DeepSeek V4 Pro bliver dyrere: Nye API-priser og betaling efter spidsbelastning

DeepSeeks annoncering den 13. august 2026 samlede tre betydelige ændringer: den generelle lancering af DeepSeek-V4-Pro-0813, en markant omlægning af priserne på V4-API'et og open source-udgivelsen af DeepSeek Harness (dsh) v0.1.

Den nye model styrker ifølge DeepSeeks egne målinger selskabets position inden for kodning og agentbaserede arbejdsopgaver. Samtidig viser prisændringen, at DeepSeek ikke længere tilbyder sin mest kapable inferens gennem en enkel strategi med ekstremt lave, faste priser.

Nye priser fra 17. august

DeepSeek erstattede de faste priser for V4 Pro og V4 Flash med betaling efter spids- og lavbelastningsperioder klokken 00.00 Beijing-tid den 17. august 2026 – svarende til klokken 16.00 UTC den 16. august. Priserne uden for spidsbelastning er halvdelen af priserne i spidsbelastningsperioderne. På hverdage ligger de offentliggjorte spidsperioder fra klokken 09.00 til 12.00 og fra 14.00 til 18.00 Beijing-tid; alle andre tidspunkter er lavbelastning. 914

For V4 Pro ser de nye priser uden for spidsbelastning sådan ud pr. 1 million tokens:

Faktureringskategori	Tidligere pris	Ny pris uden for spidsbelastning	Ændring
Cachelagret input	¥0,025	¥0,15	+500 %
Ikke-cachelagret input	¥3	¥4,50	+50 %
Output	¥6	¥13,50	+125 %

Tallene stammer fra omtalen af annonceringen og opsummeringer af DeepSeeks prisstruktur. 1116 I spidsbelastningsperioderne er priserne dobbelt så høje: ¥0,30 pr. million cachelagrede inputtokens, ¥9 pr. million ikke-cachelagrede inputtokens og ¥27 pr. million outputtokens. 1113

Stigningen rammer ikke alle typer brug ens. Cachelagret input har den største procentvise stigning uden for spidsbelastning. Det er særligt relevant for agenter, der igen og igen sender de samme projektfiler, instruktioner eller samtalekontekst til modellen. Output er også blevet væsentligt dyrere: den dollarbaserede pris går fra 0,87 dollar pr. million tokens før ændringen til 1,98 dollar uden for spidsbelastning og 3,96 dollar i spidsbelastning. 69

På tværs af V4-familien beskrev DeepSeek prisstigninger på mellem 50 % og 1.100 %, afhængigt af model, tokentype og tidspunkt. 2 Udviklere skal derfor ikke længere kun regne på, hvilken model de bruger, men også hvornår deres systemer kører.

Hvad tilfører V4-Pro-0813?

V4-Pro-0813 er den almindeligt tilgængelige produktionsversion af DeepSeeks flagskibsmodel V4 Pro. I DeepSeeks offentliggjorte sammenligningstabel klarer den sig markant bedre end V4 Pro Preview på flere agent- og kodningsbenchmarks. Terminal-Bench 2.1 steg eksempelvis fra 72,1 til 87,9, mens DeepSWE steg fra 12,8 til 62,7. 440

Tallet 7,3, som nogle sammenligninger nævner, er ikke resultatet for V4 Pro Preview. Modellens kort angiver 7,3 for V4 Flash Preview og 12,8 for V4 Pro Preview på DeepSWE. 40 Det er vigtigt at holde de to udgangspunkter adskilt, ellers kommer forbedringen for V4 Pro til at se større ud, end kilderne dokumenterer.

DeepSeeks modelkort fremstiller V4-Pro-0813 som konkurrencedygtig med blandt andre Claude Opus 4.8, Claude Fable 5, Kimi K3 og GLM-5.2 på udvalgte tests. Resultaterne viser dog ikke en entydig sejr: V4-Pro-0813 ligger foran på nogle områder, men efter andre modeller på blandt andet bestemte videns-, repository-genererings- og agentbenchmarks. 353640

Resultaterne bør derfor læses som benchmarkpåstande rapporteret af leverandøren – ikke som uafhængigt bevis på, at V4 Pro generelt overgår konkurrenterne. Den tilgængelige uafhængige analyse peger på, at tredjepartsvalideringen stadig er begrænset, og at resultater kan variere afhængigt af testværktøj, prompts, tilgængelige værktøjer og evalueringsopsætning. 41

DeepSeek Harness handler om agenter – ikke kun modeller

Sammen med V4-Pro-0813 udgav DeepSeek DeepSeek Harness v0.1, et open source-agentframework under MIT-licensen. Det blev præsenteret som et alternativ til blandt andet Anthropics Claude Code. 1822

Selve frameworket er gratis software. Brugerne skal stadig betale for den model eller API-tjeneste, de kobler på, så udgiften ved at køre en agent afhænger af inferensforbruget og ikke af et særskilt abonnement til Harness. 1723

Kombinationen er strategisk interessant. DeepSeek giver udviklere et værktøjslag til at bygge kode- og automatiseringsagenter, mens selskabet tjener penge på de modelkald, der driver arbejdsgangene. I praksis bliver det derfor mindre vigtigt, hvad én isoleret prompt koster, og mere vigtigt, hvad det koster at gennemføre en opgave over mange trin.

Fra tokenpris til opgaveøkonomi

Ændringerne beviser ikke, at billige AI-tokens er forsvundet fra hele branchen. De viser til gengæld, at DeepSeeks tidligere, meget lave faste pris for en mere kapabel produktionsmodel ikke var et varigt løfte.

Peak/off-peak-modellen fungerer både som prisstrategi og som kapacitetsstyring. DeepSeek siger, at ordningen skal fordele ressourcerne mere hensigtsmæssigt og tilskynde brugerne til at planlægge deres opgaver efter deres faktiske forbrug. 14 For udviklere betyder det et incitament til at flytte batchjob, evalueringer, indeksering og andre opgaver, der kan vente, til perioder uden spidsbelastning. Interaktive systemer, der skal svare i spidsperioderne, bliver dyrere.

Den bredere ændring er et skifte fra tokenøkonomi til opgaveøkonomi. En model kan stadig være økonomisk fordelagtig, selv om tokenprisen er højere, hvis den løser en kode- eller researchopgave med færre mislykkede forsøg, mindre orkestrering eller mindre behov for menneskelig kontrol. Omvendt er en lav tokenpris ikke nødvendigvis lig med lave samlede omkostninger, hvis en agent kræver mange gentagelser eller leverer ustabile resultater.

DeepSeeks pakke fra den 13. august ligner derfor mindre et farvel til priskonkurrencen end en ny placering i den. V4-Pro-0813 leverer en stærkere premiummodel, DeepSeek Harness leverer et åbent agentlag, og tidsbaserede priser gør det muligt at tjene mere på knap eller tidskritisk inferens.

Kilderne understøtter dermed et skifte mod komplette agentbaserede arbejdsgange – men ikke påstanden om, at DeepSeek allerede har erstattet et traditionelt model-API med en fuldt integreret tjeneste, der sælger færdige opgaver.