2026年8月中旬，DeepSeek正式上线V4 Pro旗舰版：编程智能体基准从12.8跃升至62.7，同步以MIT协议开源智能体执行框架Harness v0.1。但真正引发行业震动的是定价调整——V4 Pro的API价格大幅上调，高峰期缓存命中输入价格涨至0.3元/百万Tokens，较此前上涨11倍，8月17日起生效，并启用峰谷定价机制。这家以”AI界拼多多”形象改写行业价格体系的厂商，第一次大幅上调价格，宣告国产大模型的”白菜价时代”出现拐点。
从价格战到价值定价的转折
过去两年，大模型API价格战把推理成本打到令人咋舌的水平，DeepSeek正是这场价格革命的最大推手——以极低的定价迫使全行业跟跌，加速了AI应用的普及。但价格战的可持续性取决于两个前提：成本曲线持续下降、需求持续放大。当前的现实是：头部模型的能力提升依赖更贵的训练与推理基础设施，而企业客户对旗舰模型的需求刚性远超预期。V4 Pro基准成绩从12.8到62.7的近五倍提升，为涨价提供了价值支点——定价从”跟随成本”转向”锚定价值”，这是任何成熟产业从导入期走向成长期的标志性格局变化。
峰谷定价的经济学设计
启用峰谷定价机制是此次调整中最具智慧的设计。算力在时间维度上不可储存，高峰拥堵、谷期闲置是算力经济的基本矛盾。峰谷定价将需求在时间轴上重新分配：对延迟不敏感的批量任务（离线数据处理、夜间训练）流向谷期，实时性要求高的交互任务支付高峰溢价。这借鉴了电力行业成熟的负荷管理经验，把”抢算力”的零和博弈转化为”错峰用”的效率改进。对企业用户而言，理解并适配自身业务的峰谷结构，将成为AI成本管理的新技能。
涨价背后的产业信号
DeepSeek敢涨11倍，传递了三个信号：其一，旗舰模型的稀缺性回来了，当模型能力差距足以决定应用成败，价格敏感度让位于能力敏感度；其二，行业从”跑马圈地”转向”健康经营”，烧钱换规模的逻辑在资本市场遇冷，造血能力成为估值核心；其三，竞争分层加剧——旗舰价格上探与开源版本免费的组合拳，实际是用免费版守生态、用旗舰版赚利润，与Qwen、智谱的开源商业化路径殊途同归。
启示
这个案例的启示有三：第一，价格是能力的镜子，企业若想获得定价权，前提是做出市场公认的差异化价值；第二，AI成本管理进入精细期，企业应建立模型选型的成本-能力矩阵，混用不同价位模型而非一刀切；第三，峰谷定价等机制创新说明算力经济正在向成熟公用事业的管理范式演进，相关人才与工具需求将快速上升。
从开发者的立场看，涨价未必是坏事。极低价格虽然降低了试错成本，但也让部分应用建立在不经济的成本结构上，一旦补贴退坡便难以为继。理性的价格体系反而催生可持续的应用生态——愿意付费的能力才是真需求。
值得对照的是，同期Google将Gemini 3.7 Flash的API价格腰斩至输入0.75美元/百万Token，一升一降之间，全球大模型的定价策略正在按模型层级分化：旗舰上探价值定价，轻量下沉成本定价，中间地带日益稀薄。
其他思考
涨价后开发者会否大规模迁移至开源部署？峰谷价差会否催生”算力套利”的中间商？当各家旗舰模型能力趋同，价格会不会再次成为唯一竞争维度？
关键词
定价权、峰谷定价、API经济、大模型商业化、价格战、DeepSeek
资料
原文链接：https://www.rcbom.com/aibps/5861.html
