8月6日，DeepSeek发布公告称，计划近期整体上调DeepSeek API服务的定价，预计涨幅较大，请合理安排使用。具体方案以正式通知为准。

　　就在7月31日，DeepSeek-V4-Flash 正式版 API 上线公测，以极致性价比与大幅跃升的Agent能力引发市场震动。

　　业内人士认为，涨价反映出DeepSeek的算力供给或趋于吃紧。但凭借此前极具冲击力的低价策略，其已成功将市场对智能价格的预期锁定在极低水位。

　　3美分心理锚

　　DeepSeek-V4-Flash正式版在保持4月发布的预览版模型架构和参数规模不变的情况下，仅通过后训练优化，便实现Agent能力的大幅提升。

　　其采用MoE（混合专家）架构，总参数规模2840亿，激活参数130亿，支持100万Token（词元）上下文窗口。在官方DeepSWE基准测试中，其表现较此前V4-Pro预览版本提升超过6倍。

　　价格方面，V4-Flash正式版API延续了此前极低的定价策略，输入命中缓存价格仅为0.02元/百万Token，未命中输入价格为1元/百万Token，输出价格为2元/百万Token。

　　这一价格有多低？美国研究机构Artificial Analysis的独立评测给出了一个可供参照的坐标：DeepSeek-V4-Flash每项智能指数任务的加权平均成本为3美分，不到Anthropic旗舰模型Claude Fable 5的1/100。其他主流模型中，Kimi K3的成本为86美分，OpenAI GPT-5.6 Sol为1.86美元。

　　与智能水平相近的GPT-5.6 Luna相较，即便OpenAI已将该模型价格下调80%，根据该评测，DeepSeek-V4-Flash的单任务加权平均成本仍仅约为前者的60%。

　　更值得关注的是其缓存定价，命中价格仅为未命中价格的2%，远低于主流模型约10%的水平。

　　不过，公测上线不到一周，涨价公告便接踵而至。同时，记者留意到，其API文档更新日志中，此前预告的峰谷定价机制目前已不再列示。

　　涨价或反映出，DeepSeek的算力供给在需求大增的情况下趋于吃紧。

　　新加坡无限对齐创始人、Codex生态合作伙伴宋斐在接受21世纪经济报道记者采访时指出，公开数据显示，V4-Flash上线后的日处理量已经到了万亿Token的量级。在这个体量上调价，他判断更像产能跟不上，跟定价策略本身关系不大。峰谷也好，分档也好，能调的是需求在时段上怎么分布，调不了总量。

　　有科技博主测算，若按名义牌价，V4-Pro的理论毛利率可达90%至97%；如果把免费流量、折扣和其他因素考虑进去，整体推测的真实毛利率约为72%至81%。他认为，这表明DeepSeek涨价并不是因为原来的API价格完全无法覆盖成本，而更可能是随着调用量攀升、模型规模扩大以及新增算力投入增加，公司需要让价格与未来资本开支更为匹配。

　　不过更重要的是，凭借此前极具冲击力的低定价策略，DeepSeek已经将智能该值多少钱的心理锚，钉进了市场心智。这样的极致低价将成为用户衡量所有AI服务的一把尺子。

　　心理锚约束的是谁，宋斐的看法和常见说法不同：“DeepSeek自己涨价反而最容易，先发的信用摆在那儿。真正难受的是后面那批厂商，用户心里还没立住价格认知，成本结构又跟不上，往上走没底气，往下走扛不住。”

　　至于最后谁能把单价压到最低，宋斐的判断是模型公司长期扛不动这件事。“大概率是有自建算力、能靠规模摊薄成本的云厂商。V4系列现在已经上了阿里云百炼这类平台，这条线值得盯。现在DeepSeek是借着势头把价格锚再往上提一提。”

　　至于涨价的影响，宋斐认为，同一纸涨价公告落在不同用户头上，轻重差得很远，而决定轻重的恰恰是缓存。命中价0.02元，未命中价1元，中间隔着50倍。一个把前缀固化好、命中率能跑到九成的用户，输入侧的实际单价被摊到一毛出头，只有零命中用户的八分之一左右。按同样比例上调，前者绝对多付的也就是后者的八分之一。“真正被这一轮打到的，是每一轮都把全量上下文重新发一遍、按未命中价全额承受的那批用户。”

　　后续看点

　　接下来的看点是即将发布的DeepSeek-V4-Pro正式版和Harness。

　　宋斐认为，V4-Pro正式版的爆发点在算力那一侧，不在模型能力。“Pro的角色是硬决策节点，贵，但调用量少，负责兜底；Flash以低价铺量。这个双层结构要真转起来，前提是Pro那一层的单位成本降得下来，所以后续在云侧铺推理来摊成本，基本是必选项。”

　　这背后则是一个互相喂养的循环：V4-Flash因低价带来海量调用，产出大量附带验证结果的轨迹数据，经筛选后用作V4-Pro的后训练；V4-Pro的高质量输出再蒸馏回V4-Flash，反哺其能力。

　　与此同时，值得关注的是DeepSeek在Harness方面的进展。8月1日，DeepSeek Harness团队负责人崔添翼宣布面向Agent Harness相关开源项目开发者，开启DeepSeek Harness内测招募。

　　Harness是一套将大语言模型转变为真正能够执行Agent任务的脚手架，让模型能够调用工具、处理多步任务、记住已完成的工作并持续执行直至任务结束，它是Agent能力稳定、低成本交付的关键。

　　“8月1号这条消息，我觉得比任何降价都重要。”宋斐认为，Harness对外开放，第三方进入同一环境后，官方分数与外部复现之间的落差就可以当面核对；如果第三方真的用起这套脚手架，官方分数就会变成可迁移的指标。

　　“再往前一步，如果Harness真的开源，行业统一脚手架这个位置，它就有机会先占住。”宋斐表示。

　　不过，当前内测才刚开始，Harness究竟是评测框架还是完整的运行时环境，官方尚未明确说明。

　　宋斐给出的后续观察坐标有三个：V4-Pro正式版是否只是纯后训练翻新、Harness往Agent运行时方向走多远、云侧算力的交付节奏。他认为三件事都兑现的话，明年再谈DeepSeek，重点就该从价格挪走，落到它把模型、脚手架、算力捏成一条自己的生产线。

　　在他看来，DeepSeek的场景定位从一开始便想清楚了，场景飞轮一旦转起来，用的人多，轨迹就多；轨迹多，后训练就强；模型强，用的人就更多。那时，工业AI自动化这种需要把智能作为白菜价工业品来消耗的场景，就是它的地盘。

　　低价是心理锚，涨价是现实，让场景飞轮转起来才是长期故事。