2026年8月12日深夜，DeepSeek 发布 V4 Pro 正式版；8月13日官网公告发布后又撤回；8月14日，据界面新闻确认，DeepSeek 将于 8月17日零时起上调 API 价格，旗舰模型高峰时段输出价格升至 27 元/百万 tokens（+350%），并引入峰谷定价（闲时约为高峰一半）。同日，DeepSeek Harness 开发者预览版开源，在 GitHub 上 1 小时突破 2 万星。
这件事值得拆的，不是”DeepSeek 值不值得骂”，而是 AI 行业正在发生的结构性转变：从补贴圈地，进入按算力计费的时代。
涨价的账本：算力、人才、生态
第一笔成本是算力。大模型训练与推理都高度依赖 GPU，tokens 计价本质是按耗电量收费。模型越大、调用越多，算力账单越重，补贴越不可持续。
第二笔成本是人才。据媒体报道，V4 技术报告近 300 名作者中已有 10 人离职，核心成员被同行以高薪挖走（如罗福莉加入小米、郭达雅加入字节跳动），而 DeepSeek 同时宣布各部门计划扩招一倍。AI 公司的核心资产不是模型权重，而是少量顶尖研发人才；人才定价水涨船高，模型定价必然跟随。
第三笔是生态补贴。过去一年以约为对手 1/57 的价格提供服务，本质是用低价换取用户、数据和生态位。任何补贴都有终点，涨价只是把终点提前。
峰谷定价的真实含义：算力电价化
这次调价最值得注意的细节不是涨幅，而是峰谷定价——高峰 27 元/百万 tokens，闲时约一半。这与电网峰谷电价、云厂商竞价实例是同一套逻辑：用价格差削平负载峰值，提高 GPU 利用率。
它意味着 AI 的商业模式正式从”高科技故事”转向”按用电量付费”：模型是电站，token 是度电，API 是电表。对开发者来说，错峰调用可以显著降低成本；对依赖官方 API 的中间层产品来说，成本结构需要重算。
对打工人：AI 越贵，岗位越安全？（但有条件）
围绕 AI 替代的焦虑，大多默认一个前提：AI 足够便宜，可以无差别替换人力。这次涨价提供了相反的证据——算力是稀缺且昂贵的资源。
替代人的经济条件是”AI 成本 < 人力成本”。当按 token 计价的 AI 使用成本上升时，公司会更审慎地用 AI 替换人力，优先替换成本最高、差异化最低的执行型岗位，而不是无差别铺开。
但这不意味着”不会 AI 就安全”。真正的分界线是：
- 执行 vs 判断：执行型产出最容易被成本核算选中；判断型产出（决策、策略、品控）是最后被触碰的。
- 能否被定价：价值能被精确按量计价的岗位，最容易被优化；价值难以量化的判断型岗位反而有保护。
- 在产业链的位置：套壳应用与低毛利转卖最先被涨价洗出局；底层模型与直接面向终端的生意相对稳定。
调整策略
个人：AI 涨价对普通用户的实际影响很小（一篇数千字内容的输出成本不足一角钱），真正被挤掉的是免费额度和套壳生意。与其囤课，不如把 AI 用进可交付的产出。
开发者/企业：把 API 调用当作电费单管理——错峰调用、缓存复用、按场景选择开源权重模型或商业 API。
打工人：AI 越贵，判断越值钱；AI 越便宜，执行越危险。职业安全感的来源从”会用新工具”转向”产出能否被定价”。
结论
DeepSeek 的涨价不是孤例，是 AI 行业从军备竞赛进入成本核算的标志性事件。电价会随供需波动，但电表不会拆。对个人、开发者和企业，早一点学会看自己的电费单，比争论一家公司的定价策略有用得多。
延伸阅读：