许良在虎嗅发文指出，DeepSeek的低价策略不会直接“斩杀”OpenAI和Anthropic，但会重塑整个模型市场的定价体系。他认为，“大模型斩杀线”真正先打穿的，是那些能力没有明显领先、价格却仍停留在旧区间的中间层模型；随后，大量原本不值得自动化的白领执行工作将被推过ROI临界点，加速进入替代区间。
截至2026年8月9日，DeepSeek官方价格页显示，V4 Flash的输出价格为每百万token 0.28美元，并计划实行峰谷定价：每天北京时间9点到12点、14点到18点，价格翻倍至0.56美元。即便按峰时价格计算，与主流旗舰模型数十美元的输出价相比仍有巨大价差。OpenRouter数据显示，DeepSeek在该平台的token流量份额已从约9%升至约18%，V4 Flash发布约一个月后已占其agentic token流量约70%，且agentic请求每次消耗的token约为普通请求的15倍。这表明低价模型带来的不只是更多调用，而是更多任务开始交给agent连续执行。
作者认为，企业落地AI时越来越多地采用模型路由：复杂规划、关键判断和最终审查交给能力强、更贵的模型，而执行、批量处理、检索摘要等交给低成本模型。这种选择基于“完成一个任务的总成本”，而非单纯的token标价。因此，最先被“斩杀”的是中间层模型——能力没有显著领先，却比便宜模型贵很多，又缺乏足够的交付、行业数据或产品入口来证明溢价。
对于OpenAI和Anthropic，作者认为短期会难受，但长期未必输。Axios报道称，OpenAI的Luna上线约三周后降价80%，说明高吞吐、通用执行型模型已进入更激烈的价格竞争。但复杂推理、长链路任务、企业级可靠性、工具生态和产品入口仍是客户愿意付费的地方。Anthropic虽未公开官方ARR曲线，但第三方TickerTrends 7月追踪估算显示其年化收入仍在增长，只是边际增量开始放缓。这并非“不行了”，而是市场开始关注增长能否在更低单价下维持。
开源是否伤害盈利？作者引用梁文锋在一份非公开交流纪要中的观点：大模型长期差异在于成本、时间和用户体验，成本排在第一位。DeepSeek在推进TileLang等高级语言和算子工具，并参与昇腾生态适配，以降低交付成本。纪要还提到，DeepSeek的定价口径是“买一批设备后约十个月收回设备成本就算合理利润”。作者强调，开源权重可下载，但大规模稳定运行需要GPU、机房电力、集群调度、运维等成本，因此开源不必然伤害盈利能力，伤害的是只想靠捂住权重收取高额租金的商业模式。
摩根士丹利的一份分析将模型产业未来拆成三种情景：闭源继续领先、闭源与开放共存、开放成为主流。作者判断，中短期内，在中国解决半导体工艺卡点之前，美国闭源模型大概率仍会在最难任务上保持领先，因为美国拥有更集中的前沿算力、资本、人才和云平台。但中国开源模型的能力和成本正快速逼近，Kimi K3的发布就是信号。黄仁勋也公开表示“世界需要开放模型”。因此，中短期更可能看到分层与共存。
最后，作者指出“斩杀线”真正斩杀的，是可标准化、可拆解、可批量执行的白领工时——填表、查资料、改稿、做摘要、写模板代码、标准化客服等。这不等同于所有白领被替代，复杂判断、责任承担、关系协调仍无法仅靠token变便宜解决。但单位智能成本持续下降，会让更多公司认真计算“这项工作为何还要由人重复做”。当这个问题被写进预算表，AI落地才会真正加速。因此，“斩杀线”是一条普及线：压低模型价格，抬高自动化可行性，最终对硬件、云和应用带来更多需求，对前沿模型公司则迫使它们把能力做得更强、服务做得更深。