一张生成的主视觉卡片,标题为“Dots vs DeepSeek V4 Pro”,副标题为“你的钱能买到什么”。一条竖线将卡片分为两个面板:左侧标为“Dots”,带有云电脑图标以及文字“随 Pro 附带 - 额度未公布”;右侧标为“DeepSeek V4 Pro”,带有服务器与下载图标以及“开放权重 - 总计 1.6T / 激活 49B - 每 100 万 $0.66 / $1.98”。OrcaRouter 标志合成在右下角。
Guides & Insights

Dots 与 DeepSeek V4 Pro:在两种情况下你的钱能买到什么

作者

Rowan Sterling

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

把 Dots 和 DeepSeek V4 Pro 放在同一页上,大约十秒钟内,这个对比看起来荒诞得离谱——而这恰好也是你注意到它们从相反的两端回答同一个问题所需的时间。Dots 是该公司的常驻智能体,于 2026 年 9 月 29 日在 DevDay 上发布:一个持久运行的工作者,拥有自己的云端计算机和浏览器,可连接 4,000 多个应用,可在 ChatGPT、Slack 和 Teams 内使用,运行在 GPT-6 Astra 上,并随 Pro 和 Business Premium 提供,无需额外付费。DeepSeek V4 Pro 是一个可下载的前沿文本模型——总参数 1.6 万亿,每个 token 约 490 亿活跃参数,上下文窗口为 1,048,576 个 token,输出最高可达 384,000 个 token——你可以自行运行,也可以通过我们的目录以每百万输入 token 0.66 美元、每百万输出 token 1.98 美元的价格调用。一个是无法衡量的工作者;另一个是可以衡量的商品。

这就是整个论点,而且它经得起细节的检验。接下来是细节:每一方实际公布的关于自身的信息、两条价格曲线的来源,以及在哪些具体作业形态下,选择其中一个而非另一个是错误,而不是偏好。

各自发布的内容

• 身份——一个没有自身模型标识符的托管智能体界面(Dots),对比一个具名、可下载、可在你自己的硬件上部署的模型(DeepSeek V4 Pro)

• 底层模型——GPT-6 Astra,OpenAI 在发布材料中称其为 dots 背后的模型(厂商所述),对战 DeepSeek V4 Pro 本身,权重由 DeepSeek 发布

• 架构——对于 dots,除其运行所基于的模型外,架构未披露;相比之下,该模型采用稀疏激活的专家混合架构,总参数量约 1.6 万亿,激活参数量约 490 亿

• 上下文与输出 — 针对一个点的未记录响应限制,对比 1,048,576 个 token 的上下文和每请求 384,000 个 token 的最大输出

• 模态 — dot 可在应用和浏览器中工作,仅支持文本输入和文本输出,不支持图像、音频或视频输入

• 价格——首个 dot 已包含在 Pro 和 Business Premium 中,配额未公布;而我们目录中目前列出的价格为每百万输入 $0.66、每百万输出 $1.98。

• 证据——供应商演示和能力声明,没有针对 dots 的独立基准;与之相对,目录中列出的是 τ²-Bench 上的 96.2 分,以及 Artificial Analysis Intelligence Index 的 36,且该模型在该榜单上排名第 39。

最便宜的前沿模型,是没人会争论的那一个

DeepSeek V4 Pro 自 2026 年 4 月 24 日起已全面可用,而它的卖点并不是某个基准测试的头条成绩——而是这一级别的模型,成本不到闭源前沿模型收费的十分之一,并且你还可以通过下载它来彻底停止付费。后半句才是真正有分量的地方。如果 DeepSeek 明天就停止提供服务,权重也不会消失;它们会继续在你已经买下的任何硬件上运行,以任何装得下的量化方案运行。这与订阅制给出的保证是两回事,而对于在智能体之上构建产品的团队来说,这就是依赖与组件之间的区别。

已公布的数据处于一个工程化良好的开源模型应有的位置,而非榜首:GPQA Diamond 上 92.8、长上下文召回上 80.3,具有竞争力;Artificial Analysis Intelligence Index 为 36、排名第 39,处于中游;而 τ²-Bench 上 96.2 的智能体工具使用头条数字,是 DeepSeek 主推的数值——所有这些都在我们的目录中与其来源一并列出,没有一项由我们测量。诚实的解读是:该模型在单位工作成本和可部署性上胜出,但在原始推理上并不胜过当前前沿。

A screenshot of the OrcaRouter model page for DeepSeek V4 Pro, showing the identifier 'deepseek/deepseek-v4-pro' with Tools, JSON and Reasoning badges, a publication date of 2026-04-24, a summary describing it as a flagship MoE with 1.6T total and 49B active parameters at 1M context, and a price strip reading $0.66 and $1.98 with a p50 time to first token of 1.66 seconds and a seven-day traffic figure of 724.4M tokens.

两条价格曲线,其中一条会在毫无预警的情况下变动

一个点的价格只是一条订阅线而已:你为 Pro 或 Business Premium 付费,就得到一个点,而 OpenAI 没有告诉任何人这个额度在哪里结束。没有额度数字,没有第二个点的价格,没有额外速度或容量的公开费率,也没有按任务计算的成本。CNBC 的报道中,首席财务官 Sarah Friar 将 500 美元的 Pro 版定价为使用额度加上新的 Ultrafast,而非按点计费,这意味着 OpenAI 价目表上最贵的产品仍然没有换算成单位工作成本。

DeepSeek V4 Pro 的价格是一张费率表,而费率表可以像订阅那样无法做到的方式接受审计。这里有一个值得在编列预算前了解的小细节:我们的目录为同一模型收录了两个数字——概览文字描述为每百万输入 $0.44、每百万输出 $0.87,而定价记录列出的是 $0.66 和 $1.98——并且它还包含定时窗口,会在每天的两个时段将所列费率翻倍,即 UTC 01:00–04:00 和 06:00–10:00。这不是避开该模型的理由;这是应当阅读费率表而非摘要的理由,也提醒我们,叙述文字中的数字和定价表中的数字可能会彼此偏离,即使是在一个力求准确的页面上。

同样的区别决定了当供应商调价时,你的账单会发生什么变化。DeepSeek 的降价在落地当天就会在 OrcaRouter 上生效,因为目录会以 0% 的加价将供应商标价透传,不在其之上增加任何费用。某个点的额度变更会以支持邮件的形式到来。两者都公平;但只有其中一个是可预测的。

A generated scoreboard titled 'Dots vs DeepSeek V4 Pro - price and reach', with two columns. 'Dots' lists: Price included with Pro; Usage allowance not published; Cost per task not published; Model GPT-6 Astra (vendor-stated); Connectors 4,000+ apps; Independent benchmark none. 'DeepSeek V4 Pro' lists: Price $0.66 in / $1.98 out per 1M; Timed windows two UTC periods double the rate; Context 1,048,576 tokens; Max output 384,000 tokens; Weights downloadable; AA Intelligence Index 36. A footer reads 'Dots details vendor-stated from DevDay; DeepSeek V4 Pro figures as listed in the OrcaRouter catalogue.'

这两者在同一条流水线中的位置

错误在于把这当成一场一对一的比拼。dot 适合的是当前被搁置、无人接手的那类工作:一个需要按计划在多个应用之间不断跟进的项目,其价值就在于有人或某个东西持续在推进。DeepSeek V4 Pro 适合的是有明确单元的工作:从百万 token 的档案中提取结构化记录,根据长篇源材料生成长篇文档,对队列反复执行同一套分类,或者把一个难题分散到许多低成本的尝试上。

那些形态是互补的,而连接两者的那条管道就是一个端点。OrcaRouter 提供 DeepSeek V4 Pro,即 deepseek/deepseek-v4-pro,按供应商标价、无任何加价,与共用一把密钥的 200 多个其他模型同处一个目录,并具备跨上游供应商的自动故障转移,以及可将单个请求发往应当处理它的模型的路由 DSL。它之上的那一层——也就是决定该发送什么的智能体——正是你在租来的“点”和自己拥有的“环路”之间做选择的地方。我们提供的任何东西都触及不到点的内部:没有 dots API,没有模型标识符,也没有办法更换运行它的模型。如果你想让推理过程由自己掌控,那就自己构建环路,并把它指向一个按量计费的模型。

决定一切的问题

要问一句:出了问题时,工作握在谁手里。用一个点,OpenAI 掌握着计算机、浏览器、连接器和额度,而你的补救办法就是不再使用它。用 DeepSeek V4 Pro,你握有模型的副本、一份价目表,以及把它搬到别处的选择权。总体而言,两个答案没有孰优孰劣——租用是大多数团队起步时该走的路——但只有其中一个能让你提前把失效模式写下来,而对于任何你打算依赖一年的东西,这通常就是决定性的事实。

A screenshot of the OrcaRouter model catalogue page headed 'Models', showing the line '206 models - 16 providers - one API key, one bill' above filter controls for input modalities, context length, input price, status and supported parameters, with model cards visible in a grid beneath.

本文中的对比2

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新