这是什么

DeepSeek 更新后的 API 定价把"缓存命中"（cache hit，指 AI 重复读到之前已经处理过的内容）的价格压到极低水平——每百万 token 不到一美分，而缓存未命中场景的输入价格也只是主流海外模型的十分之一左右。

对于开发者来说，这意味着当 Agent（让 AI 自主完成多步任务的系统）或 RAG（Retrieval-Augmented Generation，让 AI 先查资料再回答）这类高频调用应用反复使用同一批上下文时，成本会从"用不起"变成"随便用"。

行业怎么看

支持者认为这是 AI 应用真正爆发的起点。过去 Agent 跑不起来，瓶颈常常不是技术而是每次调用的钱。低缓存价让企业级 AI 助手、知识库问答这类高频场景第一次有了成立的成本模型。

但也有冷静的声音。一种担忧是 DeepSeek 定价极低本身可能不反映真实成本，长期看要么涨价要么牺牲服务质量；另一种担忧是开发者被锁进特定定价结构后，切换成本反而更高。Anthropic 和 OpenAI 至今没有同等力度的跟进，也说明主流厂商并不认为这是一条需要立即跟进的赛道。

对普通人的影响

对企业 IT：如果你的公司在评估客服机器人、内部知识库这类 AI 项目，原本被预算劝退的方案现在值得让采购重新谈一轮。

对个人职场：经常用 AI 整理长文档、做行业研究的人，会发现"同一个文档来回问几十遍"不再肉疼，这是效率上最直接的体感变化。

对消费市场：更多面向消费者的 AI 工具（AI 助教、法律/医疗咨询类）可能在未来半年悄悄降价或放开使用次数，消费者是这条价格战的间接受益者。