Den nye prisstruktur

DeepSeek er den første større AI-API-udbyder, der indfører strukturel tidsbaseret spidsbelastningsprissætning, inspireret af elprisernes spids- og lavlast . Lavlasttaksterne er 50 % af spidstaksterne, hvilket betyder, at API-kald i spidsbelastningsperioder koster dobbelt så meget . Spidsbelastningsvinduerne (UTC) er angiveligt 01:00–04:00 og 06:00–10:00 .

V4-Pro-priser (pr. 1M tokens, USD)

V4-Flash-priser (pr. 1M tokens, USD)

(Input cache-miss-priser for de nye takster er estimeret ud fra de bekræftede output-multiplikatorer. Output-stigninger er bekræftet af flere kilder .)

Cached input-tokens forbliver dramatisk billigere. For V4-Pro koster cache-hit input cirka $0,004 pr. 1M tokens – en 100x rabat, der tilskynder udviklere til at optimere deres caching-strategier .

Modelspecifikationer

Begge V4-modeller er tekstbaserede Mixture-of-Experts (MoE)-arkitekturer udgivet under MIT-licens, hvilket gør dem fuldt open-weight og selv-hostbare .

(Kilde: )

Begge modeller understøtter tre ræsonnement-tilstande: Non-think (hurtig, intuitiv), Think High (logisk analyse med tankekæde) og Think Max (dybdegående ræsonnement) .

Sådan klarer DeepSeek sig mod konkurrenterne

De nye priser ændrer DeepSeek's konkurrenceposition. Sammenligningen nedenfor bruger standard kortkontekst API-satser pr. 1M tokens for alle udbydere.

(Kilder: DeepSeek , OpenAI , Anthropic )

vs. OpenAI GPT-5.6 Luna

OpenAI skar GPT-5.6 Luna-priserne med 80 % den 30. juli 2026 til $0,20 input og $1,20 output pr. 1M tokens . Det konkurrencebillede er vendt på hovedet:

• V4-Pro spids-output ($3,96) er 3,3x dyrere end Luna ($1,20).
• V4-Flash spids-output ($1,26) er stort set ækvivalent med Lunas output, kun 5 % dyrere.
• V4-Flash lavlast-output ($0,63) er 47 % billigere end Lunas output, hvilket bevarer noget af DeepSeeks historiske prisfordel.

Hvor DeepSeek engang var det indlysende budgetvalg, står det nu over for en prisfører i OpenAIs mest overkommelige lag .

vs. Anthropic Claude Fable 5

Anthropics flagskibs-ræsonnementmodel koster $10 input og $50 output pr. 1M tokens . På de niveauer er DeepSeek stadig et godt køb:

• V4-Pro spids-output ($3,96) er 92 % billigere end Fable 5 ($50).
• V4-Flash spids-output ($1,26) er 97,5 % billigere.

Selv med deres nye, højere satser er begge DeepSeek-modeller stadig dramatisk billigere end Anthropics topmodel .

vs. xAI Grok 4.6

xAI's Grok 4.6-priser var ikke tilgængelige fra de medfølgende kilder, så en direkte sammenligning kan ikke foretages.

Hvad driver prisstigningen

DeepSeek angav voldsom efterspørgsel, der belaster inferenskapaciteten, som den primære årsag til stigningen . V4-modellerne opnåede massiv adoption efter deres preview-lancering i april 2026, hvilket skabte GPU-kapacitetsflaskehalse, som selskabet ikke længere kunne absorbere til sine tidligere ekstremt lave priser .

Flere markedskræfter konvergerede:

• Adoption overhaler infrastruktur: DeepSeek's kombination af 1M-token kontekst, MIT open-weight-licens og lave priser tiltrak en strøm af udviklere og virksomheder .
• OpenAIs aggressive prisnedsættelser: Den 30. juli 2026 skar OpenAI GPT-5.6 Luna-priserne med 80 %, hvilket lagde pres på DeepSeeks værdi-for-penge-positionering . DeepSeeks prisstigninger lukker delvist det hul, som OpenAI åbnede.
• Strukturel kapacitetsstyring: DeepSeek beskrev ændringen som muliggørelse af "mere fleksibel arbejdsbelastningsplanlægning", hvilket reelt skubber ikke-akut trafik til lavlasttimer for at lette kapacitetsbegrænsninger . Dette er API-branchens første strukturelle tidsbaserede spidsbelastningsprissætningsmodel .

Hvad udviklere bør gøre

• Flyt ikke-akutte arbejdsbelastninger til lavlasttimer for at drage fordel af 50 % lavere satser.
• Optimer prompt caching for at udnytte den ~100x rabat på cache-hit input-tokens. For V4-Pro er cached input cirka $0,004 pr. 1M tokens mod et peak cache-miss input på ~$0,98 .
• Overvej selv-hosting: Begge V4-modeller er MIT-licenserede og tilgængelige på Hugging Face. For højvolumen-arbejdsbelastninger kan selv-hosting give bedre økonomi på trods af de forudgående infrastrukturomkostninger .
• Genbenchmark mod GPT-5.6 Luna: Med Luna nu til $0,20/$1,20 kan det være den billigere mulighed for output-tunge arbejdsbelastninger, der ikke kræver DeepSeeks 1M-token kontekst eller specifikke arkitektoniske fordele.

Det væsentlige at tage med

DeepSeeks prisstigninger markerer afslutningen på en æra, hvor de var den suverænt billigste frontløber-API-udbyder. Selskabet er nu tættere på at være på niveau med OpenAIs mest overkommelige model på nogle dimensioner, mens de stadig underbyder Anthropics premium-lag med en størrelsesorden. For udviklere betyder kombinationen af spids-/lavlastpriser, dybe caching-rabatter og MIT-licenserede open-weights, at arbejdsbelastningsarkitekturen – snarere end det rå modelvalg – i stigende grad vil bestemme den endelige API-regning.

Den nye prisstruktur

DeepSeek er den første større AI-API-udbyder, der indfører strukturel tidsbaseret spidsbelastningsprissætning, inspireret af elprisernes spids- og lavlast . Lavlasttaksterne er 50 % af spidstaksterne, hvilket betyder, at API-kald i spidsbelastningsperioder koster dobbelt så meget . Spidsbelastningsvinduerne (UTC) er angiveligt 01:00–04:00 og 06:00–10:00 .

V4-Pro-priser (pr. 1M tokens, USD)

V4-Flash-priser (pr. 1M tokens, USD)

(Input cache-miss-priser for de nye takster er estimeret ud fra de bekræftede output-multiplikatorer. Output-stigninger er bekræftet af flere kilder .)

Cached input-tokens forbliver dramatisk billigere. For V4-Pro koster cache-hit input cirka $0,004 pr. 1M tokens – en 100x rabat, der tilskynder udviklere til at optimere deres caching-strategier .

Modelspecifikationer

Begge V4-modeller er tekstbaserede Mixture-of-Experts (MoE)-arkitekturer udgivet under MIT-licens, hvilket gør dem fuldt open-weight og selv-hostbare .

(Kilde: )

Begge modeller understøtter tre ræsonnement-tilstande: Non-think (hurtig, intuitiv), Think High (logisk analyse med tankekæde) og Think Max (dybdegående ræsonnement) .

Sådan klarer DeepSeek sig mod konkurrenterne

De nye priser ændrer DeepSeek's konkurrenceposition. Sammenligningen nedenfor bruger standard kortkontekst API-satser pr. 1M tokens for alle udbydere.

(Kilder: DeepSeek , OpenAI , Anthropic )

vs. OpenAI GPT-5.6 Luna

OpenAI skar GPT-5.6 Luna-priserne med 80 % den 30. juli 2026 til $0,20 input og $1,20 output pr. 1M tokens . Det konkurrencebillede er vendt på hovedet:

• V4-Pro spids-output ($3,96) er 3,3x dyrere end Luna ($1,20).
• V4-Flash spids-output ($1,26) er stort set ækvivalent med Lunas output, kun 5 % dyrere.
• V4-Flash lavlast-output ($0,63) er 47 % billigere end Lunas output, hvilket bevarer noget af DeepSeeks historiske prisfordel.

Hvor DeepSeek engang var det indlysende budgetvalg, står det nu over for en prisfører i OpenAIs mest overkommelige lag .

vs. Anthropic Claude Fable 5

Anthropics flagskibs-ræsonnementmodel koster $10 input og $50 output pr. 1M tokens . På de niveauer er DeepSeek stadig et godt køb:

• V4-Pro spids-output ($3,96) er 92 % billigere end Fable 5 ($50).
• V4-Flash spids-output ($1,26) er 97,5 % billigere.

Selv med deres nye, højere satser er begge DeepSeek-modeller stadig dramatisk billigere end Anthropics topmodel .

vs. xAI Grok 4.6

xAI's Grok 4.6-priser var ikke tilgængelige fra de medfølgende kilder, så en direkte sammenligning kan ikke foretages.

Hvad driver prisstigningen

DeepSeek angav voldsom efterspørgsel, der belaster inferenskapaciteten, som den primære årsag til stigningen . V4-modellerne opnåede massiv adoption efter deres preview-lancering i april 2026, hvilket skabte GPU-kapacitetsflaskehalse, som selskabet ikke længere kunne absorbere til sine tidligere ekstremt lave priser .

Flere markedskræfter konvergerede:

• Adoption overhaler infrastruktur: DeepSeek's kombination af 1M-token kontekst, MIT open-weight-licens og lave priser tiltrak en strøm af udviklere og virksomheder .
• OpenAIs aggressive prisnedsættelser: Den 30. juli 2026 skar OpenAI GPT-5.6 Luna-priserne med 80 %, hvilket lagde pres på DeepSeeks værdi-for-penge-positionering . DeepSeeks prisstigninger lukker delvist det hul, som OpenAI åbnede.
• Strukturel kapacitetsstyring: DeepSeek beskrev ændringen som muliggørelse af "mere fleksibel arbejdsbelastningsplanlægning", hvilket reelt skubber ikke-akut trafik til lavlasttimer for at lette kapacitetsbegrænsninger . Dette er API-branchens første strukturelle tidsbaserede spidsbelastningsprissætningsmodel .

Hvad udviklere bør gøre

• Flyt ikke-akutte arbejdsbelastninger til lavlasttimer for at drage fordel af 50 % lavere satser.
• Optimer prompt caching for at udnytte den ~100x rabat på cache-hit input-tokens. For V4-Pro er cached input cirka $0,004 pr. 1M tokens mod et peak cache-miss input på ~$0,98 .
• Overvej selv-hosting: Begge V4-modeller er MIT-licenserede og tilgængelige på Hugging Face. For højvolumen-arbejdsbelastninger kan selv-hosting give bedre økonomi på trods af de forudgående infrastrukturomkostninger .
• Genbenchmark mod GPT-5.6 Luna: Med Luna nu til $0,20/$1,20 kan det være den billigere mulighed for output-tunge arbejdsbelastninger, der ikke kræver DeepSeeks 1M-token kontekst eller specifikke arkitektoniske fordele.

Det væsentlige at tage med

DeepSeeks prisstigninger markerer afslutningen på en æra, hvor de var den suverænt billigste frontløber-API-udbyder. Selskabet er nu tættere på at være på niveau med OpenAIs mest overkommelige model på nogle dimensioner, mens de stadig underbyder Anthropics premium-lag med en størrelsesorden. For udviklere betyder kombinationen af spids-/lavlastpriser, dybe caching-rabatter og MIT-licenserede open-weights, at arbejdsbelastningsarkitekturen – snarere end det rå modelvalg – i stigende grad vil bestemme den endelige API-regning.