DeepSeek zdražuje API, OpenAI naopak nabízí neomezený textový chat zdarma

Výše zdražení se liší podle modelu, typu tokenu, stavu keše a času použití. Reuters celkový rozsah popsal jako zvýšení o 50 % až 1 100 % oproti předchozím cenám.

Největší dopad pocítí úlohy, které ve špičce generují velké množství výstupního textu. Výstup u V4-Pro zdražil z původních $0,87 za milion tokenů na $1,98 mimo špičku a $3,96 ve špičce.

Kódovací agent, který za měsíc vytvoří 10 milionů výstupních tokenů, by tak podle starého ceníku zaplatil přibližně $8,70. Pokud by veškerý výstup vznikal mimo špičku, vyšlo by to asi na $19,80; při provozu výhradně ve špičce přibližně na $39,60. Do částky se ještě nezapočítávají vstupní tokeny.

Pro vývojáře je důležitý i čas odeslání požadavku

Nová struktura dělá z plánování součást správy nákladů na API. Vývojáři mohou dávkové úlohy, vyhodnocování modelů, kódovací agenty nebo jiné neurgentní procesy přesunout do 17 mimošpičkových hodin denně.

U interaktivních aplikací je ale podobná flexibilita omezená. Požadavky přicházejí v okamžiku, kdy uživatel čeká na odpověď, takže je často nelze jednoduše odložit na levnější část dne.

Větší význam získává také kešování a směrování požadavků. Systém může náklady snížit například vyšší mírou zásahů do keše, přesunem rutinních úloh na V4-Flash nebo odesláním části požadavků k jinému poskytovateli. Pro podnikové týmy se proto volba modelu stává průběžným provozním rozhodnutím, nikoli jednorázovým porovnáním výsledků benchmarků.

DeepSeek tím svou cenovou výhodu neruší, ale zmenšuje náskok, který mu přinášela mimořádně levná inference. Zavedení špičkových sazeb odpovídá snaze řídit poptávku a získat větší hodnotu z omezené výpočetní kapacity. Z dostupných veřejných materiálů však nelze potvrdit, že DeepSeek dosáhl ziskovosti nebo že má jasnou cestu k jejímu dosažení. Tento výklad proto zůstává pouze pravděpodobnou interpretací.

OpenAI sází na přístup a uživatelský návyk

OpenAI zvolilo opačnou strategii. 6. srpna oznámilo, že GPT-5.6 Luna se stane výchozím modelem pro uživatele ChatGPT ve variantách Free a Go a nahradí GPT-5.5. Tyto tarify zároveň získaly neomezené běžné textové chaty a novou volbu Think pro složitější otázky, stále ovšem s ochrannými mechanismy proti zneužití.

Slovo neomezené má užší význam, než by se mohlo zdát. Samostatné limity dál platí pro nahrávání souborů, generování obrázků a další nástroje. Uživatelé Free a Go navíc nemají přístup k modelu GPT-5.6 Sol. Jejich výchozím modelem je Luna, která pohání také funkci Think.

Luna je levnější a úspornější člen rodiny GPT-5.6, nikoli vlajkový model Sol. Zprávy třetích stran uvádějí cenu API $0,20 za milion vstupních tokenů a $1,20 za milion výstupních tokenů, tyto údaje však v dodaných materiálech nejsou potvrzeny nejautoritativnějšími zdroji.

Strategický rozdíl je přesto zřetelný: Luna je v rámci textového chatu ve službách ChatGPT Free a Go prakticky zdarma, zatímco přístup přes API zůstává samostatným placeným produktem.

Proč je důležitý OpenRouter

Rozhodnutí obou firem přišlo v době, kdy čínské modely rychle získávaly vývojářský provoz. Bloomberg uvedl, že čínské modely v červnu na OpenRouteru poprvé předstihly americké platformy a v následujícím měsíci představovaly více než 60 % podílu tokenů.

OpenRouter je služba, která vývojářům umožňuje směrovat požadavky k různým AI modelům. Je proto užitečným ukazatelem toho, jak se rozhodují vývojáři a architekti při práci s API. Nejde však o úplný obraz globálního využívání umělé inteligence.

Červencový žebříček OpenRouteru obsadil čínskými modely všech pět nejvyšších příček podle objemu tokenů: Xiaomi MiMo-V2.5, DeepSeek, MiniMax, rodina Qwen od Alibaby a Kimi od společnosti Moonshot. Jedna analýza červnových dat zároveň označila DeepSeek za největšího jednotlivého poskytovatele na platformě s podílem 17,6 %.

Tento vývoj vysvětluje, proč ceny zůstávají klíčovým tématem. Úlohy náročné na tokeny, například programování a autonomní agenti, zvýhodňují modely, které lze spouštět opakovaně za nízké náklady.

Reakce OpenAI zároveň ukazuje, že o využití se nebojuje jen ceníkem API. Pokud firma nabídne schopný model velkému počtu bezplatných uživatelů, posiluje jejich každodenní návyk, získává zpětnou vazbu a vytváří prostor pro budoucí přechod na placené produkty.

Dva různé obchodní tlaky

DeepSeek a OpenAI tak reagují na stejný tržní tlak, ale z opačných stran:

• DeepSeek zpoplatňuje poptávku. Účtování ve špičce může zvýšit výnosy v období vysokého vytížení a motivovat zákazníky, aby flexibilní úlohy plánovali mimo tato okna.
• OpenAI chrání distribuci. Neomezený textový chat udržuje uživatele Free a Go v ekosystému ChatGPT, zatímco dražší funkce a vyšší modelové úrovně zůstávají odlišené.
• Vývojáři musí optimalizovat složitěji. Nestačí sledovat kvalitu modelu a cenu za token. Důležité jsou také kešování, časové sazby, odezva, směrování požadavků a náklady na změnu poskytovatele.
• Trh směřuje k více modelům. Firma může levnější model využít pro opakované úkoly, jako je extrakce dat, překlady, programování nebo agentní smyčky, a prémiový model si ponechat pro situace, kde rozhoduje přesnost, kontrola nebo napojení na konkrétní ekosystém.

Proto nelze říci, že cenová válka v AI končí jen proto, že některé ceny rostou. Soutěž se spíše rozděluje do několika vrstev: na jedné straně stojí levná inference a dostupnost open-weight modelů, na druhé dosah ke spotřebitelům, integrace do produktů, prémiové schopnosti a podnikové řízení.

Co z toho plyne

Zdražení DeepSeeku připomíná, že nízké ceny API mohou přilákat obrovský objem používání, ale nezaručují trvale levný provoz. Bezplatná dostupnost Luny v ChatGPT představuje opačnou sázku: OpenAI dotuje široce dostupný spotřebitelský zážitek, posiluje distribuci a rozdíly přesouvá mezi jednotlivé modelové úrovně a funkce mimo textový chat.

Pro vývojáře a podnikové zákazníky je praktickým závěrem opatrnost vůči jakémukoli ceníku nebo benchmarku jako neměnné veličině. Náklady se mohou měnit podle poptávky, modelu, stavu keše i denní doby. Odolnější architektura proto bude pravděpodobně měřit skutečné pracovní zatížení, zachovávat více možností směrování a každému úkolu přiřadí model a přístupovou úroveň odpovídající jeho riziku i rozpočtu.