DeepSeek V4 與 Qwen 3.8：2026 年中國 AI 價格戰如何重塑全球版圖

模型規格

兩種版本均為多模態 (文字、圖片、影片)，支援 JSON 輸出與工具呼叫，並可透過 API 與網頁存取 。

定價 (每百萬 tokens)

DeepSeek 還曾在 2026 年 5 月初對 V4-Pro 提供 75% 的折扣促銷 。相比之下，GPT-5.5 的輸出定價約為每百萬 token 30 美元，這使得 V4-Flash 的輸出成本大約便宜了 107 倍 。

性能與競爭定位

DeepSeek V4 的基準測試結果展現了細微的差異：

• Codeforces： V4-Pro-Max 獲得 3206 分，是所有受測模型中的最高分，領先 GPT-5.4 (3168 分) 。
• SWE-bench Verified： 80.6%；SWE-bench Pro： 55.4% (對比 GPT-5.5 的約 57.7%) 。
• GPQA Diamond： V4-Pro-Max 得分 90.1%，與 GPT-5.4 xHigh (93.0%) 和 Opus-4.6 Max (91.3%) 處於同一競爭水準 。
• Terminal-Bench 2.0： V4 為 67.9%，GPT-5.5 為 82.7%，在代理式程式碼生成方面存在顯著差距 。

來自 NIST CAISI 評估 (2026 年 5 月) 的重要提醒： DeepSeek 自行報告的基準測試聲稱與 GPT-5.4 和 Opus 4.6 相當，但 CAISI 的獨立評估發現 V4 在非公開基準測試上「明顯能力較弱」，顯示部分自行報告的成績可能被高估 。Artificial Analysis 的智慧指數將 GPT-5.5 (高) 評為 53，而 DeepSeek V4 Pro (推理，高努力模式) 則為 41*——GPT-5.5 在智慧與速度 (每秒 69 對 56 tokens) 上均更勝一籌，但 DeepSeek 的價格極為低廉 (推理模式下每百萬 token 0.18 美元對 4.35 美元) 。

阿里巴巴 Qwen 3.8：大膽聲明但尚無可驗證數據的預覽

阿里巴巴的 Qwen 團隊於 2026 年 7 月 19 日 在上海世界人工智慧大會上預覽了 Qwen 3.8 Max 。這是該團隊首個超過 1 兆參數的旗艦模型。

已知規格

定價

尚未公布即用定價。目前僅能透過 Qwen Chat 及特定 API 合作夥伴的訂閱方式存取。BenchLM 將 Qwen 3.8 Max Preview 的定價列為「未列出」。部分第三方追蹤工具顯示自動定價為每百萬輸入/輸出 tokens 1.50/5.00 美元，但此資訊未經阿里巴巴證實 。

性能：尚無任何可驗證分數的行銷宣傳

阿里巴巴宣稱 Qwen 3.8 「僅次於 Fable 5」(Anthropic 的頂級 Claude 模型)，這在阿里巴巴自己的排名中意味著其表現領先 GPT-5.5 和 DeepSeek V4 。號稱在程式碼生成、專業生產力、全端開發、數據分析及辦公流程等方面均較 Qwen 3.7 Max 有所提升 。

然而，目前沒有公開任何獨立的基準測試結果。基準測試追蹤網站 BenchLM 截至 2026 年 7 月 20 日，為 Qwen 3.8 Max Preview 追蹤了 321 項基準測試，其中 0 項獲得驗證 。正如某項分析所言：「Qwen 3.8 值得測試，但現在就將其視為 Kimi K3、GPT-5.6 Sol 或 Claude Fable 5 的穩定生產替代品，為時過早」 。

作為背景，Qwen 的前代模型已打下堅實基礎：Qwen 3.6-Max-Preview (2026 年 4 月 20 日) 是一個總參數 35B / 活躍參數 3B 的純文字模型，具備 262K 上下文，曾宣稱在六項程式碼與代理基準測試中取得第一 。Qwen 3.7-Max (2026 年 5 月) 將上下文視窗擴展至 100 萬 tokens，並具備推理代理能力 。但這兩者除了在代理式程式碼生成領域外，普遍不被視為達到前沿水準。

競爭格局：誰引領技術，誰制定價格

DeepSeek V4 對比 GPT-5.5

• 價格優勢： DeepSeek V4 的輸出定價比 GPT-5.5 便宜 97–107 倍 。
• 程式碼生成優勢： V4 在競技程式設計 (Codeforces, LiveCodeBench) 上領先，而 GPT-5.5 在應用層面的代理式程式碼生成 (Terminal-Bench 82.7% 對 67.9%, SWE-bench Pro 58.6% 對 55.4%) 上更勝一籌 。
• 通用智慧： 第三方評估 (Artificial Analysis, NIST CAISI) 一致認為 GPT-5.5 更為優秀 。
• 上下文視窗相當： 兩者均提供 100 萬 token 的上下文，但 GPT-5.5 是首個 OpenAI 模型中能真正無損使用完整 100 萬視窗的 。

Qwen 3.8 對比 Claude Fable 5 與 GPT-5.5

阿里巴巴明確將 Qwen 3.8 定位為「僅次於 Fable 5」。如果這項說法在獨立評估中獲得證實，將使 Qwen 3.8 的排名領先 GPT-5.5，並大幅超越 DeepSeek V4。然而，在沒有任何已驗證基準測試的情況下，這目前仍屬行銷宣傳，而非既定事實。根據阿里巴巴自身的陳述，Anthropic 的 Fable 5 似乎是當前公認的前沿領導者 。

價格戰已改變一切

DeepSeek 的激進定價已引發 API 成本的向下競爭。V4-Flash 每百萬 token 輸入僅 0.14 美元，遠低於任何西方前沿模型。阿里巴巴尚未設定 Qwen 3.8 的價格，但其前代 Qwen 3.6 的定價已相當積極 (約輸入/輸出每百萬 token 1.25/7.50 美元) 。

DeepSeek V4 採用 MIT 開源授權，意味著亦可自行託管，進一步壓縮了封閉原始碼供應商的利潤空間 。正如某項分析所指出的，實際效應是「開發者現在能夠以 GPT-5.5 或 Claude 零頭的成本，獲得接近前沿的能力 (在程式碼生成任務上)。」

關鍵結論

• DeepSeek V4 是一款已正式發布、開源權重、1.6 兆參數的 MoE 模型，在通用智慧方面約落後 GPT-5.5 10–20%，但在競技程式設計領域處於領先地位，且價格低出數個數量級。NIST CAISI 的獨立評估對其自行報告的基準測試成績提出了保留意見。
• Qwen 3.8 是預覽階段的 2.4 兆參數 MoE 模型，阿里巴巴宣稱其「僅次於 Fable 5」——但尚無任何已驗證的基準測試與已公布的定價，目前這僅是願景，而非既定事實。
• GPT-5.5 仍是整體智慧 (Artificial Analysis 指數 53 對 DeepSeek 的 41) 與代理式程式碼生成 (Terminal-Bench 82.7%) 的領導者，但成本高出 100 倍。
• 中國 AI 價格戰已永久性地降低了全球的推理成本，使更多開發者能夠接觸到接近前沿的能力，並迫使西方供應商在效能與價格上同時展開競爭。