DeepSeek V4 新 API 價格

以下價格以美元計算，每 100 萬個 Token 收費：

實際加幅視乎模型、Token 類型、快取是否命中及使用時間而定。路透社形容，整體新價格較舊價高出 50% 至 1,100%。

對大量產生輸出的工作負載，影響尤其明顯。V4-Pro 輸出價格由每 100 萬 Token $0.87，升至非繁忙時段 $1.98，繁忙時段更是 $3.96。

換句話說，一個每月產生 1,000 萬個輸出 Token 的編程代理，單計輸出費用，舊價約為 $8.70；如果全部安排在非繁忙時段，約為 $19.80；若全部落在繁忙時段，就約要 $39.60，還未計輸入 Token 費用。

對開發者有咩實際影響？

新收費令「幾時送出請求」變成成本管理的一部分。批次處理、程式碼代理、模型評估等不急於即時完成的工作，可以嘗試安排到每日 17 個非繁忙小時內運行。不過，面向用戶的互動式應用程式通常較難彈性調動，因為請求往往在用戶需要答案時才到達。

快取及模型路由亦會變得更加重要。開發團隊可以透過提高快取命中率、將一般工作交給 V4-Flash，或者把部分請求轉送其他供應商，減低新價格帶來的衝擊。對企業而言，揀模型已不再只是一次性的基準測試比較，而是涉及延遲、流量調度及營運風險的長期決定。

加價並沒有完全抹走 DeepSeek 的成本優勢，但就收窄了它靠超低推理成本吸引大量使用的空間。引入繁忙時段收費，與供應商嘗試管理需求、提高有限運算容量回報的做法一致。不過，現有報道未能證明 DeepSeek 已經盈利，亦未提供一條獲確認的盈利路徑，因此這個商業解讀仍然只能保持審慎。

OpenAI：以免費入口守住用戶習慣

OpenAI 採取的是另一種策略。公司在 8 月 6 日宣布，GPT-5.6 Luna 將成為 ChatGPT Free 及 Go 用戶的預設模型，取代 GPT-5.5；兩個方案亦會獲得不限量日常文字對話，以及讓用戶處理較難問題的 Think 選項，但仍受防止濫用的安全措施約束。

不過，「不限量」並不是整個 ChatGPT 都無上限。檔案上載、圖片生成、語音及其他工具，仍然有各自的使用限制。Free 及 Go 用戶亦不包括 GPT-5.6 Sol；Luna 才是這兩個方案的預設模型，並負責 Think 功能。

Luna 在 GPT-5.6 家族中定位較為經濟，並非旗艦 Sol。第三方報道列出的 Luna API 價格為每 100 萬輸入 Token $0.20、輸出 Token $1.20，但在現有資料中，這組數字未獲最高權威來源確認，因此不宜把它當作已完全核實的官方比較。

真正重要的戰略分別是：Luna 在 ChatGPT Free 及 Go 內可供文字聊天使用，對用戶而言近乎免費；但 API 仍然是另一項需要付費的開發者產品。

點解 OpenRouter 數據值得留意？

兩間公司出招之際，中國模型正吸引大量開發者流量。彭博報道，中國模型在 6 月首次在 OpenRouter 上超越美國平台，並在其後一個月佔超過 60% Token 份額。

OpenRouter 是一個讓開發者接入及路由多個 AI 模型的平台，因此可以用來觀察開發者如何分配模型流量，但它並不是全球 AI 使用量的完整統計。

7 月 OpenRouter 排名更顯示，按 Token 用量計算，前五位模型全部由中國團隊開發：小米 MiMo-V2.5、DeepSeek、MiniMax、阿里巴巴 Qwen 家族，以及 Moonshot 的 Kimi。 另一項分析則指，DeepSeek 在 6 月其中一個排名中是平台最大單一供應商，佔 17.6% 份額。

這種流量分布解釋了為何 API 價格仍然是核心戰場。對需要反覆執行的編程及代理工作來說，模型夠平，才有可能大規模運行。同時，OpenAI 的做法亦說明，爭取使用量不一定只靠 API 減價：把能力足夠的模型放到免費用戶面前，可以培養日常使用習慣，並為日後轉用付費產品提供入口。

兩種商業壓力，兩套打法

DeepSeek 同 OpenAI 其實是在回應同一個市場問題：AI 的算力成本及使用需求都在上升，但兩間公司選擇了不同方向。

• DeepSeek 將需求變現： 繁忙及非繁忙時段收費，既可以在算力需求高峰提高收入，亦鼓勵客戶將有彈性的工作安排到較便宜時段。
• OpenAI 守住分發渠道： Free 及 Go 用戶可以不限量文字聊天，有助維持使用習慣；至於較昂貴的圖片、檔案及其他工具，則繼續保留使用限制，較高階模型亦分開安排。
• 開發者要做更多成本優化： 團隊不能只看模型表現及標價，還要考慮快取命中率、延遲、時段收費、路由方式，以及轉換供應商的成本。
• 多模型架構會更普遍： 公司可以用低成本模型處理重複性高的抽取、翻譯、編程或代理循環，再把高風險、需要更強推理、治理控制或特定生態整合的工作交給高階模型。

所以，即使部分價格上升，AI 價格戰亦未必代表完結。相反，競爭正逐步分層：中國供應商較多在低成本推理、開放權重及高 Token 流量上競爭；美國供應商就較集中於消費者覆蓋、產品整合、旗艦能力及企業控制。

更大的啟示：最平不等於永遠最平

DeepSeek 加價提醒市場，超低 API 價格可以帶來龐大使用量，但不代表成本會永久維持在同一水平。OpenAI 將 Luna 免費提供給廣大用戶，則是另一種押注：先補貼大規模消費者體驗，鞏固分發渠道，再透過模型等級及非文字功能作出區隔。

對開發者及企業買家來說，最實際的教訓是，不要把任何一張價目表或一次基準測試結果當成永久答案。成本會隨需求、模型層級、快取狀態及時間改變。較穩健的做法，是以真實工作負載持續量度成本，保留多供應商路由選項，再按每項工作的風險、性能要求及預算，配對合適的模型和使用方案。

DeepSeek V4 新 API 價格

以下價格以美元計算，每 100 萬個 Token 收費：

實際加幅視乎模型、Token 類型、快取是否命中及使用時間而定。路透社形容，整體新價格較舊價高出 50% 至 1,100%。

對大量產生輸出的工作負載，影響尤其明顯。V4-Pro 輸出價格由每 100 萬 Token $0.87，升至非繁忙時段 $1.98，繁忙時段更是 $3.96。

換句話說，一個每月產生 1,000 萬個輸出 Token 的編程代理，單計輸出費用，舊價約為 $8.70；如果全部安排在非繁忙時段，約為 $19.80；若全部落在繁忙時段，就約要 $39.60，還未計輸入 Token 費用。

對開發者有咩實際影響？

新收費令「幾時送出請求」變成成本管理的一部分。批次處理、程式碼代理、模型評估等不急於即時完成的工作，可以嘗試安排到每日 17 個非繁忙小時內運行。不過，面向用戶的互動式應用程式通常較難彈性調動，因為請求往往在用戶需要答案時才到達。

快取及模型路由亦會變得更加重要。開發團隊可以透過提高快取命中率、將一般工作交給 V4-Flash，或者把部分請求轉送其他供應商，減低新價格帶來的衝擊。對企業而言，揀模型已不再只是一次性的基準測試比較，而是涉及延遲、流量調度及營運風險的長期決定。

加價並沒有完全抹走 DeepSeek 的成本優勢，但就收窄了它靠超低推理成本吸引大量使用的空間。引入繁忙時段收費，與供應商嘗試管理需求、提高有限運算容量回報的做法一致。不過，現有報道未能證明 DeepSeek 已經盈利，亦未提供一條獲確認的盈利路徑，因此這個商業解讀仍然只能保持審慎。

OpenAI：以免費入口守住用戶習慣

OpenAI 採取的是另一種策略。公司在 8 月 6 日宣布，GPT-5.6 Luna 將成為 ChatGPT Free 及 Go 用戶的預設模型，取代 GPT-5.5；兩個方案亦會獲得不限量日常文字對話，以及讓用戶處理較難問題的 Think 選項，但仍受防止濫用的安全措施約束。

不過，「不限量」並不是整個 ChatGPT 都無上限。檔案上載、圖片生成、語音及其他工具，仍然有各自的使用限制。Free 及 Go 用戶亦不包括 GPT-5.6 Sol；Luna 才是這兩個方案的預設模型，並負責 Think 功能。

Luna 在 GPT-5.6 家族中定位較為經濟，並非旗艦 Sol。第三方報道列出的 Luna API 價格為每 100 萬輸入 Token $0.20、輸出 Token $1.20，但在現有資料中，這組數字未獲最高權威來源確認，因此不宜把它當作已完全核實的官方比較。

真正重要的戰略分別是：Luna 在 ChatGPT Free 及 Go 內可供文字聊天使用，對用戶而言近乎免費；但 API 仍然是另一項需要付費的開發者產品。

點解 OpenRouter 數據值得留意？

兩間公司出招之際，中國模型正吸引大量開發者流量。彭博報道，中國模型在 6 月首次在 OpenRouter 上超越美國平台，並在其後一個月佔超過 60% Token 份額。

OpenRouter 是一個讓開發者接入及路由多個 AI 模型的平台，因此可以用來觀察開發者如何分配模型流量，但它並不是全球 AI 使用量的完整統計。

7 月 OpenRouter 排名更顯示，按 Token 用量計算，前五位模型全部由中國團隊開發：小米 MiMo-V2.5、DeepSeek、MiniMax、阿里巴巴 Qwen 家族，以及 Moonshot 的 Kimi。 另一項分析則指，DeepSeek 在 6 月其中一個排名中是平台最大單一供應商，佔 17.6% 份額。

這種流量分布解釋了為何 API 價格仍然是核心戰場。對需要反覆執行的編程及代理工作來說，模型夠平，才有可能大規模運行。同時，OpenAI 的做法亦說明，爭取使用量不一定只靠 API 減價：把能力足夠的模型放到免費用戶面前，可以培養日常使用習慣，並為日後轉用付費產品提供入口。

兩種商業壓力，兩套打法

DeepSeek 同 OpenAI 其實是在回應同一個市場問題：AI 的算力成本及使用需求都在上升，但兩間公司選擇了不同方向。

• DeepSeek 將需求變現： 繁忙及非繁忙時段收費，既可以在算力需求高峰提高收入，亦鼓勵客戶將有彈性的工作安排到較便宜時段。
• OpenAI 守住分發渠道： Free 及 Go 用戶可以不限量文字聊天，有助維持使用習慣；至於較昂貴的圖片、檔案及其他工具，則繼續保留使用限制，較高階模型亦分開安排。
• 開發者要做更多成本優化： 團隊不能只看模型表現及標價，還要考慮快取命中率、延遲、時段收費、路由方式，以及轉換供應商的成本。
• 多模型架構會更普遍： 公司可以用低成本模型處理重複性高的抽取、翻譯、編程或代理循環，再把高風險、需要更強推理、治理控制或特定生態整合的工作交給高階模型。

所以，即使部分價格上升，AI 價格戰亦未必代表完結。相反，競爭正逐步分層：中國供應商較多在低成本推理、開放權重及高 Token 流量上競爭；美國供應商就較集中於消費者覆蓋、產品整合、旗艦能力及企業控制。

更大的啟示：最平不等於永遠最平

DeepSeek 加價提醒市場，超低 API 價格可以帶來龐大使用量，但不代表成本會永久維持在同一水平。OpenAI 將 Luna 免費提供給廣大用戶，則是另一種押注：先補貼大規模消費者體驗，鞏固分發渠道，再透過模型等級及非文字功能作出區隔。

對開發者及企業買家來說，最實際的教訓是，不要把任何一張價目表或一次基準測試結果當成永久答案。成本會隨需求、模型層級、快取狀態及時間改變。較穩健的做法，是以真實工作負載持續量度成本，保留多供應商路由選項，再按每項工作的風險、性能要求及預算，配對合適的模型和使用方案。