输入 $0.27/百万 Token——这个价格不是促销，而是 DeepSeek 的日常定价。
一个让竞争对手头疼的价格标签
如果你正在开发一个需要大量调用 AI API 的应用，成本是绕不过去的问题。以 GPT-4 级别的模型为例，OpenAI 的定价大约在 $30-60/百万 Token（取决于具体型号和输入/输出）。
DeepSeek 的价格呢？输入 $0.27/百万 Token，输出 $1.10/百万 Token。这不是阉割版模型的价格，而是 V3 这样 GPT-4 级别模型的价格。
粗略计算一下：如果你的应用每天处理 100 万 Token 的输入和 50 万 Token 的输出，用 OpenAI 可能需要每天 $45 以上，用 DeepSeek 大约 $0.82。一年下来，差距超过 $16000。
对于个人开发者来说，这个差距可能就是「做得起」和「做不起」的区别。
低价不等于低质
面对这么大的价格差距，第一反应通常是：「是不是模型质量差很多？」
答案是否定的。DeepSeek-V3 在多个基准测试中和 GPT-4 表现持平，R1 在推理任务上和 OpenAI o1 打平。这些都是公开的第三方评测结果，不是 DeepSeek 自己说的。
那价格为什么能这么低？核心原因有三个：
MoE 架构的推理效率：V3 虽然有 671B 参数，但每次推理只激活 37B。这意味着实际的 GPU 计算量只相当于一个 37B 模型，但输出质量是 671B 级别的。推理成本直接降低了一个数量级。
FP8 推理优化：DeepSeek 在推理阶段也使用了 FP8 精度，进一步降低了每次 API 调用的计算成本。
自研的推理引擎：DeepSeek 没有简单地用通用推理框架（如 vLLM），而是针对自家的 MoE 架构做了深度优化的推理引擎，最大化了 GPU 利用率。
全系列模型，一站式 API
DeepSeek 开放平台不只提供一个模型，而是覆盖了完整的产品线：
- DeepSeek-V3 / V3.2：通用对话和生成任务
- DeepSeek-R1：复杂推理和数学任务
- DeepSeek Coder：专业编程任务
- 各种蒸馏和轻量版本：适合不同成本敏感度的场景
API 接口和 OpenAI 兼容，这意味着如果你的应用之前用的是 OpenAI API，切换到 DeepSeek 几乎不需要改代码——改个 API endpoint 和 key 就行。
这个定价可持续吗？
很多人怀疑 DeepSeek 是在「亏本获客」，但从技术角度分析，这个价格是可持续的。
MoE 架构的高效率是结构性的优势，不是一次性的补贴。只要 DeepSeek 继续优化推理效率（而他们确实在持续做），成本还有下降空间。
更深层来看，DeepSeek 的商业策略和传统 AI API 提供商不同。他们的模型是开源的，API 服务更像是一个「方便使用」的增值服务——你可以自己部署，也可以花很少的钱直接调用。这种模式下，API 不需要承担全部的研发成本回收压力。
编辑点评
DeepSeek 的定价策略可能会对整个 AI API 市场产生深远影响。当一个 GPT-4 级别的模型 API 定价降到百分之一以下，那些依赖高 API 价格维持利润率的公司将面临巨大压力。对开发者来说，这是一个利好：AI 能力的获取成本正在以超预期的速度下降。这不是某一家公司的价格战，而是技术进步（MoE 架构 + 工程优化）带来的效率红利。
