Diepe korting: DeepSeek V4‑Pro 75% goedkoper – wat betekent dat voor de AI-markt?

Volgens de officiële DeepSeek API-documentatie wordt de API-prijs na afloop van de promotie permanent aangepast naar een kwart van het oorspronkelijke niveau, waardoor de gereduceerde prijs de nieuwe basis wordt.

Vóór de korting bedroeg de basisprijs ongeveer $1,74 per miljoen inputtokens en $3,48 per miljoen outputtokens. De huidige prijs is dus een blijvende stapverandering, geen marketingtruc.

Vergelijking met GPT‑5.5 en Claude Opus 4.7

De prijs van DeepSeek steekt schril af bij die van andere topmodellen.

OpenAI GPT‑5.5

• Input: $5,00 per miljoen tokens (korte context)
• Output: $30,00 per miljoen tokens

Anthropic Claude Opus 4.7

• Input: $5,00 per miljoen tokens
• Output: $25,00 per miljoen tokens

DeepSeek V4‑Pro

• Input: $0,435 per miljoen tokens
• Output: $0,87 per miljoen tokens

Dat betekent:

• Inputtokens zijn ongeveer 91% goedkoper dan GPT‑5.5 of Claude Opus 4.7.
• Outputtokens zijn ongeveer 96–97% goedkoper dan die vlaggenschipmodellen.

Voor ontwikkelaars met hoge volumes – zoals code-assistenten, agents, documentanalysepijplijnen of klantondersteuningssystemen – zijn tokkenprijzen vaak de grootste kostenpost. Een verschil van deze orde kan bepalen welke architecturen economisch haalbaar zijn.

Grote contextmogelijkheden

Naast de prijs concurreert V4‑Pro ook technisch met de beste modellen.

Belangrijke specificaties:

• Contextvenster van 1 miljoen tokens
• Maximale output tot 384.000 tokens
• Ondersteuning voor gestructureerde JSON-output en tool/function calling

Het model is gebouwd met een Mixture-of-Experts (MoE)-architectuur met ongeveer 1,6 biljoen totale parameters en ongeveer 49 miljard actieve parameters per inferentiestap, wat hoge capaciteit mogelijk maakt zonder evenredig hogere rekenkosten.

Grote contextvensters zijn vooral nuttig voor:

• analyse van lange documenten
• redeneren op codebase-niveau
• agentworkflows met blijvende context
• retrieval-augmented generation met grote kennisbanken

In combinatie met extreem lage tokkenprijzen worden use cases mogelijk die met duurdere modellen onbetaalbaar zouden zijn.

Waarom dit belangrijk is voor ontwikkelaars

Voor veel teams is inferentiekost – niet modelcapaciteit – de beperkende factor bij het opschalen van AI. Ultra-lage tokkenprijzen stellen ontwikkelaars in staat om:

• grotere prompts en langere gesprekken te voeren
• langere outputs te genereren zonder kostenpieken
• enorme documentsets of codebases te verwerken
• multi-agentpijplijnen met veel modelaanroepen te bouwen

In de praktijk kan het verschil tussen $0,87 en $25 per miljoen outputtokens van een experimentele workflow een economisch levensvatbaar product maken.

De bredere AI-prijzenoorlog

De strategie van DeepSeek weerspiegelt een grotere verschuiving in de AI-industrie.

Historisch gezien kostten topmodellen enkele dollars tot tientallen dollars per miljoen tokens, zoals bij GPT‑5.5 en Claude Opus 4.7.

DeepSeek kiest voor een volumegedreven prijsmodel en biedt dramatisch goedkopere inferentie terwijl de capaciteit concurrerend blijft. Analisten merken op dat DeepSeek herhaaldelijk prijzen van gevestigde aanbieders heeft onderboden met grote marges, wat helpt om de totale AI-kosten in de markt te drukken.

Deze aanpak doet denken aan dynamieken in cloud computing en GPU's: zodra een leverancier bewijst dat high-performance systemen veel goedkoper kunnen, wordt de hele markt gedwongen te reageren.

Waar we op moeten letten

De prijsverlaging van DeepSeek roept verschillende strategische vragen op:

• Zullen concurrerende labs hun API-prijzen verlagen om concurrerend te blijven?
• Zal goedkopere inferentie de verschuiving naar agent-gebaseerde applicaties versnellen?
• Kunnen ultra-lage prijzen op grote schaal duurzaam blijven?

Wat nu al duidelijk is: tokkenprijzen – ooit beschouwd als een relatief stabiel onderdeel van de AI-stack – worden een concurrentiewapen. En als DeepSeek’s prijzen standhouden, kunnen de kosten voor het bouwen van grootschalige AI-systemen veel sneller dalen dan veel ontwikkelaars hadden verwacht.