Le nuove tariffe di DeepSeek V4

Prezzi in dollari per 1 milione di token:

L’aumento varia in base al modello, al tipo di token, allo stato della cache e all’orario di utilizzo. Reuters lo ha quantificato in una forbice compresa tra il 50% e l’1.100% rispetto ai prezzi precedenti.

L’impatto maggiore riguarda i sistemi che producono grandi quantità di testo nelle ore di punta. Il prezzo dell’output di V4-Pro passa da $0,87 a $1,98 per milione di token nella fascia non di punta e a $3,96 nella fascia di punta. Un agente di programmazione che genera 10 milioni di token al mese passerebbe quindi da circa $8,70 con il vecchio listino a circa $19,80 se lavorasse sempre nelle ore non di punta, oppure a circa $39,60 se tutto il traffico ricadesse nelle fasce di punta, senza contare i costi dei token in input.

Per gli sviluppatori, l’orario diventa una variabile di costo

Il nuovo sistema trasforma la pianificazione in una componente della gestione delle API. Attività non urgenti, come elaborazioni batch, valutazioni, agenti di programmazione e processi automatici, possono essere spostate nelle 17 ore giornaliere non di punta.

Le applicazioni interattive hanno invece meno margine: le richieste arrivano quando gli utenti desiderano una risposta, non necessariamente quando l’infrastruttura costa meno.

Diventano inoltre più importanti la cache e il routing. Un’architettura capace di aumentare i cache hit, di assegnare le attività ordinarie a V4-Flash o di inoltrare alcune richieste a un altro fornitore può limitare l’esposizione alle nuove tariffe.

Per le aziende, scegliere un modello non è più soltanto una questione di prestazioni misurate in un benchmark. È anche una decisione operativa che coinvolge latenza, orari, affidabilità, cache e possibilità di cambiare provider.

L’aumento non cancella il vantaggio di costo di DeepSeek, ma riduce il margine creato da tariffe di inferenza eccezionalmente basse. La tariffazione nelle ore di punta è coerente con il tentativo di gestire la domanda e valorizzare una capacità di calcolo limitata. Le informazioni pubbliche disponibili non dimostrano però che DeepSeek abbia raggiunto la redditività né indicano un percorso confermato per arrivarci: ogni interpretazione in questo senso resta quindi prudente.

OpenAI punta su accesso e abitudine

OpenAI ha scelto una strada diversa. Il 6 agosto ha annunciato che GPT-5.6 Luna sarebbe diventato il modello predefinito di ChatGPT per gli utenti dei piani Free e Go, sostituendo GPT-5.5. Gli stessi utenti avrebbero ottenuto chat testuali quotidiane illimitate e una nuova opzione Think per le domande più complesse, con sistemi di prevenzione degli abusi.

La parola “illimitate” va però letta nel suo contesto. I limiti restano separati per caricamento di file, generazione di immagini e altri strumenti. Inoltre, gli utenti Free e Go non hanno accesso a GPT-5.6 Sol: Luna è il modello assegnato all’esperienza predefinita e alimenta anche la funzione Think per questi piani.

Luna è presentato come il componente più economico e accessibile della famiglia GPT-5.6, non come il modello di punta Sol. Alcune fonti di settore indicano per le API un prezzo di $0,20 per milione di token in input e $1,20 per milione di token in output, ma queste cifre non sono confermate in questa sede dalle fonti di massima autorevolezza disponibili.

La distinzione strategica, invece, è chiara: Luna è di fatto gratuito per le chat testuali all’interno di ChatGPT Free e Go, mentre l’accesso tramite API resta un prodotto a pagamento separato.

Perché i dati di OpenRouter contano

Le due decisioni arrivano mentre i modelli cinesi stanno conquistando una quota rilevante del traffico degli sviluppatori. Bloomberg ha riferito che a giugno i modelli cinesi hanno superato le piattaforme statunitensi su OpenRouter e che nel mese successivo hanno rappresentato oltre il 60% della quota di token.

OpenRouter è una piattaforma che consente agli sviluppatori di instradare le richieste verso centinaia di modelli. I suoi dati sono quindi un indicatore utile del comportamento del mercato dei developer, ma non costituiscono una misura completa dell’utilizzo mondiale dell’intelligenza artificiale.

La crescita non riguarda solo DeepSeek. Nelle classifiche di luglio basate sul volume di token, i primi cinque posti sono stati occupati da modelli sviluppati in Cina: MiMo-V2.5 di Xiaomi, DeepSeek, MiniMax, la famiglia Qwen di Alibaba e Kimi di Moonshot. Un’altra analisi ha indicato DeepSeek come il principale fornitore individuale della piattaforma, con una quota del 17,6% in una classifica di giugno.

Il dato aiuta a capire perché i prezzi restino centrali. I carichi di lavoro che consumano molti token — in particolare programmazione automatizzata e agenti — favoriscono modelli abbastanza economici da poter essere eseguiti ripetutamente.

OpenAI mostra però che il traffico può essere conquistato anche attraverso la distribuzione del prodotto, non soltanto con il listino API. Mettere un modello capace davanti a utenti gratuiti incentiva l’uso abituale, genera feedback e può favorire in futuro il passaggio a prodotti a pagamento.

Due pressioni commerciali diverse

DeepSeek e OpenAI stanno quindi rispondendo a due lati diversi della stessa pressione di mercato:

• DeepSeek monetizza la domanda. La fatturazione per fasce di punta può aumentare i ricavi nei periodi di maggiore utilizzo e spingere i clienti a programmare le attività flessibili nelle ore meno costose.
• OpenAI difende la distribuzione. Le chat testuali illimitate mantengono coinvolti gli utenti Free e Go, mentre i limiti sulle funzioni più onerose e l’accesso ai modelli di fascia superiore preservano la differenziazione dei piani.
• Gli sviluppatori devono ottimizzare più variabili. Non bastano più qualità e prezzo nominale: contano anche cache, orario, latenza, instradamento e costo della migrazione verso un altro provider.
• Il mercato diventa multi-modello. Un’azienda può usare modelli meno costosi per estrazione, traduzione, programmazione ripetitiva o cicli di agenti, riservando quelli premium ai compiti in cui servono prestazioni, controlli o integrazione con un ecosistema specifico.

Per questo la guerra dei prezzi dell’IA non sta necessariamente finendo, anche se alcuni listini aumentano. La competizione si sta dividendo in più livelli: da una parte inferenza a basso costo e disponibilità di modelli open-weight; dall’altra portata consumer, integrazione nei prodotti, capacità premium e controlli per le imprese.

Il quadro più ampio

L’aumento di DeepSeek ricorda che prezzi API molto bassi possono attirare un’enorme quantità di utilizzo senza garantire costi permanentemente contenuti. L’offerta gratuita di Luna rappresenta la scommessa opposta: OpenAI sovvenziona un’esperienza consumer ampia per rafforzare la distribuzione, poi differenzia il servizio attraverso i modelli e le funzioni non testuali.

Per sviluppatori e aziende, la lezione pratica è non considerare definitivo nessun listino o benchmark. I costi possono cambiare in base alla domanda, alla versione del modello, allo stato della cache e all’ora del giorno.

L’architettura più resiliente è probabilmente quella che misura i carichi di lavoro reali, mantiene aperte più opzioni di routing e assegna ogni attività al modello e al livello di accesso più adatti ai suoi requisiti di costo e rischio operativo.

Le nuove tariffe di DeepSeek V4

Prezzi in dollari per 1 milione di token:

L’aumento varia in base al modello, al tipo di token, allo stato della cache e all’orario di utilizzo. Reuters lo ha quantificato in una forbice compresa tra il 50% e l’1.100% rispetto ai prezzi precedenti.

L’impatto maggiore riguarda i sistemi che producono grandi quantità di testo nelle ore di punta. Il prezzo dell’output di V4-Pro passa da $0,87 a $1,98 per milione di token nella fascia non di punta e a $3,96 nella fascia di punta. Un agente di programmazione che genera 10 milioni di token al mese passerebbe quindi da circa $8,70 con il vecchio listino a circa $19,80 se lavorasse sempre nelle ore non di punta, oppure a circa $39,60 se tutto il traffico ricadesse nelle fasce di punta, senza contare i costi dei token in input.

Per gli sviluppatori, l’orario diventa una variabile di costo

Il nuovo sistema trasforma la pianificazione in una componente della gestione delle API. Attività non urgenti, come elaborazioni batch, valutazioni, agenti di programmazione e processi automatici, possono essere spostate nelle 17 ore giornaliere non di punta.

Le applicazioni interattive hanno invece meno margine: le richieste arrivano quando gli utenti desiderano una risposta, non necessariamente quando l’infrastruttura costa meno.

Diventano inoltre più importanti la cache e il routing. Un’architettura capace di aumentare i cache hit, di assegnare le attività ordinarie a V4-Flash o di inoltrare alcune richieste a un altro fornitore può limitare l’esposizione alle nuove tariffe.

Per le aziende, scegliere un modello non è più soltanto una questione di prestazioni misurate in un benchmark. È anche una decisione operativa che coinvolge latenza, orari, affidabilità, cache e possibilità di cambiare provider.

L’aumento non cancella il vantaggio di costo di DeepSeek, ma riduce il margine creato da tariffe di inferenza eccezionalmente basse. La tariffazione nelle ore di punta è coerente con il tentativo di gestire la domanda e valorizzare una capacità di calcolo limitata. Le informazioni pubbliche disponibili non dimostrano però che DeepSeek abbia raggiunto la redditività né indicano un percorso confermato per arrivarci: ogni interpretazione in questo senso resta quindi prudente.

OpenAI punta su accesso e abitudine

OpenAI ha scelto una strada diversa. Il 6 agosto ha annunciato che GPT-5.6 Luna sarebbe diventato il modello predefinito di ChatGPT per gli utenti dei piani Free e Go, sostituendo GPT-5.5. Gli stessi utenti avrebbero ottenuto chat testuali quotidiane illimitate e una nuova opzione Think per le domande più complesse, con sistemi di prevenzione degli abusi.

La parola “illimitate” va però letta nel suo contesto. I limiti restano separati per caricamento di file, generazione di immagini e altri strumenti. Inoltre, gli utenti Free e Go non hanno accesso a GPT-5.6 Sol: Luna è il modello assegnato all’esperienza predefinita e alimenta anche la funzione Think per questi piani.

Luna è presentato come il componente più economico e accessibile della famiglia GPT-5.6, non come il modello di punta Sol. Alcune fonti di settore indicano per le API un prezzo di $0,20 per milione di token in input e $1,20 per milione di token in output, ma queste cifre non sono confermate in questa sede dalle fonti di massima autorevolezza disponibili.

La distinzione strategica, invece, è chiara: Luna è di fatto gratuito per le chat testuali all’interno di ChatGPT Free e Go, mentre l’accesso tramite API resta un prodotto a pagamento separato.

Perché i dati di OpenRouter contano

Le due decisioni arrivano mentre i modelli cinesi stanno conquistando una quota rilevante del traffico degli sviluppatori. Bloomberg ha riferito che a giugno i modelli cinesi hanno superato le piattaforme statunitensi su OpenRouter e che nel mese successivo hanno rappresentato oltre il 60% della quota di token.

OpenRouter è una piattaforma che consente agli sviluppatori di instradare le richieste verso centinaia di modelli. I suoi dati sono quindi un indicatore utile del comportamento del mercato dei developer, ma non costituiscono una misura completa dell’utilizzo mondiale dell’intelligenza artificiale.

La crescita non riguarda solo DeepSeek. Nelle classifiche di luglio basate sul volume di token, i primi cinque posti sono stati occupati da modelli sviluppati in Cina: MiMo-V2.5 di Xiaomi, DeepSeek, MiniMax, la famiglia Qwen di Alibaba e Kimi di Moonshot. Un’altra analisi ha indicato DeepSeek come il principale fornitore individuale della piattaforma, con una quota del 17,6% in una classifica di giugno.

Il dato aiuta a capire perché i prezzi restino centrali. I carichi di lavoro che consumano molti token — in particolare programmazione automatizzata e agenti — favoriscono modelli abbastanza economici da poter essere eseguiti ripetutamente.

OpenAI mostra però che il traffico può essere conquistato anche attraverso la distribuzione del prodotto, non soltanto con il listino API. Mettere un modello capace davanti a utenti gratuiti incentiva l’uso abituale, genera feedback e può favorire in futuro il passaggio a prodotti a pagamento.

Due pressioni commerciali diverse

DeepSeek e OpenAI stanno quindi rispondendo a due lati diversi della stessa pressione di mercato:

• DeepSeek monetizza la domanda. La fatturazione per fasce di punta può aumentare i ricavi nei periodi di maggiore utilizzo e spingere i clienti a programmare le attività flessibili nelle ore meno costose.
• OpenAI difende la distribuzione. Le chat testuali illimitate mantengono coinvolti gli utenti Free e Go, mentre i limiti sulle funzioni più onerose e l’accesso ai modelli di fascia superiore preservano la differenziazione dei piani.
• Gli sviluppatori devono ottimizzare più variabili. Non bastano più qualità e prezzo nominale: contano anche cache, orario, latenza, instradamento e costo della migrazione verso un altro provider.
• Il mercato diventa multi-modello. Un’azienda può usare modelli meno costosi per estrazione, traduzione, programmazione ripetitiva o cicli di agenti, riservando quelli premium ai compiti in cui servono prestazioni, controlli o integrazione con un ecosistema specifico.

Per questo la guerra dei prezzi dell’IA non sta necessariamente finendo, anche se alcuni listini aumentano. La competizione si sta dividendo in più livelli: da una parte inferenza a basso costo e disponibilità di modelli open-weight; dall’altra portata consumer, integrazione nei prodotti, capacità premium e controlli per le imprese.

Il quadro più ampio

L’aumento di DeepSeek ricorda che prezzi API molto bassi possono attirare un’enorme quantità di utilizzo senza garantire costi permanentemente contenuti. L’offerta gratuita di Luna rappresenta la scommessa opposta: OpenAI sovvenziona un’esperienza consumer ampia per rafforzare la distribuzione, poi differenzia il servizio attraverso i modelli e le funzioni non testuali.

Per sviluppatori e aziende, la lezione pratica è non considerare definitivo nessun listino o benchmark. I costi possono cambiare in base alla domanda, alla versione del modello, allo stato della cache e all’ora del giorno.

L’architettura più resiliente è probabilmente quella che misura i carichi di lavoro reali, mantiene aperte più opzioni di routing e assegna ogni attività al modello e al livello di accesso più adatti ai suoi requisiti di costo e rischio operativo.