OpenCode把60美元额度永久化

OpenCode 不打算收回 DeepSeek V4.1 Flash 的四倍额度了。

9 月 25 日，OpenCode 宣布启动“Operation Cheepseek”第二阶段：此前在 OpenCode Go 中限时提供的 DeepSeek V4.1 Flash 额度，将从每月 15 美元提高至 60 美元，并由临时活动改为永久有效。目前，OpenCode Go 页面已经将该模型的额度标记为 60 美元，原来的 15 美元则被划线处理。

这里的“永久”指这档权益不再按照原计划于 9 月 20 日结束，并不意味着用户获得了一笔可以无限期累积或提现的 60 美元现金。更准确地说，OpenCode 将原本用于拉新的促销配置，固化成了产品套餐的一部分。

这一区别很重要：短期送额度是营销，长期维持四倍额度则是定价策略。

从限时加量，变成长期押注

OpenCode 此前将 DeepSeek V4.1 Flash 的额度从 15 美元临时提高到 60 美元，原计划在 9 月 20 日结束。如今活动不但没有回调，反而在截止日期后被正式永久化，说明实际使用数据至少满足了两个条件：用户愿意主动选择这个模型，同时 OpenCode 能够承受相应的推理成本。

截至 9 月 25 日，OpenCode 统计的近期约 200 万次模型使用中，DeepSeek V4.1 Flash 排名第一，占比约为 13%。换算下来，大约有 26 万次使用落在这款模型上。

这不是压倒性垄断，但对于一个刚刚全量接入的新模型来说，已经足以证明需求。AI 编程工具里的模型选择通常具有明显惯性：开发者一旦找到速度、代码质量和价格都可接受的组合，很少会为了几个百分点的基准测试差异频繁切换。DeepSeek V4.1 Flash 能迅速冲到第一，更可能是综合成本足够低，而不是某一项能力单独碾压对手。

OpenCode 的动作也很直接：既然用户愿意用、成本又压得住，就把临时优惠变成默认权益，让模型选择从“趁活动试试”变为“可以长期依赖”。

60美元额度真正改变了什么

单看数字，从 15 美元到 60 美元只是四倍增长。但在编码代理场景中，额度增长带来的体验变化并不是线性的。

普通聊天往往是一问一答，编码代理则可能为了完成一个任务连续读取文件、搜索符号、生成补丁、执行检查，再根据报错重新修改。用户只输入一句“修复这个类型错误”，后台可能发生数十次模型交互。上下文越长、工具调用越多，额度消耗越快。

因此，低额度套餐容易产生一种尴尬体验：模型能力够用，但用户不敢放开用。开发者会刻意缩短上下文、减少代理循环，或者把复杂任务拆碎，以避免过早触顶。这相当于买了一辆性能不错的车，却必须时刻盯着油表。

60 美元的长期额度缓解了这个问题。它给开发者带来的主要价值包括：

• 可以让代理处理更大的代码上下文，而不必频繁计算每次请求的成本；
• 更适合重构、跨文件修改和长链路调试等高消耗任务；
• 团队可以围绕稳定额度建立工作流，不必在促销结束后重新选型；
• 用户能把昂贵模型留给少数高难度任务，把日常编码交给 V4.1 Flash。

最后一点尤其关键。现在的 AI 编程产品很难再靠“默认绑定一个最强模型”解决所有问题。更合理的模式是分层调度：快速、便宜的模型承担代码补全、仓库检索、简单修复和测试生成；推理成本更高的模型处理架构设计、复杂故障和关键代码审查。

OpenCode 给 DeepSeek V4.1 Flash 四倍额度，本质上是在鼓励用户把它放到高频层，而不是偶尔调用的备用层。

V4.1 Flash为什么能撑起这笔账

根据目前披露的信息，DeepSeek V4.1 Flash 采用总规模 5520 亿参数的 MoE 架构，输入阶段激活参数量为 80 亿，输出阶段为 160 亿，并使用新的 Causal Encoder-Decoder 架构，同时支持原生多模态视觉理解。

| 项目 | DeepSeek V4.1 Flash 配置或变化 | | --- | --- | | 总参数规模 | 5520 亿 | | 架构 | MoE，按任务激活部分参数 | | 输入侧激活参数 | 80 亿 | | 输出侧激活参数 | 160 亿 | | 多模态能力 | 原生视觉理解 | | KV Cache 的 HBM 需求 | 降至上一代的四分之一 | | KV Cache 的 SSD 需求 | 降至上一代的八分之一 |

5520 亿这个数字看起来很大，但 MoE 模型的核心并不是每次推理都把全部参数跑一遍，而是按输入选择部分专家参与计算。可以把它理解成一个拥有大量专科医生的医院：医院的总人数很大，但一次问诊只需要调动与病情相关的几个科室。

V4.1 Flash 更值得关注的是输入、输出采用不同激活规模。输入侧激活 80 亿参数，输出侧提升到 160 亿，意味着模型可以用相对轻量的方式处理已有上下文，在真正生成答案时投入更多计算。这种设计很适合代码代理：读取仓库、日志和文档会占据大量上下文，但真正需要高质量生成的部分，可能只是一个补丁或一段解释。

换句话说，它试图避免“为了读懂一大堆材料，全程使用同样昂贵的计算配置”。

KV Cache缩减，比参数规模更值得开发者关注

对模型服务商而言，参数量决定模型能装下多少知识和能力，但 KV Cache 往往决定高并发、长上下文服务到底有多贵。

模型在生成文本时，需要缓存此前 token 的中间状态，避免每输出一个新 token 都把整段上下文重新计算一遍。这部分缓存就是 KV Cache。上下文越长、并发请求越多，缓存占用越夸张。对于编码代理来说，仓库文件、终端输出和多轮修改记录会迅速拉长上下文，因此 KV Cache 很容易成为部署瓶颈。

V4.1 Flash 将 KV Cache 对 HBM 的需求压缩到上一代的四分之一，对 SSD 的需求降到八分之一。这意味着同样的硬件资源理论上可以容纳更多并发会话，或者维持更长的上下文。

HBM 是 GPU 侧最昂贵、也最紧张的资源之一。减少 HBM 占用，就像把每位顾客占用的桌面缩小，同一家餐厅可以同时接待更多人。SSD 需求下降则会降低缓存换入换出带来的存储压力，对大规模服务同样重要。

这可能正是 OpenCode 敢把额度永久提高到 60 美元的技术基础。平台不是单纯自掏腰包补贴用户，而是押注模型架构和推理成本优化足以覆盖额外用量。若单位请求成本没有明显下降，永久提供四倍额度很难成为一项可持续的商业决策。

当然，缓存需求降低多少，并不能直接等价为 API 成本下降多少。实际成本还取决于硬件利用率、并发调度、输入输出长度、网络和存储架构。但方向是明确的：V4.1 Flash 的竞争重点不只是跑分，也包括能否被经济地部署。

原生视觉能力对编码代理不是装饰

V4.1 Flash 同时支持原生多模态视觉理解。对普通代码补全来说，这项能力未必每天都会用到，但对代理式开发工具，它能够补上纯文本工作流中的一个明显缺口。

开发者经常需要根据界面截图修复布局，根据设计稿还原组件，识别终端或监控面板中的异常，甚至从架构图理解服务关系。过去，这些信息需要用户手动转述成文字，再交给模型处理。原生视觉能力让图片也可以成为任务上下文的一部分。

例如，用户可以直接提交一张移动端页面截图，要求代理定位按钮溢出问题；或者给出错误弹窗和相关仓库，让模型同时分析视觉表现与代码实现。它未必能一次给出正确答案，但至少减少了信息在人工转述过程中的损失。

对 OpenCode 来说，这也让 60 美元额度覆盖的不只是传统文本生成，而是更完整的开发代理交互。

这对其他AI编程产品意味着什么

OpenCode 的做法会进一步压缩“按模型品牌卖高价”的空间。

过去，AI 编程产品可以把接入头部模型本身当作卖点。现在，模型供应越来越丰富，开发者更关心的是三个问题：默认额度有多少、复杂任务能跑几轮、触顶后是否必须购买昂贵附加包。

当一个总参数规模超过 5000 亿、支持视觉理解的新模型被放进 60 美元的长期额度池后，竞品就很难继续只展示模型列表，而不解释实际可用量。模型多不等于产品好用；如果每个模型都只有象征性额度，所谓“全模型支持”更像菜单展示。

OpenCode 这次更新的聪明之处，在于没有把 V4.1 Flash 包装成唯一正确的选择，而是通过资源配置让用户自然增加使用量。数据已经给出反馈：13% 的近期使用占比足以让它排名第一。

但这项策略仍有风险。永久额度会放大重度用户带来的成本波动；一旦模型价格、合作条件或用户平均上下文长度发生变化，OpenCode 需要通过限速、公平使用规则或套餐调整维持平衡。因此，“永久”更适合理解为当前产品政策不设活动截止日，而不是一份永远不可更改的合同承诺。

开发者该不该因此迁移

仅凭 60 美元额度就整体迁移开发工具，没有必要。额度只是选型变量之一，开发者还应关注：

1. 对主要编程语言和框架的实际表现；
2. 大型仓库中的检索与上下文组织能力；
3. 工具调用、补丁生成和失败重试是否稳定；
4. 数据保存、日志记录与代码隐私政策；
5. 额度统计方式，以及超额后的限速或计费规则。

更实际的做法，是拿一组真实任务进行对比：修复已有缺陷、完成跨文件重构、补测试、解释陌生模块，再观察完成率、修改轮数和额度消耗。对于 AI 编程模型，真实仓库里的返工次数通常比单一基准测试分数更有参考价值。

如果 DeepSeek V4.1 Flash 能以较少轮次稳定完成日常任务，那么 60 美元永久额度会非常有吸引力；如果它需要频繁重试，账面上的四倍额度也可能很快被无效调用消耗掉。

结语

OpenCode 把 DeepSeek V4.1 Flash 的 60 美元额度永久化，表面上是一项套餐调整，背后反映的却是 AI 编程市场正在发生的变化：竞争焦点正从“接入了哪个最强模型”，转向“能否让一个足够好的模型被高频、稳定、低负担地使用”。

V4.1 Flash 的 MoE 设计、分阶段激活参数和 KV Cache 优化，为这种高额度策略提供了成本基础；OpenCode 则用真实额度把技术优势转化为用户可感知的产品权益。

这笔 60 美元额度未必会让开发者立刻换掉现有工具，但它抬高了 AI 编程订阅的及格线：以后平台再谈多模型支持，光列出名字已经不够，还得回答用户究竟能用多少、敢不敢长期用。

参考来源

• IT之家：OpenCode 宣布为 DeepSeek V4.1 Flash 永久提供 60 美元额度——介绍额度调整、模型架构、缓存优化与平台使用量数据。