DeepSeek V4-Flash 為何迅速登頂 OpenRouter？別只看 7.22 兆 Token

DeepSeek-V4-Flash-0731 的爆發，說明模型「預設選項」可以改變得多快：只要每 Token 價格夠低、可容納的上下文夠大，加上聚合平台讓開發者容易接入，原本不會優先考慮的模型，也可能迅速進入大量測試與實作流程。

不過，OpenRouter 週榜第一、7.22 兆 Token 的數字雖然值得注意，解讀時仍要保留幾個重要但書。5

這波用量為何衝得快？

7 月 31 日發布的版本採用稀疏型混合專家（Mixture-of-Experts，MoE）架構：總參數為 2,840 億，但每個 Token 僅啟用約 130 億參數。OpenRouter 將其定位為適合程式開發、推理與代理（agent）工作流程的模型，並列出 1,310,720 Token 的上下文視窗。1

這樣的規格特別適合 Token 用量很大的工作：

• 大型程式碼庫與長文件處理：更大的上下文可減少將資料切成多段、反覆送入模型的需求。
• 代理式工作流程：會使用工具的代理往往會經歷規劃、執行、修正等多輪輸入與輸出，Token 消耗可觀。
• 批次作業：分類、資訊擷取、摘要、格式轉換等任務，在大規模下通常對單價非常敏感。

MoE 架構本身不保證實際成本更低，也不等於品質一定更好。它的經濟意義在於：每個 Token 只啟用一部分參數，理論上能在維持較大模型容量的同時，避免承擔同等總參數量之稠密模型的完整運算負擔。至於應用端能否真正受益，仍取決於延遲、供應商容量、路由方式、提示詞設計與輸出長度等條件。

登頂是真的，但不是「新版四天內」的純成績

TechNode 報導指出，DeepSeek V4 Flash 在 2026 年 7 月 27 日至 8 月 2 日的 OpenRouter 週模型用量排行中位居第一，處理量達 7.22 兆 Token；同一報導也指出，中國模型包辦前四名，而 V4 Flash 0731 與 V4 Pro 均進入前六名。5

但這個統計週期早於 7 月 31 日的公開測試版發布。V4 Flash 先前已有預覽路由，而 0731 版本是接替預覽版、並由 deepseek-v4-flash API 端點自動指向的版本。3 因此，不能把整週用量都描述成「新版上市後四天」所產生的流量。

另一項更關鍵的因素是免費使用。報導稱，OpenCode 在 8 月 1 日為該模型處理 8 兆 Token，其中 5 兆 Token 來自免費試用，3 兆 Token 由開發者付費。5

免費試用並非沒有價值：它可降低評估新模型的摩擦，讓更多開發者把模型放進測試流程。但它與可長期維持的付費生產需求不同。更精確的結論應是：V4 Flash 取得了極快的分發與試用規模；現有證據尚不足以證明，所有早期用量都是付費遷移或穩定的正式環境需求。

價格是最清楚的賣點，但必須看路由與日期

模型價格會因供應商、路由、折扣、快取狀態與時間而異。7 月 31 日版本的報導所引官方價格為：每百萬 Token 未快取輸入 0.14 美元、輸出 0.28 美元；而 OpenRouter 在 8 月初所列的路由價格並不相同。3

OpenRouter 後來對指定版本 deepseek-v4-flash-0731 的頁面則列出：

• 輸入：每百萬 Token 0.05 美元
• 輸出：每百萬 Token 0.16 美元
• 快取讀取：每百萬 Token 0.013 美元 1

若以這組 OpenRouter 列價，與所提供比較資料中的其他模型相比，價差十分明顯：

模型	每百萬 Token 列示輸入／輸出價格	相較 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

這些是公開列價的算術比較，不是模型在品質、速度、工具呼叫可靠性、安全行為或服務穩定性上相同的證明。它們也不能直接推導出通用的「每項任務成本」：實際帳單還會受輸入與輸出長度、快取命中、重試、工具呼叫、供應商選擇，以及是否需升級至其他模型處理影響。

與 Kimi K3、GPT-5.6 Sol、Claude Fable 5 比，該怎麼選？

即使都可用於進階程式開發或代理工作流程，Kimi K3、GPT-5.6 Sol 與 Claude Fable 5 並非可完全互換。所提供的比較資料將 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 的上下文為 105 萬 Token；Claude Fable 5 則為 100 萬 Token。17

實務上，比起爭論哪個模型「絕對最好」，更有用的是依工作型態區分：

• V4-Flash 適合先拿來驗證高量任務的經濟性。 其路由價格讓它特別值得用於重複性高、上下文很長或 Token 密集的工作。1
• Kimi K3 是所提供比較中的較高價開放權重選項。 若團隊的評測顯示它的能力、功能或部署彈性更符合需求，較高價格仍可能合理。17
• GPT-5.6 Sol 與 Claude Fable 5 在該比較中屬於高價選項。 若內部測試顯示它們在完成品質、可靠性、整合能力或速度上有明顯優勢，較高費率也可能值得。17

公開基準可協助建立候選清單，但單一分數不能決定正式環境的預設模型。原始說法中的「Agent Ultimate」25.2 對 25.7 分比較，未獲提供的一手風格來源獨立支持，因此不宜作為模型近乎等效的證據。DeepSeek 的發布資料確實列出 V4 Flash 在 Terminal Bench 2.1 得 82.7、NL2Repo 得 54.2，但基準表現仍需要以特定工作負載驗證。10

真正的「價格效能分界線」：不是榜單，而是任務完成成本

對中型開發團隊來說，決策通常不是「哪一個模型排行榜第一」，而是：哪個模型在我們的真實工作上夠可靠，且能在計入失敗與路由成本後，實際節省足夠預算？

可採取以下評估流程：

1. 建立具代表性的測試集：納入一般請求、困難邊緣案例、長上下文、結構化輸出、工具呼叫，以及產品所需的資安或合規限制。
2. 衡量完成任務的品質，而不只看 Token 單價：追蹤正確率、工具使用成功率、結構格式遵循率、完成時間、重試次數、人工介入與回退率。
3. 計算混合成本：把輸入、輸出、快取 Token、失敗呼叫，以及升級至高價模型的成本一併算入，而非只看第一通 API 請求。
4. 按風險分流：低價模型應在達到品質門檻後，才承接例行大量工作；高難度、失敗代價高或受政策限制的任務，則保留給高階模型。
5. 上線後持續監測：供應商路由、速率限制、提示詞變動與應用情境漂移，都可能改變模型的實際價值。

因此，即使初期 Token 數字受試用流量推升，V4-Flash 的崛起仍具意義：它顯示多模型聚合平台可以讓開發者立刻測試一個極低成本、超長上下文的選項。只要它在正式環境的評測中表現達標，就可能將大量例行工作從更昂貴的預設模型移走。

仍未獲充分證實的說法

現有資料支持 OpenRouter 週榜 7.22 兆 Token、統計期間與預覽版重疊，以及 OpenCode 免費試用流量占比的報導。35 但資料不足以證實以下說法：中國模型占據前 10 名中的 9 席、連續 14 週超過美國模型呼叫量、歐美開發者大規模遷移、實現 60% 至 85% 的實際推論成本下降，或迫使 GPT-5.6 Luna 特定降價 80%。

這類主張需要 OpenRouter 儀表板的直接資料、供應商正式價格紀錄，或可重現的工作負載研究來支持。在此之前，較穩健的結論是：DeepSeek V4-Flash 在開發者正積極尋找更便宜的代理與程式模型時，結合了極低的列示路由價格、大型上下文視窗與廣泛接入性；這足以帶來迅速的使用量成長，但單靠這點，仍不足以證明市場已永久重新洗牌。