DeepSeek V4-Flash 點解衝上 OpenRouter 榜首？

DeepSeek-V4-Flash-0731 的爆紅，反映一件事：當一個模型同時有極低 token 價、超長上下文（context window），又可經 OpenRouter 這類模型聚合平台即插即用，開發者的預設選擇可以轉得好快。

不過，「一推出四日就完全靠正式版衝上第一」並不是現有證據能支持的說法。較準確的結論是：V4-Flash 在短時間內獲得極廣泛的分發和測試，而試用流量很可能推高了早期 token 數字。5

衝榜的三個核心條件：平、長、易接入

7 月 31 日推出的 V4-Flash-0731，是一個稀疏混合專家模型（Mixture-of-Experts，MoE）：總參數為 2,840 億，但每個 token 只啟用約 130 億參數。OpenRouter 列出的上下文窗口為 1,310,720 token，定位是編程、推理及 AI agent 工作流程。1

這組合對以下工作尤其吸引：

• 大型程式庫及長文件： 上下文夠長，可減少將資料拆成多個細小請求的需要。
• Agent 循環任務： 會用工具的 agent 在規劃、執行、修正之間，輸入和輸出 token 往往很高。
• 大批量處理： 分類、抽取、摘要、格式轉換等工作，規模一大就對單價極敏感。

MoE 架構本身不等於實際一定更平或更好用。它的經濟意義在於：每個 token 只運行部分參數，理論上可在保留較大模型容量的同時，避免承擔同等總參數稠密模型的完整逐 token 運算成本。實際效果仍取決於延遲、服務商容量、路由方式、提示詞設計和輸出長度。

榜首是真的，但不是純粹「四日新版本」的勝利

TechNode 報道，DeepSeek V4 Flash 在 OpenRouter 於 2026 年 7 月 27 日至 8 月 2 日的每周用量榜中排名第一，處理了 7.22 兆 token；報道亦指中國模型佔據頭四位，V4 Flash 0731 和 V4 Pro 均在前六名。5

但這個統計週期在 7 月 31 日公開 beta／正式版本推出之前已開始。V4 Flash 早已有預覽路由，而 0731 版本是在 deepseek-v4-flash API 端點取代該預覽版。3 因此，不能把該周的 7.22 兆 token 全部歸功於剛推出的 0731 版本。

更要留意的是免費流量。同一報道稱，OpenCode 在 8 月 1 日為此模型處理 8 兆 token，其中 5 兆來自免費試用，開發者付費部分為 3 兆。5 免費試用很有策略價值：它降低團隊評估新模型的門檻；但它與持續、付費的生產環境需求並不是同一回事。

所以較穩妥的判讀是：V4-Flash 的分發與試用速度非常快，但現有資料未足以證明所有早期用量都是付費遷移，或代表長期生產需求。

價格是最清晰的賣點

模型價格會隨服務商、路由、折扣、快取狀態和日期而變。7 月 31 日推出時的報道所引用官方價格，是每百萬未快取輸入 token 0.14 美元、輸出 token 0.28 美元；而 OpenRouter 在早期 8 月列出的路由價格並不相同。3

OpenRouter 之後對指定 deepseek-v4-flash-0731 路由的列價則是：每百萬輸入 token 0.05 美元、輸出 token 0.16 美元，讀取快取 token 為 0.013 美元。1

以這組 OpenRouter 列價計算，跟提供的比較價格差距相當大：

模型	每百萬 token 列價（輸入／輸出）	相對 V4-Flash 的 0.05／0.16 美元
DeepSeek V4-Flash-0731	0.05／0.16 美元 1	基準
Kimi K3	3／15 美元 17	約高 60 倍／94 倍
GPT-5.6 Sol	5／30 美元 17	約高 100 倍／188 倍
Claude Fable 5	10／50 美元 17	約高 200 倍／313 倍

這只是公開列價的算術比較，不代表模型質素、速度、工具可靠性、安全行為或服務穩定性相同。更不等於有一個放諸四海皆準的「每項任務成本」：最終帳單還會受輸入輸出長度、快取、重試、工具呼叫、供應商，以及要否升級至另一模型影響。

跟 Kimi K3、GPT-5.6 Sol、Claude Fable 5 有何分別？

即使幾個模型都可處理進階編程和 agent 情境，也不應視為可直接互換。提供的比較資料將 Kimi K3 描述為 2.8 兆參數的 MoE 模型，具 100 萬 token 上下文；GPT-5.6 Sol 為 105 萬 token；Claude Fable 5 為 100 萬 token。17

對採購或工程團隊來說，最實際的分別在運作層面：

• V4-Flash 是高用量工作的低成本候選。 它的路由價格特別值得用於重複、長上下文或高 token 消耗的任務測試。1
• Kimi K3 是比較資料中的較高價開放權重選擇。 如果它在團隊自家評測、功能或部署方式上更配合工作負載，較高價格仍可能值得。17
• GPT-5.6 Sol 和 Claude Fable 5 在該比較中屬高價選擇。 若團隊測試顯示它們在完成質素、可靠性、整合能力或速度上有明顯優勢，較高單價可以合理。17

公開 benchmark 可幫手建立候選名單，但單一分數不足以決定生產環境預設模型。原有說法中「Agent Ultimate」25.2 對 25.7 的比較，未能從提供的主要來源獨立核實，因此不宜當作兩者近乎等效的證據。DeepSeek 的發布材料確有列出 V4-Flash 在 Terminal Bench 2.1 得分 82.7、NL2Repo 得分 54.2，但 benchmark 仍必須用實際工作負載驗證。10

真正的「性價比分界線」：不是榜單，而是完成任務的總成本

對中型開發團隊來說，問題通常不是「哪個模型贏排行榜」，而是：哪個模型在我們真實任務上夠可靠，並在計入路由和失敗成本後仍然慳到錢？

可以按以下方式評估：

1. 建立具代表性的測試集： 納入一般請求、棘手例外、長上下文、結構化輸出、工具呼叫，以及產品相關的保安或合規要求。
2. 量度完成任務的質素，而非只看 token 單價： 追蹤準確率、工具呼叫成功率、格式遵從、完成時間、重試次數、人手介入和轉用後備模型的比率。
3. 計算混合成本： 將輸入、輸出、快取、失敗請求，以及升級至高階模型的費用一併計入，而非只看首次 API 呼叫。
4. 按風險路由： 低成本模型通過品質門檻後，可負責日常大量工作；高難度、失敗代價高或受政策限制的任務，再交由高階模型處理。
5. 上線後持續監察： 供應商路由、限速、提示詞變動及應用程式需求漂移，都可以改變模型的實際價值。

這亦解釋了為何即使早期數字受試用流量帶動，V4-Flash 的崛起仍然重要：OpenRouter 這類聚合平台，讓開發者可以立即試用一個極低價、長上下文的選項。只要它在生產評測中表現達標，部分日常工作量就有可能由較昂貴的預設模型轉移過去。

仍未獲證實的說法

現有證據支持 V4-Flash 在 OpenRouter 該周以 7.22 兆 token 奪冠、統計期與預覽版重疊，以及 OpenCode 的免費試用流量佔相當部分。35

但資料不足以證實「中國模型佔前十名中九席」、「連續 14 周超越美國 call volume」、「美國及歐洲開發者大規模遷移」、「實際推論成本普遍降低 60% 至 85%」，或「GPT-5.6 Luna 因此減價 80%」等說法。

這些主張需要 OpenRouter 儀表板原始數據、服務商定價紀錄或可重現的工作負載研究支持。在有更直接證據前，較符合事實的總結是：DeepSeek V4-Flash 在開發者正積極尋找更便宜 agent 和編程模型之際，結合了低列價、大上下文和廣泛接入條件，足以引爆快速用量增長；但單靠這點，仍不足以證明市場已永久改寫。