DeepSeek V4 Flash را با قیمت ۰.۲۸ دلار عرضه کرد
تحول قیمت نزدیک به مرز چند روز پس از آن اتفاق میافتد که OpenAI قیمتهای خروجی GPT-5.6 Luna را سه هفته پس از راهاندازی، 80% کاهش داد.
DeepSeek نسخه V4 Flash را منتشر کرد، مدلی متمرکز بر کدنویسی که آن را در مقایسه با Claude Opus 4.8 آنتروپیک در وظایف پیچیده کدنویسی و نرمافزارهای خودکار قرار داد و قیمت خروجی آن را حدود 0.28 دلار در مقابل 25 دلار برای خروجی مشابه Opus 4.8 تعیین کرد. این انتشار جنگ قیمتی API هوش مصنوعی در اواخر ژوئیه را تشدید میکند که حاشیههای تأمینکنندگان مدل را فشرده و ارزش را به سمت لایههای مسیریابی و توزیع منتقل میکند.
DeepSeek V4 Flash با شوک قیمتی 99% به بازار آمد
مدل جدید V4 Flash DeepSeek که به عنوان "DeepSeek-V4-Flash-0731" منتشر شده و به عنوان مدلی نزدیک به Claude Opus 4.8 آنتروپیک در وظایف پیچیده کدنویسی و نرمافزارهای خودکار بازاریابی شده است. مکانیزم آن ساده و بیرحمانه است: DeepSeek سعی دارد قیمت تسویه را برای تولید کدهای با کیفیت بالا مجدداً تنظیم کند به طوری که اقلام خروجی تقریباً ناپدید شوند.
مقایسه خود DeepSeek شکاف را به صورت دلار ساده نشان داد. این شرکت اعلام کرد که برای همان مقدار خروجی که در Claude Opus 4.8 هزینهاش 25 دلار است، حدود 0.28 دلار هزینه میگیرد و آن را به عنوان تخفیف 99% معرفی کرد.
سیگنال عملکرد اولیهای که به آن اشاره شده، جدول ردهبندی کدنویسی جمعسپاری شده Arena.ai است، جایی که V4 Flash به عنوان مدلی که قبل از Opus 4.8 معرفی شده و بهترین عملکرد را برای قیمت خود در کلاسش ارائه داده، ذکر شده است. این برای معاملهگران به لحاظ جهتگیری مفید است زیرا ترجیحات زنده کاربران را منعکس میکند، اما یک معیار کنترلشده نیست.
مواد استخراج شده شامل جزئیات روششناسی یا نمرات عددی نیست و زبان قیمتگذاری "حدود" میتواند حسابداری توکن و فرضیات سطح را پنهان کند.
یک تصویر قیمتگذاری جداگانه در همان بسته، به تاریخ 31 ژوئیه 2026، قیمتهای خروجی را برای 1 میلیون توکن در DeepSeek V4 Flash در پایینترین سطح 0.28 دلار و برای GPT-5.6 در بالاترین سطح 30 دلار قرار داد.Solدر بالاترین سطح. توکنها بخشهای متنی هستند که مدلها میخوانند و تولید میکنند و بیشترAPIهابر اساس 1 میلیون توکن ورودی یا خروجی صورتحساب میدهند.
کاهشهای اواخر ژوئیه، خروجی مدل را به یک کالای تجاری تبدیل میکند
این راهاندازی به بازاری وارد میشود که سریعتر از آنچه که چرخههای مدل معمولاً توجیه میکنند، قیمتگذاری مجدد میشود. OpenAI قیمتگذاری خروجی GPT-5.6 Luna را در روز پنجشنبهای که در همان زمانبندی اشاره شده، 80 درصد کاهش داد، تنها سه هفته پس از راهاندازی Luna. در تصویر 31 ژوئیه، Luna نشان داده شد که از 6 دلار قبل از کاهش به 1.20 دلار بعد از آن سقوط کرده است.
بقیه نوار اواخر ژوئیه مانند یک چرخش هماهنگ به سمت کارایی خوانده میشود. گوگل سه مدل جدید Gemini "فلاش" را که بر روی کارایی تمرکز دارند، منتشر کرد. SpaceXAI Grok 4.5 را با همان قیمتی که OpenAI در ابتدا برای Luna قبل از کاهش هفتهای شارژ کرده بود، منتشر کرد.
متا همچنین "به آرامی مسیر خود را تغییر داد" و از انتشار پارامترهای مدلهایی که دیگران میتوانند اجرا یا تنظیم کنند، فاصله گرفت و Muse Spark 1.1 به عنوان یک مدل منبع بسته توصیف شد که به شدت برای توسعهدهندگان قیمتگذاری شده است.
عواقب اقتصادی، قدرت خریدار است. زمانی که شکافهای عملکرد فشرده میشوند و بارهای کاری کدنویسی میتوانند به سرعت A/B آزمایش شوند، هزینههای تغییر کاهش مییابد و تأمین کالا به یک مشکل بهینهسازی $/توکن تبدیل میشود به جای تصمیم "آزمایشگاه خود را انتخاب کنید".
زک کاس، رئیس سابق بازار OpenAI، این دینامیک را به عنوان "بازدههای کاهنده مدل" توصیف کرد و افزود: "در یک نقطه، مدل بعدی برای شما مهم نیست"، که اساساً توضیح سمت تقاضا برای اینکه چرا کاهش قیمتها اکنون کارهایی را انجام میدهد که قبلاً انجام میشد.
Anthropic واضحترین مقاومت در این چارچوب است، نگهداشتن مدلهای سطح بالا Claude با قیمتهای پریمیوم و شرطبندی بر این است که توسعهدهندگان برای ایمنی و دقت بیشتر هزینه خواهند کرد. این موضع یا به یک بخش پریمیوم پایدار تبدیل میشود، یا به آخرین چاپ با قیمت بالا قبل از یک قیمتگذاری اجباری تبدیل میشود اگر توسعهدهندگان به همتایان نزدیکتر مهاجرت کنند.
سیگنالهایی که معاملهگران میتوانند پیگیری کنند: مقاومتهای پریمیوم، شرطهای حجمی و لایه روتر
اولین بررسی کوتاهمدت این است که آیا ادعاهای کدنویسی "نزدیک به Opus 4.8" V4 Flash در 1–2 هفته آینده فراتر از جدول ردهبندی Arena.ai تأیید میشود یا خیر. اگر ارزیابیهای شخص ثالث همگرا شوند، حرکت قیمت دیگر یک ترفند نخواهد بود و به یک نقطه مرجع جدید برای خروجی کدنویسی سطح بالا تبدیل میشود.
دومین بررسی این است که آیا Anthropic در مورد ساختار قیمتگذاری پاسخ میدهد نه بازاریابی. بازار اکنون به مقایسه 0.28 دلار DeepSeek در برابر 25 دلار خیره شده است و تصمیم در عمل دوتایی است: حفظ قیمت پریمیوم، یا معرفی یک سطح با قیمت پایینتر که به مسیر کالایی تسلیم میشود.
سومین بررسی این است که آیا OpenAI بعد از کاهش 80 درصدی Luna همچنان باند را فشرده نگه میدارد. تصویر 31 ژوئیه قبلاً از 0.28 دلار تا 30 دلار به ازای 1 میلیون توکن خروجی را شامل میشود و دور دیگری از کاهشها نشان میدهد که دفاع از سهم به مراتب مهمتر از محافظت از حاشیه به ازای توکن شده است.
چهارمین بررسی، پذیرش "روترهای هوشمند" است، نرمافزاری که هر درخواست را به بهترین مدل برای کار بر اساس قابلیت، سرعت و قیمت هدایت میکند. نایب رئیس کوالکام، وینش سوکومار، استدلال کرد که این میتواند به یک لایه سودآور تبدیل شود و پیامد بازار ساده است: اگر هدایت به پیشفرض تبدیل شود، قدرت قیمتگذاری آزمایشگاههای تکنفره کاهش مییابد زیرا خریدار دیگر نیازی به تعهد به یک ارائهدهنده ندارد.
دیدگاه من: نبرد از 'بهترین مدل' به 'بهترین توزیع' در حال تغییر است
قسمتی که در اینجا اهمیت دارد این نیست که آیا V4 Flash واقعاً از Opus 4.8 در یک مقیاس مطلق 'بهتر' است یا خیر. بلکه این است که آیا به اندازه کافی نزدیک است که توسعهدهندگان بتوانند خروجی کد را به عنوان قابل تعویض در نظر بگیرند و بر اساس قیمت مسیر را تعیین کنند، زیرا چارچوب 0.28 دلار DeepSeek در مقابل 25 دلار تلاشی است برای تثبیت آن رفتار.
آزمایش واقعی این است که آیا حجم میتواند از فشردهسازی حاشیه پیشی بگیرد. سم آلتمن قبلاً نظریه حجم بر حاشیه را ثبت کرده و گفته است: 'ما از مدلهای خود به قدری استفاده خواهیم کرد که نیازی به یک کسبوکار با حاشیه بسیار بالا نداریم تا بتوانیم آموزش مدل را تأمین کنیم' و این تنها در صورتی کار میکند که توزیع و مسیر یابی تقاضا را در حالی که قیمتها کاهش مییابد، ثابت نگه دارند.
اگر روترها و بازارها به رابط خرید پیشفرض تبدیل شوند، برندگان کمتر شبیه آزمایشگاههای 'بهترین مدل' به نظر میرسند و بیشتر شبیه هر کسی که جریان درخواست را کنترل میکند.
