Hvor stor er stigningen?

Stigningen varierer efter model, token-type og tidspunkt. Reuters rapporterede, at de nye priser ligger mellem 50 % og 1.100 % over de tidligere priser.

De største procentvise ændringer gælder cachede inputtokens, hvor udgangspunktet var meget lavt. For udviklere afhænger den praktiske effekt derfor især af forholdet mellem cache-hits, ikke-cachede input, genererede outputtokens og de tidspunkter, hvor systemet arbejder.

V4-Pro-output er eksempelvis cirka 128 % dyrere i off-peak-perioder end den tidligere kampagnepris på 0,87 dollar og cirka 355 % dyrere i peak-perioder, beregnet ud fra de oplyste priser.

DeepSeek er dog fortsat billig sammenlignet med mange lukkede amerikanske modeller, selv efter prisstigningen. Tidligere rapportering angav V4-Pro-output til omkring 0,87 dollar pr. million tokens under kampagneprisen, mens førende amerikanske systemer historisk har ligget væsentligt højere. Prisændringen svækker derfor DeepSeeks omkostningsfordel, men fjerner den ikke.

Hvad koster 10 millioner V4-Pro-outputtokens?

For en udvikler, der genererer 10 millioner V4-Pro-outputtokens om måneden, ser regnestykket sådan ud:

• Tidligere pris: 10 × 0,87 dollar = 8,70 dollar om måneden
• Udelukkende off-peak: 10 × 1,98 dollar = 19,80 dollar om måneden
• Udelukkende peak: 10 × 3,96 dollar = 39,60 dollar om måneden

Det betyder, at den rene outputregning stiger med cirka 11,10–30,90 dollar om måneden, afhængigt af hvornår arbejdet udføres. Beregningen omfatter ikke inputtokens, cache-hit-gebyrer, skatter eller andre platformsomkostninger.

For en produktionsapplikation kan den største udfordring dog være sammensætningen af arbejdsbelastningen snarere end outputmængden alene. Et system med lange prompts, lav genbrug af cachede input eller trafik koncentreret i peak-perioder kan få en markant anderledes prisstigning.

Udviklere får derfor større incitament til at køre batchjobs uden for peak-perioderne og følge nøje med i andelen af cache-hits.

OpenAI konkurrerer gennem gratis adgang

OpenAI har valgt en anden vej for ChatGPT. GPT-5.6 Luna blev standardmodellen for Free- og Go-brugere, samtidig med at OpenAI annoncerede ubegrænsede tekstchats og en ny Think-knap til vanskeligere spørgsmål.

Overskriften kræver dog en vigtig præcisering: Den ubegrænsede adgang gælder tekstchats, ikke alle ChatGPT-funktioner. Der er fortsat begrænsninger på filuploads, billeder, tale, billedgenerering og andre værktøjer, og tilbuddet er underlagt sikkerhedsforanstaltninger mod misbrug.

Det er en strategi for forbrugerdistribution – ikke en ændring af API-priserne. OpenAI reducerer friktionen ved daglig brug og sørger for, at en kompetent model ligger direkte i den almindelige ChatGPT-oplevelse. Ifølge TechCrunch havde ChatGPT for nylig passeret 1 milliard ugentlige brugere.

Hvad fortæller de to tiltag om AI-markedet?

Pris er stadig en stærk motor for udbredelse

Lave tokenpriser har hjulpet kinesiske modeller med at tiltrække udviklere. En opgørelse fra Vercel AI Gateway viste, at open-weight-modeller udviklet i Kina stod for 29 % af de tokens, der blev behandlet i produktion i juni 2026 – op fra omtrent en niendedel i april – samtidig med at de stod for under 4 % af forbruget. Tallet beskriver trafikken på denne gateway og ikke hele det globale AI-marked.

Den forskel er afgørende. Tokenandel viser, hvor meget arbejde der går gennem et system, men siger ikke i sig selv noget om omsætning, overskud, kundeloyalitet eller varig markedsmagt. Udviklere kan flytte arbejdsbelastninger mellem leverandører, og prisfølsom trafik kan skifte hurtigt, når priserne ændres.

DeepSeek tester, om omkostningslederskab kan blive til indtjening

DeepSeeks nye prisplan tyder på, at det ikke længere er nok blot at vinde brugere. Tidsbaserede priser giver virksomheden mulighed for at fordele kapaciteten efter belastningen og tage mere, når efterspørgslen er koncentreret. Den officielle dokumentation beskriver ændringen som et middel til bedre ressourcefordeling og opfordrer brugerne til at planlægge opgaver efter det faktiske forbrug.

Ændringen kommer samtidig med, at andre kinesiske AI-virksomheder lancerer betalingsprodukter eller overvejer højere priser. Rapportering fra det bredere kinesiske marked har beskrevet, hvordan Moonshot AI og ByteDance har indført betalingsplaner, mens Alibaba forbereder sig på at følge efter. Det peger på et bredere skifte fra aggressiv subsidiering til indtjening.

Det beviser ikke, at DeepSeek eller konkurrenterne er profitable. Men det viser, at markedsandele opbygget gennem lave priser på et tidspunkt skal omsættes til indtjening pr. token, tilbagevendende kontrakter eller en anden bæredygtig forretningsmodel.

OpenAI forsvarer relationen til forbrugerne

OpenAIs gratis Luna-udrulning handler først og fremmest om distribution – ikke om den lavest mulige API-regning. Ved at gøre tekstchat bredt tilgængelig og tilføje en synlig Think-knap forsøger OpenAI at gøre ChatGPT til en fast del af brugernes hverdag, mens de dyrere funktioner fortsat har strammere begrænsninger.

Den strategiske forskel er tydelig:

• DeepSeek: Tiltrækker udviklere med lave omkostninger og indfører derefter kapacitetsafhængige priser.
• OpenAI: Maksimerer forbrugeradgangen til et standardprodukt og bruger relationen som grundlag for betalingsplaner og andre tjenester.

Strategierne kan godt eksistere side om side. En udvikler kan vælge DeepSeek til arbejdsbelastninger med stort volumen, mens en privatperson bruger ChatGPT til generel hjælp. Men begge virksomheder forsøger at gøre deres økosystemer sværere at erstatte: DeepSeek gennem forholdet mellem pris og ydeevne samt udviklernes trafikstyring, OpenAI gennem produktkendskab og rækkevidde blandt forbrugere.

Konklusionen for udviklere

DeepSeek er fortsat en billig løsning, men den nye V4-prisstruktur gør beskrivelsen “den billigste model” utilstrækkelig. Udviklere bør sammenligne den samlede regning på tværs af cache-hit-input, input uden cache-hit, outputmængde og koncentration af trafik i peak-perioder.

De praktiske spørgsmål er nu:

1. Hvor meget trafik kan flyttes til off-peak-perioder?
2. Hvor stor en del af promptsne kvalificerer til cache-hit-prisen?
3. Er V4-Pros kvalitetsfordel den højere outputpris værd sammenlignet med V4-Flash eller en anden leverandør?
4. Hvor let kan applikationen skifte leverandør, hvis priserne ændres igen?

Det bredere AI-kapløb mellem Kina og USA handler derfor i mindre grad om, hvem der kan tilbyde den laveste overskriftspris. DeepSeek tester, om kinesiske AI-laboratorier kan omsætte et forspring i pris og ydeevne til en bæredygtig økonomi pr. enhed. OpenAI tester, om gratis og vanedannende adgang for forbrugere kan skabe varig kontrol over et økosystem.

I begge tilfælde er den centrale udfordring den samme: at omsætte enorme brugsmængder til en forretning, der kan fortsætte med at finansiere den enorme og tilbagevendende regning for avanceret modelberegning.

Hvor stor er stigningen?

Stigningen varierer efter model, token-type og tidspunkt. Reuters rapporterede, at de nye priser ligger mellem 50 % og 1.100 % over de tidligere priser.

De største procentvise ændringer gælder cachede inputtokens, hvor udgangspunktet var meget lavt. For udviklere afhænger den praktiske effekt derfor især af forholdet mellem cache-hits, ikke-cachede input, genererede outputtokens og de tidspunkter, hvor systemet arbejder.

V4-Pro-output er eksempelvis cirka 128 % dyrere i off-peak-perioder end den tidligere kampagnepris på 0,87 dollar og cirka 355 % dyrere i peak-perioder, beregnet ud fra de oplyste priser.

DeepSeek er dog fortsat billig sammenlignet med mange lukkede amerikanske modeller, selv efter prisstigningen. Tidligere rapportering angav V4-Pro-output til omkring 0,87 dollar pr. million tokens under kampagneprisen, mens førende amerikanske systemer historisk har ligget væsentligt højere. Prisændringen svækker derfor DeepSeeks omkostningsfordel, men fjerner den ikke.

Hvad koster 10 millioner V4-Pro-outputtokens?

For en udvikler, der genererer 10 millioner V4-Pro-outputtokens om måneden, ser regnestykket sådan ud:

• Tidligere pris: 10 × 0,87 dollar = 8,70 dollar om måneden
• Udelukkende off-peak: 10 × 1,98 dollar = 19,80 dollar om måneden
• Udelukkende peak: 10 × 3,96 dollar = 39,60 dollar om måneden

Det betyder, at den rene outputregning stiger med cirka 11,10–30,90 dollar om måneden, afhængigt af hvornår arbejdet udføres. Beregningen omfatter ikke inputtokens, cache-hit-gebyrer, skatter eller andre platformsomkostninger.

For en produktionsapplikation kan den største udfordring dog være sammensætningen af arbejdsbelastningen snarere end outputmængden alene. Et system med lange prompts, lav genbrug af cachede input eller trafik koncentreret i peak-perioder kan få en markant anderledes prisstigning.

Udviklere får derfor større incitament til at køre batchjobs uden for peak-perioderne og følge nøje med i andelen af cache-hits.

OpenAI konkurrerer gennem gratis adgang

OpenAI har valgt en anden vej for ChatGPT. GPT-5.6 Luna blev standardmodellen for Free- og Go-brugere, samtidig med at OpenAI annoncerede ubegrænsede tekstchats og en ny Think-knap til vanskeligere spørgsmål.

Overskriften kræver dog en vigtig præcisering: Den ubegrænsede adgang gælder tekstchats, ikke alle ChatGPT-funktioner. Der er fortsat begrænsninger på filuploads, billeder, tale, billedgenerering og andre værktøjer, og tilbuddet er underlagt sikkerhedsforanstaltninger mod misbrug.

Det er en strategi for forbrugerdistribution – ikke en ændring af API-priserne. OpenAI reducerer friktionen ved daglig brug og sørger for, at en kompetent model ligger direkte i den almindelige ChatGPT-oplevelse. Ifølge TechCrunch havde ChatGPT for nylig passeret 1 milliard ugentlige brugere.

Hvad fortæller de to tiltag om AI-markedet?

Pris er stadig en stærk motor for udbredelse

Lave tokenpriser har hjulpet kinesiske modeller med at tiltrække udviklere. En opgørelse fra Vercel AI Gateway viste, at open-weight-modeller udviklet i Kina stod for 29 % af de tokens, der blev behandlet i produktion i juni 2026 – op fra omtrent en niendedel i april – samtidig med at de stod for under 4 % af forbruget. Tallet beskriver trafikken på denne gateway og ikke hele det globale AI-marked.

Den forskel er afgørende. Tokenandel viser, hvor meget arbejde der går gennem et system, men siger ikke i sig selv noget om omsætning, overskud, kundeloyalitet eller varig markedsmagt. Udviklere kan flytte arbejdsbelastninger mellem leverandører, og prisfølsom trafik kan skifte hurtigt, når priserne ændres.

DeepSeek tester, om omkostningslederskab kan blive til indtjening

DeepSeeks nye prisplan tyder på, at det ikke længere er nok blot at vinde brugere. Tidsbaserede priser giver virksomheden mulighed for at fordele kapaciteten efter belastningen og tage mere, når efterspørgslen er koncentreret. Den officielle dokumentation beskriver ændringen som et middel til bedre ressourcefordeling og opfordrer brugerne til at planlægge opgaver efter det faktiske forbrug.

Ændringen kommer samtidig med, at andre kinesiske AI-virksomheder lancerer betalingsprodukter eller overvejer højere priser. Rapportering fra det bredere kinesiske marked har beskrevet, hvordan Moonshot AI og ByteDance har indført betalingsplaner, mens Alibaba forbereder sig på at følge efter. Det peger på et bredere skifte fra aggressiv subsidiering til indtjening.

Det beviser ikke, at DeepSeek eller konkurrenterne er profitable. Men det viser, at markedsandele opbygget gennem lave priser på et tidspunkt skal omsættes til indtjening pr. token, tilbagevendende kontrakter eller en anden bæredygtig forretningsmodel.

OpenAI forsvarer relationen til forbrugerne

OpenAIs gratis Luna-udrulning handler først og fremmest om distribution – ikke om den lavest mulige API-regning. Ved at gøre tekstchat bredt tilgængelig og tilføje en synlig Think-knap forsøger OpenAI at gøre ChatGPT til en fast del af brugernes hverdag, mens de dyrere funktioner fortsat har strammere begrænsninger.

Den strategiske forskel er tydelig:

• DeepSeek: Tiltrækker udviklere med lave omkostninger og indfører derefter kapacitetsafhængige priser.
• OpenAI: Maksimerer forbrugeradgangen til et standardprodukt og bruger relationen som grundlag for betalingsplaner og andre tjenester.

Strategierne kan godt eksistere side om side. En udvikler kan vælge DeepSeek til arbejdsbelastninger med stort volumen, mens en privatperson bruger ChatGPT til generel hjælp. Men begge virksomheder forsøger at gøre deres økosystemer sværere at erstatte: DeepSeek gennem forholdet mellem pris og ydeevne samt udviklernes trafikstyring, OpenAI gennem produktkendskab og rækkevidde blandt forbrugere.

Konklusionen for udviklere

DeepSeek er fortsat en billig løsning, men den nye V4-prisstruktur gør beskrivelsen “den billigste model” utilstrækkelig. Udviklere bør sammenligne den samlede regning på tværs af cache-hit-input, input uden cache-hit, outputmængde og koncentration af trafik i peak-perioder.

De praktiske spørgsmål er nu:

1. Hvor meget trafik kan flyttes til off-peak-perioder?
2. Hvor stor en del af promptsne kvalificerer til cache-hit-prisen?
3. Er V4-Pros kvalitetsfordel den højere outputpris værd sammenlignet med V4-Flash eller en anden leverandør?
4. Hvor let kan applikationen skifte leverandør, hvis priserne ændres igen?

Det bredere AI-kapløb mellem Kina og USA handler derfor i mindre grad om, hvem der kan tilbyde den laveste overskriftspris. DeepSeek tester, om kinesiske AI-laboratorier kan omsætte et forspring i pris og ydeevne til en bæredygtig økonomi pr. enhed. OpenAI tester, om gratis og vanedannende adgang for forbrugere kan skabe varig kontrol over et økosystem.

I begge tilfælde er den centrale udfordring den samme: at omsætte enorme brugsmængder til en forretning, der kan fortsætte med at finansiere den enorme og tilbagevendende regning for avanceret modelberegning.