DeepSeek新定价正式生效，MiMo V2.5突围成程序员唯一平价之选

发生了什么

DeepSeek新定价8月17日0时正式生效，取消统一计费，改为算力错峰分级计价

高峰时段收费标准较空闲时段直接翻倍，官方划定高峰为每日9:00-12:00、14:00-18:00

用户实测V4 Flash涨价4-5倍，原2.5个月用1520亿token的轻度用户预计月支出4000多元

有用户计算新价格下可购买Codex x5 Pro Plan，贴点钱可上x20 Pro Plan包括Sol

V4 Pro结束测试阶段正式商用，支持Responses API和Codex，定价更贵一档

长上下文场景下token消耗极快，调试system prompt易产生十几万token输入/轮

用户开始将打杂任务迁移到Qwen3.8 27B，称DeepSeek涨价相当于掘了护城河

社区反应

骂完之后算了一圈竞品发现flash同档位仍最便宜，但找不到更便宜替代品

用户吐槽DeepSeek先低价培养依赖再慢慢涨价的最狠商业策略

重度用户抱怨没有用量阶梯优惠，用量越大涨价绝对金额越高

有用户表示除了已部署功能外打算转其他更实惠的方案

预计C端会被赶走一大批，要等算力缓过来才可能降价

实操建议

新定价后需重新评估成本结构，中轻度用户月支出可能增加数千元

高峰期(9-12点、14-18点)使用成本翻倍，建议迁移到空闲时段

Agent打杂任务可考虑迁移到Qwen3.8 27B本地部署

GPT Luna在某些场景下性价比已反超DeepSeek

适用场景

中轻度非专业用户的日常对话和简单修改

需要Responses API和Codex支持的复杂Agent链路

长上下文调试场景的预算规划

实际价值

帮助用户快速判断是否继续使用DeepSeek或迁移

为高峰期/空闲时段使用提供成本对比

识别可被Qwen3.8 27B替代的任务类型

发生了什么

OpenCode Go套餐Flash模型5小时用量从63,300骤降至3,800，削减94%

程序员中度使用约需1亿token/月，按新额度V4 Flash只能支撑7个工作日

V4 Pro月额度仅能支撑约2个工作日(V4 Pro峰值)或4个工作日(非峰值)

详细Token经济分析：MiMo V2.5是唯一月token超百亿的方案(109.21亿)

DeepSeek V4 Flash(峰值)月仅6800万token，GPT-5.6 Luna(≤272K)月5250万token

有用户表示之前OpenCode Go用得很浪费但一个月额度都用不完

Kimi K2.7 Code和GLM-5.3月token仅数千万，严重不足

社区反应

用户哀嚎天塌了，性价比最好的DeepSeek套餐没有了

有用户认为之前V4 Flash太夸张导致现在被砍

部分用户开始研究其他更实惠的套餐方案

有用户认为DeepSeek性能本身只是路边一条，和Gemini有来有回

实操建议

OpenCode Go的DeepSeek方案已不能支撑中度开发使用

MiMo V2.5(72,625 tokens/次，月150,376次)是目前最够用的方案

GPT Luna(≤272K)月5250万token，紧随其后

需购买多份套餐或迁移到其他模型才能满足使用需求

适用场景

程序员中度开发场景的月token需求评估

OpenCode Go套餐选择决策

跨模型月费/token性价比对比

实际价值

帮助用户快速判断OpenCode Go是否还值得使用

提供详细的各模型月额度可支撑请求次数对照

识别当前够用的替代方案

发生了什么

20x Pro用户反映单次23分钟调试prompt消耗99%-20%周限，单周200美元只能支撑3天工作

有用户称过去每周200美元意味着无限使用，现在Codex除非用100个子代理否则也有限制

Claude认证服务不可用，OAuth会话被终止，用户无法重连

Opus 5和Fable 5出现communication degradation：使用奇怪术语如chips指代UI元素

Claude用奇怪的缩写如server repoint替代server repointing to the new server

Claude持续在回复末尾列出它没碰的待办事项，形成无限循环

用户尝试CLAUDE.md自定义指令2周仍无法改善Opus 5的LinkedIn broetry写作风格

有用户从Claude切换到Codex，感觉可靠性和旧Claude一样好

社区反应

用户表示用20美元Claude可获得高达50M per 5h(含cache)

Claude 5系列被描述为lobotomized，用户考虑退回Opus 4.6

多个用户同时表示切换回Claude，Sol虽好但Opus 5完成的工作量更多

有用户观察到模型发布初期表现好，几周后被detuned性能减半

用户抱怨Claude的安全超调(safety overreach)影响实用价值

实操建议

20x计划性价比受到严重质疑，需重新评估是否值得

重度用户可能需要考虑Codex作为替代方案

Opus 4.6可能是最后一个可靠的Anthropic模型

CLAUDE.md自定义指令对改善模型communication效果有限

适用场景

需要大量token消耗的复杂项目

对writing tone和communication有要求的任务

从Claude向Codex的迁移决策

实际价值

帮助用户评估是否继续订阅20x计划

Codex作为Claude替代的可行性分析

识别Claude 5系列的communication degradation模式

发生了什么

GPT-5.6 Sol被描述为OpenAI史上最佳vision模型

用户测试GPT-5.6 Sol解决视觉任务，trace过程显示算法化思维(识别起点终点，按角度最小化原则跟踪)

与Claude-produced UI的hallmarks对比分析：animation作为affordance vs decorative、system fonts的实用性

分析了Claude frontend-design SKILL.md的clichés：warm cream背景+serif显示、near-black+acid色调

有用户指出VLM在没有工具辅助时被设计为失败，要求no Python or tools等于强制低效

GPT-5.6 Sol在允许代码辅助时能正确解决line-following puzzle

社区反应

社区开始注意到AI生成UI的clichés模式

有用户指出VLM视觉评估任务设计不合理，要求人类模拟外部计算

Claude的SKILL.md被认为是脱离实际的design leads的产物

用户讨论animation作为affordance(功能指示)vs decorative(装饰)的区别

实操建议

GPT-5.6 Sol在vision任务上可能优于Claude

视觉评估应允许模型使用工具，否则结果无意义

AI生成UI的clichés已开始被社区识别

在视觉推理任务上应考虑工具辅助以提高准确性

适用场景

需要视觉推理的复杂任务

UI分析和设计评审

视觉line-following等空间推理任务

实际价值

帮助用户选择适合视觉任务的模型

识别AI生成UI的常见clichés

提供合理的vision model使用策略

发生了什么

Artificial Analysis基准测试显示Qwen3.8-27B与DeepSeek V4和GPT-5.6 Luna Max性能相当

用户实测Qwen3.8-27B全精度跑中等难度需求和Leetcode hard题轻松解决，有Opus 4.6性能

Top2教授的学生(天才程序员)表示比不过Opus 4.6，众生平等时刻到来

本地部署实测：3090 GPU Q5_K_M GGUF约30-32 tok/s；Strix Halo+170HX 64GB USB4 dock: 3000-4000 tok/s pp，40-60 tok/s tg with MTP；7900 XTX+MCP: 文本70+ tok/s，复杂代码31-32 tok/s

Qwen3.8-27B默认overthinking问题被Simon Willison指出，社区讨论reasoning effort参数控制

模型在文本生成极快但严格编码任务时因MTP拒绝大量draft token导致速度下降

16GB 4070ti Super可运行100k context的INT4量化版本达35 tok/s

社区反应

社区震撼Qwen3.8-27B能在本地跑Opus 4.6级别模型

有用户指出Overthinking是所有中国模型的通病，GLM 5.3、DeepSeek V4同样需要大量reasoning tokens

部分用户认为reasoning tokens是必要的，不是overthinking

硬件限制(无法支持1M context + 150 tok/s)是当前主要矛盾

DeepSeek V4 Flash通过提高引用部分权重减少代码幻觉，但本地CPU offloading太慢

实操建议

Qwen3.8-27B是首个能在24GB+消费级GPU跑Opus 4.6级别模型的版本

reasoning budget可通过--chat-template-kwargs {"reasoning_effort":"medium"}调节

文本任务可用max speed，复杂编码任务需考虑MTP导致的draft token拒绝

INT4量化可让16GB显卡运行，但速度有损失

提示词

--chat-template-kwargs '{"reasoning_effort":"medium"}'

提示词解析

设置reasoning_effort为medium可减少overthinking同时保持足够推理质量

对于简单UI调整等任务，高reasoning effort反而浪费时间资源

适用场景

本地部署的代码补全和中等难度算法题

需要Opus 4.6级别推理能力但无GPU预算的用户

通过reasoning budget平衡速度和质量

实际价值

帮助用户评估本地部署的可行性

提供各硬件配置的实际速度参考

reasoning effort参数调优指南