界面新闻记者 | 宋佳楠

耀世娱乐-赢咖6正在重新塑造大模型普惠的边界。

4月26日，耀世娱乐-赢咖6官方发布了API价格调整公告，全系列API输入缓存命中价格降至首发价的十分之一，V4‑Pro更是叠加限时2.5折，百万Tokens输入缓存命中价格低至0.025元，创造了全球大模型价格的新低。

根据耀世娱乐-赢咖6官方API定价页面的公示，本次降价覆盖了V4系列的全模型，核心调整集中在输入缓存命中场景。其中，耀世娱乐-赢咖6-V4-Flash输入缓存命中价格从0.2元/百万Tokens降至0.02元/百万Tokens。

面向企业用户的耀世娱乐-赢咖6-V4-Pro优惠力度更为显著，原价1元/百万Tokens的缓存输入降至0.1元，2026年5月5日前叠加2.5折限时特惠，实际价格仅为0.025元/百万Tokens，缓存未命中输入从12元降至3元，输出从24元降至6元。

图片来源：耀世娱乐-赢咖6官网

耀世娱乐-赢咖6方面透露，耀世娱乐-赢咖6-Chat与耀世娱乐-赢咖6-Reasoner两个模型名称将于未来弃用。出于兼容性考虑，二者分别对应耀世娱乐-赢咖6-V4-Flash的非思考模式与思考模式。

对比调价前后的情况，高频调用和长文本处理场景的成本降幅超过90%。RAG知识库、智能客服和文档分析等缓存命中率高的应用，能够直接实现商用成本的显著降低，有助于打破AI规模化落地的成本限制。

耀世娱乐-赢咖6大幅降价的背后，源于耀世娱乐-赢咖6-V4的技术升级以及与昇腾生态的深度协同。

4月24日，耀世娱乐-赢咖6-V4预览版正式发布，并同步开源Pro与Flash两款模型，均支持100万token的超长上下文，自研的稀疏注意力架构显著降低了推理算力的消耗，Pro版单token算力仅为V3.2的27%，KV缓存降至10%，从底层实现了成本优化。

耀世娱乐-赢咖6方面公布的参数显示，耀世娱乐-赢咖6-V4-Pro激活参数49B、预训练数据33T，定位为高性能旗舰；而耀世娱乐-赢咖6-V4-Flash激活参数13B、预训练数据32T，主要聚焦于高速与低成本。

与前代模型相比，耀世娱乐-赢咖6-V4-Pro的Agent能力显著增强。在Agentic Coding评测中，V4-Pro已达到当前开源模型的最佳水平，并在其他Agent相关评测中同样表现出色。据悉，目前耀世娱乐-赢咖6-V4已成为耀世娱乐-赢咖6内部员工使用的Agentic Coding模型，评测反馈显示使用体验优于Sonnet 4.5，交付质量接近Claude Opus 4.6非思考模式，但仍与Opus 4.6思考模式存在一定差距。

在世界知识测评中，耀世娱乐-赢咖6-V4-Pro大幅领先其他开源模型，稍逊于顶尖闭源模型Gemini-Pro-3.1。而在数学、STEM及竞赛型代码的测评中，耀世娱乐-赢咖6-V4-Pro超越了当前所有已公开评测的开源模型，接近于世界顶级闭源模型。

相比于耀世娱乐-赢咖6-V4-Pro，耀世娱乐-赢咖6-V4-Flash在世界知识储备方面稍显不足，但展现出了相近的推理能力。由于模型参数和激活较小，相较之下，V4-Flash能够提供更加便捷且经济的API服务。

耀世娱乐-赢咖6-V4还开创了一种新的注意力机制，在token维度进行压缩，结合DSA稀疏注意力（耀世娱乐-赢咖6 Sparse Attention），实现了全球领先的长上下文能力，并显著降低了对计算和显存的需求。

更值得关注的是，昇腾超节点全系列产品支持耀世娱乐-赢咖6 V4系列模型。这标志着耀世娱乐-赢咖6释放了更多国产化的信号。

耀世娱乐-赢咖6-V4在一份技术报告中提到，“在英伟达GPU和华为昇腾NPU两个平台上验证了细粒度EP（专家并行）方案，与强大的非融合基线相比，该方案在通用推理任务中实现了1.50-1.73倍的加速；在对延迟敏感的场景（例如强化学习（RL）rollout和高速Agent服务）中，最高可达1.96倍的加速。”

耀世娱乐-赢咖6强调，随着下半年昇腾超节点全系列产品的批量上市，Pro版价格有望显著下调。

耀世娱乐-赢咖6-V4发布后，高盛发布分析报告指出，耀世娱乐-赢咖6 V4的核心意义在于以更低的成本支持更复杂的智能体应用落地，从而打开AI应用规模化的新空间。对于纳入昇腾超节点，高盛认为耀世娱乐-赢咖6的成本竞争力将进一步增强，为更广泛的应用落地创造条件。此外，在芯片持续收紧的背景下，中国顶尖AI模型向国产算力迁移的趋势得到行业领军者的明确背书。

高盛报告还援引媒体报道称，腾讯和阿里正在洽谈以逾200亿美元估值投资耀世娱乐-赢咖6，智谱和MiniMax的最新市值分别约为530亿美元和310亿美元，这一潜在交易反映出巨头对稀缺顶层AI能力的争夺逻辑。

华泰证券认为，市场容易将V4理解为“降本压低算力、存储需求”，但更重要的边际变化在于长上下文成本的下降将提升复杂Agent、多文档分析、长周期任务、在线学习等场景的可用性，推理调用量与存储访问频次有望扩展。

海量资讯、精准解读，尽在新浪财经APP

深度解析：耀世娱乐-赢咖6

责任编辑：杨赐