DeepSeek V4 新費率

以下價格均為每 100 萬 tokens 的美元價格：

實際漲幅取決於模型、token 類型、快取狀態及使用時段。路透社形容，整體新價格較原先高出 50% 至 1,100%。

對需要大量生成輸出的工作負載而言，影響尤其明顯。V4-Pro 輸出價格從每 100 萬 tokens 0.87 美元，升至離峰 1.98 美元、尖峰 3.96 美元。以每月產生 1,000 萬輸出 tokens 的程式設計代理為例，原本約需支付 8.70 美元；若全部在離峰執行，約為 19.80 美元；若全部落在尖峰，則約為 39.60 美元，以上尚未計入輸入 tokens 費用。

對開發者而言，排程也成了成本控制工具

新計費方式意味著 API 成本管理不再只是挑選模型。批次任務、程式設計代理、模型評測及其他非即時工作，可以嘗試安排到每天 17 小時的離峰時段執行。

但互動式應用程式的彈性較小，因為使用者通常是在需要答案時發出請求，無法任意等待較便宜的時段。

快取與流量路由的重要性也會提高。系統若能增加快取命中率、把例行工作交給 V4-Flash，或將部分請求轉送至其他供應商，就能降低新價格帶來的衝擊。對企業團隊而言，模型選擇正逐漸從一次性的效能基準測試，變成日常營運決策。

這次調價並未完全抹去 DeepSeek 的低成本優勢，但確實縮小了它以超低推理成本吸引使用量的空間。引入尖峰計費，也符合供應商管理需求、提高稀缺運算容量收益的做法。不過，現有公開資料不足以證明 DeepSeek 已經獲利，或已經存在一條獲利路徑，因此這項解讀仍應保持審慎。

OpenAI 的策略：用免費存取守住使用習慣

OpenAI 採取了不同方向。公司在 8 月 6 日宣布，GPT-5.6 Luna 將成為 ChatGPT Free 與 Go 用戶的預設模型，取代 GPT-5.5；這兩個方案也將提供不限量的日常文字聊天，以及供複雜問題使用的 Think 選項，但仍受防濫用機制約束。

不過，「不限量」的範圍比字面上窄。OpenAI 表示，檔案上傳、圖片生成及其他工具仍各自設有限制。Free 與 Go 用戶也無法使用 GPT-5.6 Sol；Luna 是這兩個方案的預設模型，並負責支援 Think 功能。

Luna 在 GPT-5.6 家族中的定位，是較經濟、適合大規模開放使用的成員，而非旗艦級 Sol。第三方報導列出的 Luna API 價格為每 100 萬輸入 tokens 0.20 美元、輸出 tokens 1.20 美元，但在本次提供的資料中，這些數字並未獲最高權威來源確認。

較明確的策略差異在於：Luna 在 ChatGPT Free 與 Go 的文字使用中近乎免費，但 API 存取仍是獨立的付費產品。

為什麼 OpenRouter 的流量變化值得注意？

這些定價決策出現之際，中國模型正快速取得開發者流量。彭博報導，中國模型在 6 月首次超越美國平台，並在接下來一個月占 OpenRouter 代幣流量超過 60%。

OpenRouter 是讓開發者透過單一平台存取及路由多種 AI 模型的服務，因此能反映開發者如何分配模型請求。不過，它不是衡量全球 AI 使用量的完整指標。

這波變化也不只涉及 DeepSeek。7 月 OpenRouter 排名顯示，按代幣使用量計算，前五名模型全部由中國團隊開發，依序包括小米 MiMo-V2.5、DeepSeek、MiniMax、阿里巴巴 Qwen 系列，以及月之暗面 Moonshot 的 Kimi。

另一份分析則指出，DeepSeek 在 6 月的一份公司排名中，以 17.6% 占比成為平台上最大的單一供應商。

這種流量結構有助於解釋為何價格仍然是核心議題。大量程式設計與 AI 代理工作負載需要反覆呼叫模型，往往更適合成本低到足以長時間運行的方案。同時，OpenAI 的做法也顯示，爭取使用量不一定要靠 API 降價；把能力足夠的模型放到免費用戶面前，同樣能建立使用習慣、累積回饋，並為未來轉換付費產品創造機會。

兩家公司面對的是同一市場壓力的不同側面

DeepSeek 與 OpenAI 正在回應同一個市場問題，但商業施力點不同：

• DeepSeek 正在把需求變現。 尖峰與離峰計費可以在容量使用量高的時段提高收入，也鼓勵客戶把具彈性的工作安排到非尖峰時間。
• OpenAI 正在守住產品分發。 不限量文字聊天可維持 Free 與 Go 用戶的黏著度，同時保留對高成本功能及更高階模型的限制。
• 開發者需要更複雜的最佳化策略。 團隊評估的不只是模型品質與牌價，還包括快取表現、時段費率、延遲、流量路由，以及切換供應商的成本。
• 市場正走向多模型架構。 企業可能把低成本模型用於重複性資料擷取、翻譯、程式設計或代理迴圈，再把高階模型保留給對效能、治理控制或生態整合要求較高的任務。

因此，即使部分價格上升，AI 價格戰也不代表正在結束。競爭反而分成多個層次：一邊是低成本推理與開放權重模型，另一邊則是消費者觸及率、產品整合、頂尖能力與企業控制功能。

更大的訊號：AI 價格戰正在重新分層

DeepSeek 調價提醒市場，低 API 價格可以帶來龐大使用量，卻不代表成本能永久維持在低位。OpenAI 讓 Luna 免費提供文字聊天，則是另一種押注：先補貼廣泛的消費者體驗，強化產品分發，再透過模型層級及非文字功能進行差異化。

對開發者及企業買家而言，最實際的教訓是：不要把任何一張價格表或一次模型基準測試視為永久不變。成本可能隨需求、模型層級、快取狀態及一天中的使用時間而變動。

較具韌性的架構，可能是持續量測實際工作負載、保留多個路由選項，並依照業務風險與成本要求，把每項任務配對到合適的模型及存取層級。這場競爭的勝負，最終不只取決於誰的模型最便宜，也取決於誰能以可持續的方式掌握開發者與一般用戶的使用入口。

DeepSeek V4 新費率

以下價格均為每 100 萬 tokens 的美元價格：

實際漲幅取決於模型、token 類型、快取狀態及使用時段。路透社形容，整體新價格較原先高出 50% 至 1,100%。

對需要大量生成輸出的工作負載而言，影響尤其明顯。V4-Pro 輸出價格從每 100 萬 tokens 0.87 美元，升至離峰 1.98 美元、尖峰 3.96 美元。以每月產生 1,000 萬輸出 tokens 的程式設計代理為例，原本約需支付 8.70 美元；若全部在離峰執行，約為 19.80 美元；若全部落在尖峰，則約為 39.60 美元，以上尚未計入輸入 tokens 費用。

對開發者而言，排程也成了成本控制工具

新計費方式意味著 API 成本管理不再只是挑選模型。批次任務、程式設計代理、模型評測及其他非即時工作，可以嘗試安排到每天 17 小時的離峰時段執行。

但互動式應用程式的彈性較小，因為使用者通常是在需要答案時發出請求，無法任意等待較便宜的時段。

快取與流量路由的重要性也會提高。系統若能增加快取命中率、把例行工作交給 V4-Flash，或將部分請求轉送至其他供應商，就能降低新價格帶來的衝擊。對企業團隊而言，模型選擇正逐漸從一次性的效能基準測試，變成日常營運決策。

這次調價並未完全抹去 DeepSeek 的低成本優勢，但確實縮小了它以超低推理成本吸引使用量的空間。引入尖峰計費，也符合供應商管理需求、提高稀缺運算容量收益的做法。不過，現有公開資料不足以證明 DeepSeek 已經獲利，或已經存在一條獲利路徑，因此這項解讀仍應保持審慎。

OpenAI 的策略：用免費存取守住使用習慣

OpenAI 採取了不同方向。公司在 8 月 6 日宣布，GPT-5.6 Luna 將成為 ChatGPT Free 與 Go 用戶的預設模型，取代 GPT-5.5；這兩個方案也將提供不限量的日常文字聊天，以及供複雜問題使用的 Think 選項，但仍受防濫用機制約束。

不過，「不限量」的範圍比字面上窄。OpenAI 表示，檔案上傳、圖片生成及其他工具仍各自設有限制。Free 與 Go 用戶也無法使用 GPT-5.6 Sol；Luna 是這兩個方案的預設模型，並負責支援 Think 功能。

Luna 在 GPT-5.6 家族中的定位，是較經濟、適合大規模開放使用的成員，而非旗艦級 Sol。第三方報導列出的 Luna API 價格為每 100 萬輸入 tokens 0.20 美元、輸出 tokens 1.20 美元，但在本次提供的資料中，這些數字並未獲最高權威來源確認。

較明確的策略差異在於：Luna 在 ChatGPT Free 與 Go 的文字使用中近乎免費，但 API 存取仍是獨立的付費產品。

為什麼 OpenRouter 的流量變化值得注意？

這些定價決策出現之際，中國模型正快速取得開發者流量。彭博報導，中國模型在 6 月首次超越美國平台，並在接下來一個月占 OpenRouter 代幣流量超過 60%。

OpenRouter 是讓開發者透過單一平台存取及路由多種 AI 模型的服務，因此能反映開發者如何分配模型請求。不過，它不是衡量全球 AI 使用量的完整指標。

這波變化也不只涉及 DeepSeek。7 月 OpenRouter 排名顯示，按代幣使用量計算，前五名模型全部由中國團隊開發，依序包括小米 MiMo-V2.5、DeepSeek、MiniMax、阿里巴巴 Qwen 系列，以及月之暗面 Moonshot 的 Kimi。

另一份分析則指出，DeepSeek 在 6 月的一份公司排名中，以 17.6% 占比成為平台上最大的單一供應商。

這種流量結構有助於解釋為何價格仍然是核心議題。大量程式設計與 AI 代理工作負載需要反覆呼叫模型，往往更適合成本低到足以長時間運行的方案。同時，OpenAI 的做法也顯示，爭取使用量不一定要靠 API 降價；把能力足夠的模型放到免費用戶面前，同樣能建立使用習慣、累積回饋，並為未來轉換付費產品創造機會。

兩家公司面對的是同一市場壓力的不同側面

DeepSeek 與 OpenAI 正在回應同一個市場問題，但商業施力點不同：

• DeepSeek 正在把需求變現。 尖峰與離峰計費可以在容量使用量高的時段提高收入，也鼓勵客戶把具彈性的工作安排到非尖峰時間。
• OpenAI 正在守住產品分發。 不限量文字聊天可維持 Free 與 Go 用戶的黏著度，同時保留對高成本功能及更高階模型的限制。
• 開發者需要更複雜的最佳化策略。 團隊評估的不只是模型品質與牌價，還包括快取表現、時段費率、延遲、流量路由，以及切換供應商的成本。
• 市場正走向多模型架構。 企業可能把低成本模型用於重複性資料擷取、翻譯、程式設計或代理迴圈，再把高階模型保留給對效能、治理控制或生態整合要求較高的任務。

因此，即使部分價格上升，AI 價格戰也不代表正在結束。競爭反而分成多個層次：一邊是低成本推理與開放權重模型，另一邊則是消費者觸及率、產品整合、頂尖能力與企業控制功能。

更大的訊號：AI 價格戰正在重新分層

DeepSeek 調價提醒市場，低 API 價格可以帶來龐大使用量，卻不代表成本能永久維持在低位。OpenAI 讓 Luna 免費提供文字聊天，則是另一種押注：先補貼廣泛的消費者體驗，強化產品分發，再透過模型層級及非文字功能進行差異化。

對開發者及企業買家而言，最實際的教訓是：不要把任何一張價格表或一次模型基準測試視為永久不變。成本可能隨需求、模型層級、快取狀態及一天中的使用時間而變動。

較具韌性的架構，可能是持續量測實際工作負載、保留多個路由選項，並依照業務風險與成本要求，把每項任務配對到合適的模型及存取層級。這場競爭的勝負，最終不只取決於誰的模型最便宜，也取決於誰能以可持續的方式掌握開發者與一般用戶的使用入口。