DeepSeek 最新的 AI 模型是知名模型中運行成本最低的。成本差距並非微不足道。
令華爾街感到驚慌的數字
DeepSeek 的 R1 模型於 2025 年 1 月推出，每百萬個標記的運行成本約為 $0.14。作為參考，當時 OpenAI 的類似產品定價為每百萬個標記 $7.50，成本降低了 98%。
於2026年4月推出的最新V4-Pro模型，輸出價格為每百萬個代幣0.87美元，輸入價格為0.435美元。這些數字相比主要競爭對手降低了34倍。自2026年5月下旬起，該公司已永久鎖定這些價格。
此外，還有針對預算敏感型工作負載的 V4-Flash 版本，每百萬個代幣的價格約為 $0.14，據稱比 GPT-5.5 的替代方案便宜 35 倍。第三方分析已確認，DeepSeek 模型的運行成本普遍比領先的閉源模型低 20 至 50 倍。
V4-Pro Max 位於 DeepSeek 產品線的高端，根據多家基準測試提供商確認，其混合價格約為每百萬個代幣 2.17 美元。
V4-Pro 的性能基準可與市場上兩大最強大的模型 Claude Opus 4.6 和 GPT-5.5 相媲美。
他們是如何做到的
DeepSeek 採用專家混合（MoE）方法。與為每個查詢啟用所有模型參數不同，MoE 架構會將每個請求路由至模型專業知識中最相關的子集。這意味著每次查詢所需的計算量更少，從而降低每次查詢的成本。
據報導，DeepSeek 的前一版 V3 模型訓練所花費的 GPU 租賃費用為 5.576 百萬美元，而美國實驗室在訓練過程中則花費了數億（有時甚至數十億）美元。
該模型亦根據 MIT 許可證完全開源，意味著任何人皆可部署、修改或在其基礎上進行開發，無需支付授權費用。
為何加密貨幣及更廣泛的市場應予以關注
最直接的市場影響發生在2025年1月，當時英偉達的股票因投資者重新評估對高端運算硬體未來需求的預期而出現顯著下跌。
針對加密貨幣領域，去中心化 AI 專案歷來受制於推論成本的經濟因素。當運行一個模型的成本為每百萬個標記 7.50 美元時，去中心化計算網絡很難與集中式雲端供應商競爭；但當成本降至每百萬個標記 0.14 美元時，情況便發生了巨大變化。
專注於 GPU 計算的 DePIN 網絡，例如 Render、Akash 和 io.net，其價值主張可能會發生變化。更便宜的 AI 會降低用戶為計算支付的期權費，同時通過使 AI 驅動的應用程序適用於更廣泛的使用場景，擴大了總體可服務市場。