DeepSeek снизила цену на V4-Pro на 75% и усилила ценовую войну в ИИ

Снижение на 75% отражает падение стоимости inference и давит на премиальное ценообразование OpenAI, Anthropic и Google.

Китайский стартап в сфере ИИ DeepSeek объявил о резком снижении цены на недавно запущенную флагманскую модель V4-Pro. Компания урезала стоимость модели на 75% — всего через месяц после анонса поколения V4, в которое входят V4 Pro и V4 Flash.

Ранее стоимость использования составляла от $0,0145 за один миллион токенов (cache hit) до $3,48 за один миллион выходных токенов. После пересмотра V4 Pro будет стоить от $0,003625 за один миллион токенов до $0,87 за один миллион выходных токенов соответственно. Цена API DeepSeek V4 Pro будет официально скорректирована до 1/4 от исходной после завершения промоакции со скидкой 75% 31.05.2026 в 15:59 UTC, сообщила компания.

«V4-Pro была спроектирована так, чтобы снизить стоимость long-context inference: по сообщениям, она работает примерно на четверти вычислений на один токен и требует в десять раз меньше памяти, чем предшественник, при очень длинном контексте. Поэтому снижение цены является постоянным, а не промоакцией. Это не скидка. Это передача пользователям выигрыша в эффективности», — сказал Санчит Вир Гогиа, главный аналитик и CEO Greyhound Research.

DeepSeek сокращает отставание от западных конкурентов

Почти через год после запуска reasoning-модели R1, ориентированной на производительность и экономичность, DeepSeek представила preview версии V4 LLM. Как и прежние модели, V4 является open source, что позволяет разработчикам скачать код, запускать его локально и даже модифицировать. Новые модели оптимизированы для работы с популярными agent tools, такими как Claude Code от Anthropic и OpenClaw.

«С точки зрения чистых возможностей DeepSeek V4-Pro фактически закрыла разрыв по ключевым задачам, таким как сложная математика и reasoning, одновременно агрессивно лидируя на рынке по открытости и стоимости inference. Специализированные режимы reasoning и архитектурные улучшения делают ее серьезной альтернативой западным frontier models», — сказал Нил Шах, вице-президент Counterpoint Research. Однако, по его словам, основные ограничения связаны не с “сырой” интеллектуальной мощностью: модель уступает западным конкурентам по масштабу экосистемы, глобальной поддержке, прозрачной IP provenance и глубокой, безопасной интеграции с hyperscaler-платформами, которые изначально предлагают AWS, Microsoft и Google.

Ниже стоимость, выше ROI

Поскольку inference costs остаются одним из главных барьеров на пути от пилотов к развертыванию на уровне всей организации, агрессивная скидка DeepSeek может дать компаниям существенную экономию, говорят эксперты.

«Первая волна enterprise AI была полна впечатляющих демонстраций и неприятных счетов. CIO быстро поняли, что стоимость ИИ — это не только вызов модели, но и retrieval, orchestration и многое другое», — добавил Гогиа.

Однако снижение на 75% имеет значение только в том случае, если CIO действительно могут масштабно получить к нему доступ.

«Для большинства компаний важнее не прямой API DeepSeek, а сравнение стоимости локального развертывания с использованием любого внешнего inference provider. Если CIO сможет разместить DeepSeek V4-Pro на собственной инфраструктуре, затраты на inference резко снижаются, и многие проекты, которые раньше были экономически невыгодны на масштабе, становятся жизнеспособными. Это включает постоянно работающих copilot, массовую обработку документов, генерацию кода, L1 support и multi-agent workflows», — объяснил Амит Джаджу, senior managing director в Ankura Consulting. Он добавил, что если модель потребляется через сторонних провайдеров, эффективная ставка может быть выше, а выгода по ROI — меньше.

Давление на цены в ИИ усилится

Стратегия DeepSeek с дисконтированным прайсингом, вероятно, усилит давление на крупных ИИ-вендоров, чьи модели часто продаются по премиальным enterprise-ценам. Это может подтолкнуть таких поставщиков, как OpenAI, Anthropic и Google, к более выгодным пакетам.

Шах отметил, что высокомаржинальные и высокотребляющие token pricing models от Anthropic и OpenAI становится все труднее оправдывать для многих enterprise workload и workflow. Появление жизнеспособной open-weights-альтернативы дает корпоративным покупателям заметный рычаг переговоров. Вероятно, это заставит премиальные западные ИИ-лаборатории постепенно смещаться от базового оплаты по потреблению к более защищаемым моделям монетизации, ориентированным на результат или ценность.

Соответственно, CIO также начнут переходить к multi-model AI strategy, аналогично миграции к multi-cloud architectures. «Это приведет к архитектуре AI portfolio, где премиальные модели будут использоваться для задач с высокими ставками, domain models — для специализированных задач, более компактные модели — для повторяемого исполнения, а orchestration layer — для маршрутизации, логирования, governance и мониторинга всего контура», — добавил Гогиа.

CIO следует действовать осторожно

Несмотря на ценовые преимущества DeepSeek, CIO следует осторожно оценивать китайские ИИ-модели и тщательно взвешивать риски, связанные с раскрытием чувствительных данных, соблюдением регуляторных требований и геополитической зависимостью.

Джаджу добавил, что главный риск — это data sovereignty и трансграничная передача данных. Если CIO используют внешние API, размещенные в Китае, prompts, документы, embeddings, логи и telemetry могут покидать корпоративный периметр и проходить через юрисдикции с разными правовыми режимами.

Еще один серьезный риск — утечка IP, поскольку разработчики могут вставлять в рабочие процессы модели исходный код, продуктовые дизайны, юридические черновики, материалы по M&A или данные об инцидентах. Если модель внешняя, эти данные могут храниться, использоваться для обучения или становиться доступными через логи или плагины, добавил он.

Джаджу также отметил третий риск — regulatory defensibility. CIO нужно понимать, где обрабатываются данные, что сохраняется, кто имеет доступ, какие контрактные гарантии действуют, можно ли развернуть модель на собственной инфраструктуре и как можно аудитировать ответы.

Эксперты предупреждают, что самый безопасный вариант — запускать DeepSeek локально или в sovereign cloud под контролем компании, с шифрованием, контролем доступа и audit trails.

Материал впервые был опубликован на InfoWorld.

Материал — перевод статьи с английского.

Оригинал: DeepSeek’s steep V4-Pro price cut escalates AI pricing war