การเพิ่มขึ้นแตกต่างกันตามโมเดล ประเภทโทเคน และช่วงเวลาที่เรียกใช้งาน โดย Reuters รายงานว่าราคาใหม่สูงกว่าราคาเดิมตั้งแต่ 50% ถึง 1,100%
ตัวเลขการเพิ่มขึ้นที่สูงที่สุดอยู่ในหมวดอินพุตแบบแคชฮิต ซึ่งเดิมมีฐานราคาต่ำมาก สำหรับนักพัฒนา ผลกระทบที่เกิดขึ้นจริงจึงขึ้นอยู่กับสัดส่วนแคชฮิต อินพุตที่ไม่อยู่ในแคช ปริมาณเอาต์พุต และช่วงเวลาที่ระบบทำงาน
ตัวอย่างเช่น ราคาเอาต์พุต V4-Pro ที่ 1.98 ดอลลาร์ในช่วงนอกพีก แพงกว่าราคาโปรโมชันเดิม 0.87 ดอลลาร์ประมาณ 128% ส่วนราคา 3.96 ดอลลาร์ในช่วงพีกแพงขึ้นประมาณ 355% เมื่อเทียบกับราคาเดิม
แม้ปรับขึ้นแล้ว DeepSeek ก็ยังมีราคาถูกกว่าโมเดลปิดจากสหรัฐฯ หลายรายอย่างมาก รายงานก่อนหน้านี้ระบุว่าราคาเอาต์พุต V4-Pro ภายใต้โปรโมชันอยู่ที่ประมาณ 0.87 ดอลลาร์ต่อ 1 ล้านโทเคน เทียบกับราคาประวัติศาสตร์ที่สูงกว่ามากของระบบชั้นนำจากสหรัฐฯ ดังนั้น การขึ้นราคาจึงลดข้อได้เปรียบด้านต้นทุนของ DeepSeek แต่ยังไม่ได้ลบข้อได้เปรียบนั้นออกไป
สมมติว่านักพัฒนาใช้ V4-Pro เพื่อสร้างเอาต์พุตเดือนละ 10 ล้านโทเคน:
ดังนั้น ค่าเอาต์พุตเพียงอย่างเดียวจะเพิ่มขึ้นประมาณ 11.10–30.90 ดอลลาร์ต่อเดือน ขึ้นอยู่กับช่วงเวลาที่ใช้งาน การคำนวณนี้ยังไม่รวมค่าอินพุต ค่าแคชฮิต ภาษี และค่าธรรมเนียมแพลตฟอร์มอื่น ๆ
สำหรับแอปพลิเคชันที่ใช้งานจริง ปัจจัยสำคัญอาจไม่ใช่เอาต์พุตเพียงอย่างเดียว แต่เป็นองค์ประกอบของงานทั้งหมด ระบบที่ใช้พรอมต์ยาว มีการนำแคชกลับมาใช้น้อย หรือมีทราฟฟิกกระจุกตัวในช่วงพีก อาจมีต้นทุนเพิ่มขึ้นแตกต่างจากตัวอย่างอย่างมีนัยสำคัญ ภายใต้โครงสร้างราคาใหม่ การตั้งเวลางานแบบแบตช์ให้อยู่ในช่วงนอกพีกและติดตามอัตราแคชฮิตจึงสำคัญกว่าเดิม
OpenAI ประกาศการเปลี่ยนแปลงใน ChatGPT ซึ่งแตกต่างจาก DeepSeek อย่างชัดเจน โดยตั้ง GPT-5.6 Luna เป็นโมเดลเริ่มต้นสำหรับผู้ใช้แพ็กเกจ Free และ Go พร้อมประกาศให้แชตข้อความใช้งานได้ไม่จำกัด และเพิ่มปุ่ม Think สำหรับคำถามที่ต้องใช้เหตุผลมากขึ้น
อย่างไรก็ตาม คำว่า “ไม่จำกัด” ต้องอ่านให้ครบเงื่อนไข สิทธิ์ดังกล่าวใช้กับแชตข้อความ ไม่ได้ครอบคลุมทุกความสามารถของ ChatGPT ผู้ใช้ยังมีข้อจำกัดด้านการอัปโหลดไฟล์ รูปภาพ เสียง การสร้างภาพ และเครื่องมืออื่น ๆ รวมถึงอยู่ภายใต้มาตรการป้องกันการใช้งานในทางที่ผิด
นี่คือกลยุทธ์ด้านการกระจายสินค้าและการสร้างฐานผู้ใช้ ไม่ใช่กลยุทธ์ลดราคา API สำหรับนักพัฒนา OpenAI กำลังลดแรงเสียดทานในการใช้งานประจำวัน และวางโมเดลที่มีความสามารถไว้ในประสบการณ์ ChatGPT หลัก โดย TechCrunch รายงานว่า ChatGPT มีผู้ใช้รายสัปดาห์ทะลุ 1 พันล้านคนแล้ว
ราคาต่อโทเคนที่ต่ำช่วยให้โมเดลจีน โดยเฉพาะโมเดลแบบเปิดน้ำหนัก (open-weight) ดึงดูดการใช้งานจากนักพัฒนาได้มากขึ้น ข้อมูลหนึ่งจาก Vercel AI Gateway ระบุว่า โมเดล open-weight ที่พัฒนาในจีนประมวลผลโทเคน 29% ของโทเคนการใช้งานจริงบนเกตเวย์ในเดือนมิถุนายน 2026 เพิ่มขึ้นจากประมาณหนึ่งในเก้าในเดือนเมษายน ขณะที่คิดเป็นค่าใช้จ่ายไม่ถึง 4% ของยอดใช้จ่ายทั้งหมด
แต่ต้องระวังการตีความ ตัวเลขนี้เป็นข้อมูลจากทราฟฟิกบนเกตเวย์ของ Vercel ไม่ใช่ภาพแทนตลาด AI ทั่วโลกทั้งหมด ส่วนแบ่งโทเคนบอกได้ว่างานจำนวนเท่าใดไหลผ่านระบบหนึ่ง แต่ไม่ได้ยืนยันรายได้ กำไร ความภักดีของลูกค้า หรืออำนาจตลาดที่ยั่งยืนโดยลำพัง
นักพัฒนาสามารถย้ายงานระหว่างผู้ให้บริการได้ และงานที่ไวต่อราคามักเปลี่ยนเส้นทางได้รวดเร็วเมื่อค่าบริการมีการปรับขึ้น
ตารางราคาใหม่สะท้อนว่าเป้าหมายของ DeepSeek ไม่ได้มีเพียงการแย่งส่วนแบ่งการใช้งานอีกต่อไป การคิดราคาตามช่วงเวลาช่วยให้บริษัทจัดสรรกำลังประมวลผลในช่วงที่มีความต้องการสูง และเรียกเก็บค่าบริการเพิ่มเมื่อทราฟฟิกกระจุกตัว เอกสารทางการของบริษัทอธิบายว่าการเปลี่ยนแปลงนี้มีเป้าหมายเพื่อจัดสรรทรัพยากร และสนับสนุนให้ผู้ใช้วางแผนเวลาทำงานตามการใช้งานจริง
การปรับราคายังเกิดขึ้นในช่วงที่บริษัท AI จีนรายอื่นเริ่มผลักดันบริการแบบชำระเงินหรือพิจารณาขึ้นราคา รายงานเกี่ยวกับตลาดจีนระบุว่า Moonshot AI และ ByteDance เปิดตัวแพ็กเกจแบบเสียเงิน ส่วน Alibaba เตรียมเดินตาม แนวโน้มนี้ชี้ให้เห็นว่าการแข่งขันในจีนกำลังขยับจากการอุดหนุนอย่างหนักไปสู่การสร้างรายได้
อย่างไรก็ตาม ข้อมูลดังกล่าวไม่ได้พิสูจน์ว่า DeepSeek หรือบริษัทคู่แข่งทำกำไรแล้ว สิ่งที่เห็นได้คือส่วนแบ่งตลาดที่สร้างด้วยราคาต่ำต้องถูกเปลี่ยนให้เป็นรายได้ต่อโทเคน สัญญารายได้ประจำ หรือโมเดลธุรกิจรูปแบบอื่นที่ยั่งยืนในท้ายที่สุด
การเปิดตัว Luna ให้ผู้ใช้ฟรีในวงกว้างเน้นเรื่องการกระจายตัวของผลิตภัณฑ์ มากกว่าการเสนอ API ที่ถูกที่สุด การทำให้แชตข้อความเข้าถึงได้ง่ายและเพิ่มปุ่ม Think ที่มองเห็นได้ชัด เป็นความพยายามทำให้ ChatGPT กลายเป็นพฤติกรรมประจำของผู้ใช้ ขณะเดียวกันยังคงจำกัดฟีเจอร์ที่มีต้นทุนสูงกว่า
กลยุทธ์ของทั้งสองบริษัทจึงแตกต่างกันอย่างชัดเจน:
สองกลยุทธ์นี้สามารถอยู่ร่วมกันได้ นักพัฒนาอาจเลือก DeepSeek สำหรับงานปริมาณมาก ขณะที่ผู้ใช้ทั่วไปเลือก ChatGPT เพื่อช่วยตอบคำถามหรือทำงานประจำวัน แต่ทั้งสองบริษัทต่างพยายามทำให้ระบบนิเวศของตัวเองถูกแทนที่ได้ยากขึ้น—DeepSeek ใช้ความคุ้มค่าต่อประสิทธิภาพและการจัดเส้นทางงานของนักพัฒนา ส่วน OpenAI ใช้ความคุ้นเคยของผลิตภัณฑ์และฐานผู้บริโภคขนาดใหญ่
DeepSeek ยังคงเป็นตัวเลือกต้นทุนต่ำ แต่หลังการปรับราคา คำอธิบายว่าเป็น “โมเดลที่ถูกที่สุด” อาจไม่เพียงพออีกต่อไป นักพัฒนาควรคำนวณต้นทุนรวมจากอินพุตแบบแคชฮิต อินพุตแบบแคชมิส ปริมาณเอาต์พุต และสัดส่วนทราฟฟิกในช่วงพีก
คำถามที่ควรถามในทางปฏิบัติคือ:
การแข่งขัน AI ระหว่างจีนกับสหรัฐฯ กำลังเคลื่อนออกจากคำถามว่า “ใครเสนอราคาถูกที่สุด” DeepSeek กำลังทดสอบว่าบริษัท AI จีนจะเปลี่ยนความได้เปรียบด้านต้นทุนต่อประสิทธิภาพให้กลายเป็นเศรษฐศาสตร์ต่อหน่วยที่ยั่งยืนได้หรือไม่ ขณะที่ OpenAI กำลังทดสอบว่าการเปิดให้ผู้บริโภคเข้าถึงฟรีและสร้างการใช้งานจนเป็นนิสัย จะนำไปสู่การควบคุมระบบนิเวศในระยะยาวได้หรือไม่
ท้ายที่สุด ทั้งสองฝ่ายกำลังเผชิญโจทย์เดียวกัน นั่นคือการเปลี่ยนปริมาณการใช้งานมหาศาลให้เป็นธุรกิจที่สร้างรายได้เพียงพอสำหรับรองรับต้นทุนการประมวลผลโมเดล AI ระดับแนวหน้าอย่างต่อเนื่อง
การเพิ่มขึ้นแตกต่างกันตามโมเดล ประเภทโทเคน และช่วงเวลาที่เรียกใช้งาน โดย Reuters รายงานว่าราคาใหม่สูงกว่าราคาเดิมตั้งแต่ 50% ถึง 1,100%
ตัวเลขการเพิ่มขึ้นที่สูงที่สุดอยู่ในหมวดอินพุตแบบแคชฮิต ซึ่งเดิมมีฐานราคาต่ำมาก สำหรับนักพัฒนา ผลกระทบที่เกิดขึ้นจริงจึงขึ้นอยู่กับสัดส่วนแคชฮิต อินพุตที่ไม่อยู่ในแคช ปริมาณเอาต์พุต และช่วงเวลาที่ระบบทำงาน
ตัวอย่างเช่น ราคาเอาต์พุต V4-Pro ที่ 1.98 ดอลลาร์ในช่วงนอกพีก แพงกว่าราคาโปรโมชันเดิม 0.87 ดอลลาร์ประมาณ 128% ส่วนราคา 3.96 ดอลลาร์ในช่วงพีกแพงขึ้นประมาณ 355% เมื่อเทียบกับราคาเดิม
แม้ปรับขึ้นแล้ว DeepSeek ก็ยังมีราคาถูกกว่าโมเดลปิดจากสหรัฐฯ หลายรายอย่างมาก รายงานก่อนหน้านี้ระบุว่าราคาเอาต์พุต V4-Pro ภายใต้โปรโมชันอยู่ที่ประมาณ 0.87 ดอลลาร์ต่อ 1 ล้านโทเคน เทียบกับราคาประวัติศาสตร์ที่สูงกว่ามากของระบบชั้นนำจากสหรัฐฯ ดังนั้น การขึ้นราคาจึงลดข้อได้เปรียบด้านต้นทุนของ DeepSeek แต่ยังไม่ได้ลบข้อได้เปรียบนั้นออกไป
สมมติว่านักพัฒนาใช้ V4-Pro เพื่อสร้างเอาต์พุตเดือนละ 10 ล้านโทเคน:
ดังนั้น ค่าเอาต์พุตเพียงอย่างเดียวจะเพิ่มขึ้นประมาณ 11.10–30.90 ดอลลาร์ต่อเดือน ขึ้นอยู่กับช่วงเวลาที่ใช้งาน การคำนวณนี้ยังไม่รวมค่าอินพุต ค่าแคชฮิต ภาษี และค่าธรรมเนียมแพลตฟอร์มอื่น ๆ
สำหรับแอปพลิเคชันที่ใช้งานจริง ปัจจัยสำคัญอาจไม่ใช่เอาต์พุตเพียงอย่างเดียว แต่เป็นองค์ประกอบของงานทั้งหมด ระบบที่ใช้พรอมต์ยาว มีการนำแคชกลับมาใช้น้อย หรือมีทราฟฟิกกระจุกตัวในช่วงพีก อาจมีต้นทุนเพิ่มขึ้นแตกต่างจากตัวอย่างอย่างมีนัยสำคัญ ภายใต้โครงสร้างราคาใหม่ การตั้งเวลางานแบบแบตช์ให้อยู่ในช่วงนอกพีกและติดตามอัตราแคชฮิตจึงสำคัญกว่าเดิม
OpenAI ประกาศการเปลี่ยนแปลงใน ChatGPT ซึ่งแตกต่างจาก DeepSeek อย่างชัดเจน โดยตั้ง GPT-5.6 Luna เป็นโมเดลเริ่มต้นสำหรับผู้ใช้แพ็กเกจ Free และ Go พร้อมประกาศให้แชตข้อความใช้งานได้ไม่จำกัด และเพิ่มปุ่ม Think สำหรับคำถามที่ต้องใช้เหตุผลมากขึ้น
อย่างไรก็ตาม คำว่า “ไม่จำกัด” ต้องอ่านให้ครบเงื่อนไข สิทธิ์ดังกล่าวใช้กับแชตข้อความ ไม่ได้ครอบคลุมทุกความสามารถของ ChatGPT ผู้ใช้ยังมีข้อจำกัดด้านการอัปโหลดไฟล์ รูปภาพ เสียง การสร้างภาพ และเครื่องมืออื่น ๆ รวมถึงอยู่ภายใต้มาตรการป้องกันการใช้งานในทางที่ผิด
นี่คือกลยุทธ์ด้านการกระจายสินค้าและการสร้างฐานผู้ใช้ ไม่ใช่กลยุทธ์ลดราคา API สำหรับนักพัฒนา OpenAI กำลังลดแรงเสียดทานในการใช้งานประจำวัน และวางโมเดลที่มีความสามารถไว้ในประสบการณ์ ChatGPT หลัก โดย TechCrunch รายงานว่า ChatGPT มีผู้ใช้รายสัปดาห์ทะลุ 1 พันล้านคนแล้ว
ราคาต่อโทเคนที่ต่ำช่วยให้โมเดลจีน โดยเฉพาะโมเดลแบบเปิดน้ำหนัก (open-weight) ดึงดูดการใช้งานจากนักพัฒนาได้มากขึ้น ข้อมูลหนึ่งจาก Vercel AI Gateway ระบุว่า โมเดล open-weight ที่พัฒนาในจีนประมวลผลโทเคน 29% ของโทเคนการใช้งานจริงบนเกตเวย์ในเดือนมิถุนายน 2026 เพิ่มขึ้นจากประมาณหนึ่งในเก้าในเดือนเมษายน ขณะที่คิดเป็นค่าใช้จ่ายไม่ถึง 4% ของยอดใช้จ่ายทั้งหมด
แต่ต้องระวังการตีความ ตัวเลขนี้เป็นข้อมูลจากทราฟฟิกบนเกตเวย์ของ Vercel ไม่ใช่ภาพแทนตลาด AI ทั่วโลกทั้งหมด ส่วนแบ่งโทเคนบอกได้ว่างานจำนวนเท่าใดไหลผ่านระบบหนึ่ง แต่ไม่ได้ยืนยันรายได้ กำไร ความภักดีของลูกค้า หรืออำนาจตลาดที่ยั่งยืนโดยลำพัง
นักพัฒนาสามารถย้ายงานระหว่างผู้ให้บริการได้ และงานที่ไวต่อราคามักเปลี่ยนเส้นทางได้รวดเร็วเมื่อค่าบริการมีการปรับขึ้น
ตารางราคาใหม่สะท้อนว่าเป้าหมายของ DeepSeek ไม่ได้มีเพียงการแย่งส่วนแบ่งการใช้งานอีกต่อไป การคิดราคาตามช่วงเวลาช่วยให้บริษัทจัดสรรกำลังประมวลผลในช่วงที่มีความต้องการสูง และเรียกเก็บค่าบริการเพิ่มเมื่อทราฟฟิกกระจุกตัว เอกสารทางการของบริษัทอธิบายว่าการเปลี่ยนแปลงนี้มีเป้าหมายเพื่อจัดสรรทรัพยากร และสนับสนุนให้ผู้ใช้วางแผนเวลาทำงานตามการใช้งานจริง
การปรับราคายังเกิดขึ้นในช่วงที่บริษัท AI จีนรายอื่นเริ่มผลักดันบริการแบบชำระเงินหรือพิจารณาขึ้นราคา รายงานเกี่ยวกับตลาดจีนระบุว่า Moonshot AI และ ByteDance เปิดตัวแพ็กเกจแบบเสียเงิน ส่วน Alibaba เตรียมเดินตาม แนวโน้มนี้ชี้ให้เห็นว่าการแข่งขันในจีนกำลังขยับจากการอุดหนุนอย่างหนักไปสู่การสร้างรายได้
อย่างไรก็ตาม ข้อมูลดังกล่าวไม่ได้พิสูจน์ว่า DeepSeek หรือบริษัทคู่แข่งทำกำไรแล้ว สิ่งที่เห็นได้คือส่วนแบ่งตลาดที่สร้างด้วยราคาต่ำต้องถูกเปลี่ยนให้เป็นรายได้ต่อโทเคน สัญญารายได้ประจำ หรือโมเดลธุรกิจรูปแบบอื่นที่ยั่งยืนในท้ายที่สุด
การเปิดตัว Luna ให้ผู้ใช้ฟรีในวงกว้างเน้นเรื่องการกระจายตัวของผลิตภัณฑ์ มากกว่าการเสนอ API ที่ถูกที่สุด การทำให้แชตข้อความเข้าถึงได้ง่ายและเพิ่มปุ่ม Think ที่มองเห็นได้ชัด เป็นความพยายามทำให้ ChatGPT กลายเป็นพฤติกรรมประจำของผู้ใช้ ขณะเดียวกันยังคงจำกัดฟีเจอร์ที่มีต้นทุนสูงกว่า
กลยุทธ์ของทั้งสองบริษัทจึงแตกต่างกันอย่างชัดเจน:
สองกลยุทธ์นี้สามารถอยู่ร่วมกันได้ นักพัฒนาอาจเลือก DeepSeek สำหรับงานปริมาณมาก ขณะที่ผู้ใช้ทั่วไปเลือก ChatGPT เพื่อช่วยตอบคำถามหรือทำงานประจำวัน แต่ทั้งสองบริษัทต่างพยายามทำให้ระบบนิเวศของตัวเองถูกแทนที่ได้ยากขึ้น—DeepSeek ใช้ความคุ้มค่าต่อประสิทธิภาพและการจัดเส้นทางงานของนักพัฒนา ส่วน OpenAI ใช้ความคุ้นเคยของผลิตภัณฑ์และฐานผู้บริโภคขนาดใหญ่
DeepSeek ยังคงเป็นตัวเลือกต้นทุนต่ำ แต่หลังการปรับราคา คำอธิบายว่าเป็น “โมเดลที่ถูกที่สุด” อาจไม่เพียงพออีกต่อไป นักพัฒนาควรคำนวณต้นทุนรวมจากอินพุตแบบแคชฮิต อินพุตแบบแคชมิส ปริมาณเอาต์พุต และสัดส่วนทราฟฟิกในช่วงพีก
คำถามที่ควรถามในทางปฏิบัติคือ:
การแข่งขัน AI ระหว่างจีนกับสหรัฐฯ กำลังเคลื่อนออกจากคำถามว่า “ใครเสนอราคาถูกที่สุด” DeepSeek กำลังทดสอบว่าบริษัท AI จีนจะเปลี่ยนความได้เปรียบด้านต้นทุนต่อประสิทธิภาพให้กลายเป็นเศรษฐศาสตร์ต่อหน่วยที่ยั่งยืนได้หรือไม่ ขณะที่ OpenAI กำลังทดสอบว่าการเปิดให้ผู้บริโภคเข้าถึงฟรีและสร้างการใช้งานจนเป็นนิสัย จะนำไปสู่การควบคุมระบบนิเวศในระยะยาวได้หรือไม่
ท้ายที่สุด ทั้งสองฝ่ายกำลังเผชิญโจทย์เดียวกัน นั่นคือการเปลี่ยนปริมาณการใช้งานมหาศาลให้เป็นธุรกิจที่สร้างรายได้เพียงพอสำหรับรองรับต้นทุนการประมวลผลโมเดล AI ระดับแนวหน้าอย่างต่อเนื่อง