DeepSeek提高了其应用程序接口定价，在全球算力资源日益紧张的背景下背离了其此前的激进折扣策略。
DeepSeek 为其 API 服务引入了峰谷定价机制，标志着其战略从长期作为大语言模型行业“价格屠夫”的声誉中发生转变。根据新结构，北京时间 9:00 至 12:00 以及 14:00 至 18:00 被定义为主峰时段，其余时间段均归类为谷时段。例如，DeepSeek-V4-Pro 在谷时段的缓存输入价格为每百万 token 0.15 元，非缓存输入为 4.5 元，输出为 13.5 元。这些费用在主峰时段将翻倍。该公司表示，此次调整旨在更有效地分配资源，并激励用户根据实际需求安排任务。
据 DeepSeek 官方公告，DeepSeek-V4-Flash 的谷时段定价为：每百万 token 缓存输入 0.05 元，非缓存输入 1.5 元，输出 4.5 元。主峰时段所有费率翻倍，使得 V4-Pro 的缓存输入价格升至每百万 token 0.3 元，非缓存输入为 9 元，输出为 27 元。与 V4-Pro 此前 0.025 元（缓存）、3 元（非缓存）和 6 元（输出）的费率相比，主峰时段的涨幅最高达 1,100%。这标志着该公司今年早些时候采取的激进折扣策略发生了转变。2024 年底，DeepSeek 推出了 V3 系列，以极低的训练成本实现了与 GPT-4o 等领先模型相当的性能。随后发布的 R1 模型进一步扰乱了市场，其输出 API 定价仅为 OpenAI o1 的 3%。到了 4 月，DeepSeek 发布了 V4 系列——包含拥有 1.6 万亿参数的 V4-Pro 和拥有 2,840 亿参数的 V4-Flash——并将缓存输入价格降至发布时的十分之一，其中 V4-Pro 暂时打折至每百万 token 0.025 元，创下了全球低价记录。V4-Flash 的缓存输入费率同样从 0.2 元降至 0.02 元。在截至 5 月 31 日的限时 2.5 倍折扣结束后，V4-Pro 的官方定价调整为原价的四分之一，即每百万 token 缓存输入 0.025 元，非缓存输入 3 元，输出 6 元。
DeepSeek 的超低价迅速推动了大规模采用。全球模型分发平台 OpenRouter 的数据显示，7 月 27 日至 8 月 2 日期间，DeepSeek-V4-Flash 以 7.22 万亿 token 的周 API 调用量位居全球第一，而 V4-Pro 排名第四。自 7 月 31 日 V4-Flash 正式 API 进入公测以来，它连续两周保持榜首位置，分别录得 8.83 万亿 token（8 月 3 日至 9 日）和 11.2 万亿 token（8 月 10 日至 16 日）。然而，这种爆炸式增长迅速给基础设施带来了压力。8 月 4 日，开源 AI 编程代理平台 OpenCode 报告称，由于前所未有的流量，V4-Flash 面临容量短缺和潜在的错误率飙升问题，促使紧急修复措施出台。《第一财经》的报道指出，当天早上官方 API 几乎不可用，尽管 DeepSeek 后来确认该问题已得到解决。服务器压力背后是更广泛的算力短缺。在 2026 年中国发展高层论坛上披露，中国每日 token 调用量在 3 月已超过 140 万亿，较 2024 年初的 1,000 亿增长了超过 1,000 倍。然而，供应未能跟上步伐。高端 GPU 和高带宽内存（HBM）依然极度紧张，英伟达的 Blackwell 和 Hopper 系列面临严重的供应限制。中国信息通信研究院（CAICT）的数据显示，2026 年第一季度国内 AI 算力需求同比增长 417%，而有效供应增长仅为 128%，差距进一步扩大。此前的压力曾迫使月之暗面暂停 Kimi K3 的新用户订阅，将所有可用算力重新分配给现有订阅用户。
DeepSeek 的定价调整并非孤立举措，而是更广泛行业趋势的一部分。在整个 2026 年，国内大模型提供商集体提高了价格。作为香港首家上市的 LLM 公司，智谱人工智能今年已实施了三次涨价。与此同时，月之暗面在发布 Kimi K3 后大幅提高了 API 费率，输入价格上涨了三倍以上，输出价格接近四倍。8 月 9 日发布的一份摩根士丹利研究报告指出，2026 年第二季度中国 LLM API 输入平均价格达到每百万 token 4.9 元，输出价格为 21.9 元，相较于 2025 第一季度的 3.3 元和 12.2 元，分别上涨了约 48% 和 80%。尽管有所上涨，DeepSeek 在全球范围内仍保留着显著的成本优势。国盛证券的计算表明，V4-Pro 的主峰时段输出定价仍约为 Claude 旗舰模型的十三分之一，在谷时段则降至约二十五分之一。
将低价等同于质量妥协的批评者并未找到有力证据支持此类说法。DeepSeek 发布的官方基准测试数据显示，V4-Pro 在 Terminal Bench 2.1、Cybergym、DeepSWE 和 AutomationBench (Public) 等多项严格测试中均优于 Opus-4.8。该模型颠覆性的价值主张甚至在社交媒体上催生了一个新术语，《江南都市报》报道称其为“DeepSeek 死亡线”。该术语源自 Artificial Analysis 绘制的一张成本与智能散点图，图表以 V4-Flash 作为分界阈值。提供同等性能但成本更高，或在相似或更高价格下性能较差的模型，都会落入“死亡区”，预示着即将被淘汰。分析师认为，DeepSeek 放弃无休止折扣的信号表明国内 LLM 领域正在成熟，从价格驱动的竞争转向价值驱动的差异化。摩根士丹利强调，长期竞争力取决于模型智能而非定价。持续的进步需要大量的训练和算力投资；仅依赖低价会压缩利润空间，导致未来研发周期缺乏资金。浙商证券也表达了类似观点，指出 DeepSeek 在正常化定价方面的领导地位打破了人们对“无限价格战”的悲观预期，有效地为中国大模型行业确立了新的估值锚点。