2026年8月17日零点，深度求索（DeepSeek）更新的API峰谷定价方案正式生效：将每日划分为高峰时段（9:00-12:00、14:00-18:00）与空闲时段，不同模型分档计价。V4-Pro高峰输出价每百万Token 27元，空闲时段13.5元；V4-Flash高峰9元、空闲4.5元。测算显示，V4-Pro空闲时段输出价格约为原价的2.25倍，高峰时段约为4.5倍——那个以极致低价颠覆行业的DeepSeek，正式告别了”全球地板价”时代。
峰谷定价：电力经济学的AI移植
峰谷定价并非新发明——电力、电信、云计算（AWS预留实例与竞价实例）行业运用多年，其本质是用价格信号引导需求在时间维度上重新分布，提高昂贵基础设施的利用率。大模型的推理算力具有与电厂相似的经济学特征：GPU集群固定成本极高、白天高峰排队、夜间大量闲置。DeepSeek将峰谷定价引入API市场，标志着大模型服务从”烧钱换规模”进入”精细化算力经营”阶段。对企业用户而言，这创造了新的成本管理课题：批量处理类任务（数据清洗、文档摘要、批量评估）应系统性迁移至空闲时段，部分场景可节省一半成本。
涨价的底气：从”颠覆者定价”到”价值定价”
DeepSeek此前以极低定价承担了行业搅局者的角色，客观上教育了市场、压制了竞争对手的毛利。如今大幅调价且市场接受，底气来自三方面：一是能力——V4系列在多项基准上的表现已进入第一梯队，替代选项的价格并不便宜；二是粘性——开发者工作流已深度集成，迁移成本真实存在；三是行业环境——推理需求爆发（AI Agent全天候调用）使算力供不应求，SK海力士董事长甚至预测明年可能出现史上最严重内存短缺。定价战略的经典逻辑在此显现：渗透定价完成市场占领后，转向价值定价收割，是平台型产品的标准生命周期路径。
对企业AI成本治理的连锁影响
DeepSeek的峰谷方案可能成为行业定价范式：若其他厂商跟进，企业AI支出管理将从”选便宜的模型”升级为”调度型的成本工程”——按任务优先级分配时段与模型档位、建立用量监控与预算告警、在架构层面引入任务队列错峰执行。这实质上把IT成本管理的成熟方法（FinOps）引入AI时代。管理启示：尚未建立Token用量核算体系的企业，应尽快把AI支出纳入可观测、可归因、可优化的管理框架，否则成本会随Agent应用扩散而失控。
启示
这个案例的启示有三：第一，基础设施型产品的定价演进有规律可循——渗透期压价换规模，成熟期转向时段定价与价值定价，创业者与采购方都应预判这一周期；第二，价格信号是最有效的需求管理工具，峰谷结构将催生企业的AI任务调度能力建设；第三，低价是市场进入策略而非商业模式，长期盈利能力取决于供给端的成本优势与需求端的粘性，两者DeepSeek都在试图证明。
从行业格局看，DeepSeek涨价与智谱GLM-5.3开源、千问3.8开源形成微妙对照：闭源服务走向精细定价与高毛利，开源模型则承担生态入口职能。国内企业用户的选择组合日趋丰富——关键生产负载用有SLA保障的商业API，弹性任务用开源自部署，成本结构将由这套组合决定。
另需注意价格波动的传导效应：API涨价会直接抬升基于其构建的Agent产品、软件服务的成本底线，下游创业公司的毛利模型需要重新测算，”模型成本持续下降”不应再被默认为行业公理写入商业计划。
其他思考
峰谷价差会否催生”Token套利”的中间服务（闲时囤积、忙时转售的缓存服务）？其他厂商会跟进峰谷定价还是以平价差异化竞争？
关键词
峰谷定价、算力经济学、API定价、FinOps、DeepSeek、大模型商业化
资料
原文链接：https://www.rcbom.com/aibps/5880.html
