Dots 對比 DeepSeek V4 Pro：你的錢在兩者中各自能買到什麼

Put Dots and DeepSeek V4 Pro on the same page and the comparison looks absurd for about ten seconds, which is exactly how long it takes to notice that they answer the same question from opposite ends. Dots is the company's always-on agent, announced at DevDay on September 29, 2026: a persistent worker with its own cloud computer and browser, connectors to more than 4,000 apps, reachable inside ChatGPT, Slack and Teams, running on GPT-6 Astra, and included with Pro and Business Premium at no extra charge. DeepSeek V4 Pro is a downloadable frontier text model — 1.6 trillion total parameters with about 49 billion active per token, a 1,048,576-token context window, up to 384,000 tokens of output — that you can run yourself or call at $0.66 per million input tokens and $1.98 per million output tokens through our catalogue. One is a worker you cannot measure; the other is a commodity you can.

這就是整個論點，而它經得起細節的檢驗。接下來是細節：各自實際上公開了哪些關於自身的資訊、兩條價格曲線從何而來，以及在哪些特定的工作型態下，選其中一個而非另一個是錯誤，而不是偏好問題。

每一個所發布的內容

• 身分 — 一個本身沒有模型識別碼的代管代理介面（Dots），相對於一個具名、可下載，且能在你自己硬體上提供服務的模型（DeepSeek V4 Pro）

• 底層模型 — GPT-6 Astra，OpenAI 在其發布資料中稱其為 dots 背後的模型（廠商所述），對比 DeepSeek V4 Pro 本身，其權重由 DeepSeek 發布

• 架構 — dots 除了其運行所依據的模型之外未披露；相較於稀疏啟用的專家混合架構，總參數約 1.6 兆、活躍參數約 490 億

• 上下文與輸出 — 針對一個點（dot）的未記載回應限制，相較於 1,048,576 個 token 的上下文，以及每次請求最高 384,000 個 token 的輸出

• 模態 — dot 可跨應用程式與瀏覽器運作，僅支援文字輸入與文字輸出，不支援圖像、音訊或視訊輸入

• 價格 — 第一個 dot 隨 Pro 和 Business Premium 附帶，額度未公佈，對比我們價目表中目前列出的每百萬輸入 $0.66 及每百萬輸出 $1.98

• 證據 — 供應商示範與能力聲明，沒有針對 dots 的獨立基準測試；相較於型錄所列 τ²-Bench 的 96.2，以及 Artificial Analysis Intelligence Index 的 36，該模型在該排行榜上名列第 39。

最便宜的前沿模型，就是沒有人會爭論的那一個。

DeepSeek V4 Pro 自 2026 年 4 月 24 日起已全面推出，其賣點並非基準測試的頭條數字——而是這個級別的模型，成本不到封閉式前沿模型收費的十分之一，而且你可以透過下載它來完全停止付費。第二個條款才是真正有牙齒的那一個。如果 DeepSeek 明天停止服務，權重不會消失；它們會繼續在您已購買的任何硬體上運行，以任何適合的量化方式。這是一種與訂閱不同的保證，而對於在代理之上構建產品的團隊來說，這就是依賴與元件之間的區別。

已公布的數字落在一個設計良好的開放模型理應落腳的位置，而不是在排行榜的最頂端：GPQA Diamond 上的 92.8 與長上下文召回上的 80.3 具有競爭力；Artificial Analysis Intelligence Index 為 36、排名第 39 屬於中段，而 τ²-Bench 上 96.2 的代理式工具使用亮點成績，正是 DeepSeek 主打的數據——這一切都列在我們的目錄中並對應其來源，沒有一項是由我們實測。誠實的解讀是：這個模型勝在每單位工作的成本與可部署性，而在純粹推理上並未勝過當前的前沿。

兩條價格曲線，其中一條會無預警地變動

一個點的價格只是一條訂閱項目，別無其他：你付費訂閱 Pro 或 Business Premium，就得到一個點，而 OpenAI 尚未告訴任何人額度上限在哪裡。沒有額度數字，沒有第二個點的價格，沒有公布額外速度或容量的費率，也沒有每項任務的成本。CNBC 的主題演講報導中，財務長 Sarah Friar 將 500 美元的 Pro 500 方案定價為使用額度加上新的 Ultrafast 模式，而非每點費率，這意味著 OpenAI 價目表上最昂貴的方案，仍然無法換算成每單位代理工作的成本。

DeepSeek V4 Pro 的價格是一份費率表，而費率表能以訂閱制無法做到的方式接受稽核。這份費率表有個在你編列預算前值得先了解的細節：我們的目錄對同一個模型刊載了兩個數字——總覽文字寫的是每百萬輸入 0.44 美元、每百萬輸出 0.87 美元，而定價紀錄列出的則是 0.66 美元與 1.98 美元——而且還列出限時時段，會在每天兩個時段把表定費率加倍：01:00–04:00 與 06:00–10:00 UTC。這不是避開該模型的理由；而是應該讀費率表、而非讀摘要的理由，也提醒我們：即使是在力求準確的頁面上，說明文字裡的數字與定價表中的數字也可能出現落差。

同樣的區別，決定了當供應商變動時，你的帳單會發生什麼事。DeepSeek 的降價一上線當天就會在 OrcaRouter 生效，因為型錄以 0% 加價直接反映供應商的定價，並不在其上額外加收任何費用。dot 額度的變更則會以客服電子郵件的形式送達。兩者都合理；但只有其中一個是可預測的。

這兩者在同一管道中的定位

錯誤在於把這件事當成一場評比競賽。一個點，才是目前被漏掉的工作該有的形狀：一個需要按排程跨應用程式追進度的專案，其價值在於有某個人或某個東西持續推進。DeepSeek V4 Pro 才是適合有「單位」的工作的正確形狀：從百萬 token 的檔案庫中擷取結構化紀錄、從長篇來源生成長篇文件、對佇列執行相同的分類，或把一個困難問題扇出到許多低成本嘗試上。

這些形態彼此互補，而它們之間的管道就是同一個端點。OrcaRouter 提供 DeepSeek V4 Pro，即 deepseek/deepseek-v4-pro，以供應商定價、不加價的方式，並與 單一金鑰背後的 200 多個其他模型置於同一份目錄中，還具備 跨上游供應商的自動容錯移轉，以及一套路由 DSL，可將個別請求導向應該處理它的模型。其上層——決定要傳送什麼的代理——正是你在「租來的點」與「自己擁有的迴圈」之間做選擇的地方。我們提供的任何東西都無法深入一個點：沒有 dots API、沒有模型識別碼，也無法替換執行它的模型。如果你想讓推理過程由你掌控，你就得自己打造迴圈，並讓它指向一個按用量計費的模型。

決定一切的問題

問問看，出錯時是誰掌握這項工作。以一個點來說，OpenAI 掌握電腦、瀏覽器、連接器和額度，而你的補救辦法就是停止使用它。使用 DeepSeek V4 Pro，你握有模型副本、費率卡，以及把它移到別處的選項。一般而言，兩者沒有哪個更好——租用是多數團隊應該起步的方式——但只有其中一個能讓你事先寫下失效模式，而對於任何你打算依賴一年的東西，那通常就是決定性的事實。