DeepSeek V4‑Pro 價格大幅下調：AI 模型市場的新轉折點

不過官方 API 文件指出，在促銷結束後，V4‑Pro 的價格將 正式調整為原價的四分之一，等於讓目前的折扣價成為新的長期標準。

在折扣之前，該模型的標示價格約為：

• 輸入：$1.74 / 百萬 tokens
• 輸出：$3.48 / 百萬 tokens

因此，這次降價更像是一個結構性調整，而不是短期行銷手段。

與 GPT‑5.5 和 Claude Opus 4.7 的價格比較

當與其他前沿模型相比時，DeepSeek 的價格優勢非常明顯。

OpenAI GPT‑5.5

• 輸入：$5.00 / 百萬 tokens
• 輸出：$30.00 / 百萬 tokens

Anthropic Claude Opus 4.7

• 輸入：$5.00 / 百萬 tokens
• 輸出：$25.00 / 百萬 tokens

DeepSeek V4‑Pro

• 輸入：$0.435 / 百萬 tokens
• 輸出：$0.87 / 百萬 tokens

換算下來：

• 輸入 tokens 約 比 GPT‑5.5 或 Opus 4.7 便宜約 91%。
• 輸出 tokens 便宜約 96%～97%。

對於需要處理大量請求的應用，例如：

• AI 程式碼助理
• 多代理（agent）系統
• 文件分析與資料抽取
• 客戶支援自動化

token 成本通常是最大的營運支出。當價格差距達到一個數量級時，整個產品設計都可能改變。

技術規格：大上下文與高容量

除了價格，V4‑Pro 在技術上也定位於高端模型。

主要規格包括：

• 100 萬 tokens 上下文窗口
• 最高 384,000 tokens 輸出
• 支援 JSON 結構化輸出與工具 / 函式呼叫

模型採用 Mixture‑of‑Experts（MoE）架構，總參數約 1.6 兆（1.6T），但每次推理只啟用約 490 億參數，藉此在維持高容量的同時降低運算成本。

如此大的上下文窗口特別適合：

• 長文件或報告分析
• 大型程式碼庫理解
• 持續上下文的 AI 代理
• 大型知識庫的 RAG 系統

當這些能力與極低 token 價格結合時，許多過去成本過高的應用開始變得可行。

對開發者的實際影響

對許多團隊而言，限制 AI 應用規模的往往不是模型能力，而是推理成本。

更低的 token 價格意味著開發者可以：

• 使用更長的 prompt
• 維持更長的對話上下文
• 生成更長的輸出內容
• 建立包含大量模型呼叫的多代理流程

例如，每百萬輸出 tokens $0.87 與 $25 的差距，足以讓許多原本只在實驗階段的 AI 系統變成可商業化產品。

更大的背景：AI 模型價格戰

DeepSeek 的做法反映出 AI 產業正在發生的一個更大轉變。

過去，頂級模型 API 的價格通常落在 每百萬 tokens 幾美元到數十美元，例如 GPT‑5.5 或 Claude Opus 4.7。

DeepSeek 則採取 高容量、低單價的策略：

• 用極低推理成本吸引開發者
• 依靠更高的使用量擴大市場

分析指出，DeepSeek 的模型已多次以「數量級差距」壓低競爭對手的價格，推動整個市場的 AI 成本下降。

這種競爭模式與雲端運算或 GPU 市場類似：一旦某家公司證明高性能系統可以更便宜運行，其他廠商往往不得不跟進。

接下來值得觀察的三件事

DeepSeek 的定價策略也帶來幾個值得關注的問題：

• 其他 AI 公司是否會被迫降低 API 價格？
• 更低推理成本是否會加速 AI 代理（agents）應用 的普及？
• 在大規模使用下，這種超低價格能否長期維持？

可以確定的是：token 定價正在成為 AI 產業的重要競爭武器。

如果 DeepSeek 的價格策略持續下去，建立大規模 AI 系統的成本，可能會比多數開發者預期下降得更快。