DeepSeek 曾经用两个字打破了大模型行业的价格秩序：便宜。

它让开发者相信，能力不错的大模型不一定要卖得很贵，也让很多个人开发者和中小企业第一次有机会把模型接进自己的产品。这个低价标签，后来几乎成了 DeepSeek 最有辨识度的品牌资产。

现在，DeepSeek 开始在 API 服务中引入峰谷定价：高峰时段更贵，闲时相对便宜。部分计费项目的最高涨幅超过十倍。

这不只是一次普通的价格调整。它更像是 DeepSeek 对自己曾经塑造的市场预期做出的一次修正：模型可以很便宜，但它不可能无限便宜；用户可以快速增长，但算力成本不会凭空消失。

DeepSeek低价模型面对高峰期算力成本 封面图：当低价模型遇到真实的算力账单

“最高涨十几倍”不等于所有价格涨十几倍

先把最容易被传播错的事实讲清楚。

DeepSeek 的 API 价格要区分模型、输入和输出 Token，以及输入是否命中缓存。按照官方价格页面，V4 系列采用峰谷定价，北京时间每天 9:00—12:00、14:00—18:00 为高峰时段，其余时间为闲时。

不同项目的涨幅并不一样。有的项目主要是高峰期翻倍，有的细分项目涨幅更高。部分缓存命中输入 Token 的价格，相比此前价格出现了十倍以上的增加。

因此，“最高涨十几倍”可以描述某些具体计费项目，但不能被改写成“所有模型、所有调用、所有用户统一涨十几倍”。

这不是文字游戏。普通用户、API 开发者和企业客户面对的根本不是同一张账单。

如果只是通过网页端或 App 偶尔聊天，API 价格调整未必会等比例传导到个人支出。真正受到直接影响的，是把 DeepSeek 接入产品和业务系统的开发者：AI 写作工具、智能客服、企业知识库、代码助手、批量文档分析和各种自动化工作流。

对于这些产品来说，用户最常使用服务的白天工作时段，可能正是 API 最贵的时段。

这不是普通涨价，而是把时间写进账单

过去，开发者计算模型成本，通常只需要看一个数字：每百万 Token 多少钱。

峰谷定价之后，还要继续追问：

  • 这个请求发生在高峰期还是闲时？
  • 输入内容是否命中缓存？
  • 批量任务能不能延迟到晚上执行？
  • 这个任务是否真的需要更昂贵的模型？

也就是说，API 成本不再只由“用了多少”决定，还由“什么时候用”和“怎么用”决定。

从平台的角度看，这套机制有技术上的合理性。大模型服务不是普通的静态网页，每一次回答都需要消耗 GPU、显存、推理时间、网络和电力。白天用户集中调用，服务器并发压力自然更大。平台通过价格引导一部分非实时任务转移到闲时，确实可以缓解资源拥堵。

但从用户角度看，峰谷定价还有另一面：平台把高峰期的资源压力部分转移给了使用者。

峰谷定价与算力调度 图：高峰期拥堵与闲时调度

这当然可以是合理的商业选择，却不能只被包装成“为了提升稳定性”。用户实际上是在为平台的高峰期资源紧张支付更多费用。平台既然获得了低价带来的用户增长，也就有责任把价格调整的原因、持续时间和服务改善讲清楚。

DeepSeek 需要为自己的低价叙事负责

DeepSeek 最有影响力的贡献，是改变了行业对大模型价格的想象。

它告诉市场：高性能模型可以通过架构、算法和工程效率，把成本降到很低。这个信号迫使其他厂商重新审视价格，也让开发者获得了更多选择。

但低价究竟是长期技术效率，还是阶段性的获客策略？这是 DeepSeek 现在必须回答的问题。

如果低价主要来自可持续的效率优势，那么随着规模扩大，价格至少应该保持稳定，甚至继续下降。如果低价只是早期补贴和用户增长手段，那么调用量真正上来以后，涨价就会成为商业上的必然结果。

从现在的峰谷定价来看，DeepSeek 正在从“价格颠覆者”变成一个需要认真经营成本的商业化平台。这不等于它失去了技术竞争力，但它确实正在失去“永远低价”的品牌想象。

过去用户相信的是：DeepSeek 足够强，而且足够便宜。

现在用户需要接受的是：DeepSeek 可能依然足够强，但它不会永远保持极低价格。

对于一家 AI 公司来说，这是商业成熟的一部分；对于已经依赖低价 API 建立产品的开发者来说，却是一笔必须重新计算的账。

低价不等于低成本

大模型行业过去一年的主旋律是价格战：降 API 价格、送免费额度、延长优惠期，甚至直接把“免费”当成产品卖点。

这对用户有利，却也制造了一个危险的错觉：大模型的真实成本就应该这么低。

事实上，模型的售价和模型的成本不是一回事。训练模型需要硬件和电力，推理服务需要持续占用 GPU，数据中心需要建设和维护，模型更新、工程运维、安全和客服也都需要付出成本。

平台可以通过融资、补贴、限流和优惠来暂时压低价格，却无法让这些成本永久消失。

AI价格战背后的成本转移 图：低价吸引来的需求，最终会把基础设施成本显现出来

DeepSeek 这次调价，说明它也开始面对这个现实。但它需要接受的批评是：早期极低的价格帮助它重新定义了用户预期，后来再通过更复杂的计费规则把成本推回给用户，必然会产生预期落差。

这不是要求 DeepSeek 永远亏本，而是要求它对自己的定价叙事负责。

涨价不能证明技术失败，但能检验商业能力

DeepSeek 涨价，不能直接证明国产 AI 技术失败，也不能证明它此前的模型能力和工程效率都是假的。

模型能力、算力供应、API 价格和商业模式，本来就是不同的问题。

但 DeepSeek 也不能只用模型能力来回应用户质疑。用户购买的不是发布会上的技术演示，而是一项稳定、可靠、可预测的服务。

发布会展示的是模型能做什么；商业服务要回答的是：

  • 高峰期能不能稳定调用？
  • 并发压力能不能扛住？
  • 价格是否可预测？
  • 价格变化有没有足够的提前量？
  • 用户增长之后，服务还能不能持续？

一个模型能力很强，但价格频繁变化、服务质量不稳定、成本无法预测，就很难成为企业核心业务的基础设施。

真正的技术突破，不只是把模型训练出来，还要把它变成一项可以长期依赖的服务。

DeepSeek 还需要回答三个问题

第一，低价策略还能持续多久？

企业不会只关心今天的单价，还关心下个季度和明年的成本模型。如果价格持续调整，DeepSeek 就需要说明低价究竟是长期战略，还是阶段性优惠。

第二，涨价之后服务会变好吗？

如果高峰期涨价是为了解决资源紧张，那么用户自然期待更稳定的并发、更少的排队和更快的响应。价格上涨之后，服务质量也应该有可以被观察和验证的改善。

第三，DeepSeek 会不会变成它曾经挑战的对象？

DeepSeek 曾经挑战行业的高价和低效率。如果它最终也采用复杂定价、分时收费和优惠收紧，那么它需要证明自己是在推动行业更有效率，而不是仅仅成为行业里又一个收取算力成本的平台。

AI 的低价时代没有结束，但“无限低价”正在结束

DeepSeek 涨价，不意味着普通人从此用不起 AI。对轻量级用户来说，模型调用仍然可能很便宜。

但“高性能、无限调用、长期免费或极低价”的想象，确实正在消失。

未来的 AI 平台可能会越来越像云服务和电力服务：不同时间段不同价格，不同模型不同价格，不同任务消耗不同资源，缓存命中和未命中采用不同计费方式。

这并不一定是坏事。合理价格有助于平台长期运营，价格机制也可以帮助平台调度有限资源。

但前提是平台必须做到：规则透明，调整提前通知，服务质量与价格匹配，不利用用户依赖突然收割，也不要用夸张的低价宣传制造不切实际的预期。

DeepSeek 真正需要接受的批评，不是“你为什么不能永远便宜”，而是：

当你曾经用低价塑造了市场预期，后来又通过复杂定价把成本转回用户身上时，你有没有把这个变化解释清楚？

这才是商业信誉的问题。

结语：不要让用户为低价叙事买单

DeepSeek 涨价不是国产 AI 失败的证明，但也不是一件可以用“合理调度资源”简单带过的小事。

它暴露出的是整个大模型行业的共同困境：大家都希望模型更强、价格更低、响应更快、服务更稳定，但算力成本和基础设施不会凭空消失。

过去，DeepSeek 靠低价打破了行业想象。现在，它需要证明自己能不能在低价之外，建立一套更成熟、更透明、更可持续的商业模式。

AI 行业可以涨价，但不能只让用户为平台过去的低价叙事买单。

从模型能力到可持续服务 图：可持续的AI服务需要同时跨过能力、稳定性和成本

参考资料