מודלים פתוחים כתקרת מחיר. DeepSeek, עליבאבא (Qwen) ומונשוט (Kimi) משחררות מודלים במשקל פתוח שכל אחד יכול להפעיל בעצמו. זה קובע תקרה למחיר שכל API קנייני יכול לגבות. אפילו המודלים האמריקאיים הפרמיומים מתחרים כעת באופציה חיצונית שהיא חינמית או כמעט חינמית .
יתרונות עלות ארכיטקטוניים. המעבדות הסיניות משתמשות בארכיטקטורות Mixture-of-Experts (MoE) ובמטמון (caching) אגרסיבי כדי להשיג עלויות חישוב של שברי סנטים למיליון טוקנים. שיעור קלט ממטמון של DeepSeek הוא 0.0028 דולר — למעשה אפס .
תחרות פנימית עזה בתוך סין. DeepSeek, מונשוט, עליבאבא, ByteDance, Baidu ו-Zhipu AI כולן נלחמות על אותו בסיס של מפתחים וארגונים, מה שמוריד מחירים בשוק המקומי לפני ייצוא ההנחות הגלובלי .
לחץ השוק הציבורי. גם OpenAI (מוערכת ב-852 מיליארד דולר אחרי סבב הגיוס במרץ 2026) וגם אנתרופיק (שהגישה בחשאי S-1 לפי שווי של כ-965 מיליארד דולר, ושואפת להנפקה באוקטובר לפי שווי אפשרי של 2 טריליון דולר) עומדות בפני ביקורת קרובה מוול סטריט . OpenAI הציגה מרווח תפעולי שלילי של 122% נכון לאמצע 2026
. כדי להגן על נרטיב ההנפקה שלהן, הן צריכות להראות צמיחה בהכנסות ושימור לקוחות — מה שאומר התאמה למחירים הסיניים גם אם זה מעכב את הרווחיות
.
משמעת עלות ארגונית. עסקים נזהרים יותר ויותר מההוצאות התפוחות על AI. ג'פריס (Jefferies) דיווחה שעלויות החישוב הארגוניות (inference) הגיעו לשפל של 2026 באוגוסט, הודות למלחמת המחירים ולאימוץ מודלים פתוחים סיניים . ארגונים מתכננים סוכני AI כך שישתמשו במודלים סיניים זולים למשימות שגרתיות, וישמרו מודלים אמריקאיים יקרים רק לחשיבה ברמה גבוהה — מעבר ל"ייעול צריכת טוקנים" (tokenmaxxing to efficiency)
.
באמצע אוגוסט 2026, DeepSeek העלתה את מחירי ה-API של V4 בעד פי 12 בשעות השיא, בטענה לביקוש שמכביד על הקיבולת . זה סימן לכך שתמחור נמוך במיוחד עלול לא להיות בר-קיימא בהיקף גדול — אבל הוא גם מגלה שהביקוש כה גבוה שגם העלאה של פי 12 עדיין משאירה את DeepSeek זולה יותר מרוב יריבותיה האמריקאיות.