Hvad DeepSeek ændrede
DeepSeek bekræftede den 30. juni, at næste model, V4, kommer midt i juli med en prisstruktur, som ingen stor AI-udbyder har brugt før: API-måleren kører i to hastigheder. I spidstimerne - fastsat til 09:00-12:00 og 14:00-18:00 Beijing-tid - fordobles taksten pr. token. Uden for de vinduer gælder den nuværende pris. For flagskibet deepseek-v4-pro er det 6 yuan pr. million output-tokens i lavlast og 12 yuan i spids; den mindre v4-flash går fra 2 til 4 yuan. Hvert niveau har et kontekstvindue på en million tokens, og DeepSeek varsler enhver takstændring pr. e-mail 24 timer i forvejen.
Virksomheden kalder det bevidst laststyring og ikke en prisstigning. Lavlasttaksterne rører sig ikke, så en last, der allerede kørte om natten, betaler præcis som før. Det nye er tillægget på de timer, hvor alle vil have modellen på én gang. Det er ikke en detalje. Det er første gang, en API af denne størrelse fortæller udviklerne, at uret, og ikke kun antallet af tokens, afgør regningen.
Hvorfor det er inferens til en strømpris
Elnet har afregnet sådan i årtier. Når efterspørgslen topper, og udbuddet er stramt, stiger prisen for at skubbe fleksibel last til roligere timer. DeepSeek gør nu det samme med GPU-tid, af samme grund: den reelle grænse for at betjene en stor model er ikke modellen, men beregningen og strømmen bag den i det travle vindue. En fast takst pr. token antog næsten ubegrænset kapacitet. Spids- og lavlastpris indrømmer det modsatte: kapacitet er knap på bestemte timer.
For køberen bryder det med fortællingen om, at AI bare bliver billigere hvert kvartal. Den bliver nu billigere eller dyrere alt efter, hvornår du kører den. Dermed bliver planlægning for første gang et omkostningshåndtag. Alt, der kan vente - natlig dokumentbehandling, batchklassificering, offline-evaluering, klargøring af træningsdata - hører til i lavlast. Alt interaktivt betaler tillægget. Hold, der behandler inferens som en elregning, laver det samme arbejde for markant mindre.
Hvad en europæisk operatør bør gøre
Tidsregnskabet favoriserer Europa. Beijing er seks timer foran centraleuropæisk sommertid, så DeepSeeks spidsvinduer falder i København omkring 03:00-06:00 og 08:00-12:00. I praksis: en europæisk virksomhed, der kører meget inferens om eftermiddagen fra frokost og frem, ligger næsten helt i den billige lavlasttarif. Det dyre bånd for den europæiske bruger er sidst på formiddagen, fra 08:00 til 12:00. Output på v4-pro lander i lavlast på cirka 0,75 euro pr. million tokens mod omkring 1,50 euro i spids - et spænd, det betaler sig at planlægge efter.
Kort sagt: hold op med at se en tokenpris som ét tal. Læg din inferenslast op mod disse vinduer, skub hvert udskydeligt job forbi lokal middag og reservér morgenspidsen til det, der virkelig ikke kan vente. Hold også øje med mønstret: Together AI og andre har allerede prissat deres inferenslag om i år, og når først en stor udbyder viser, at priser efter tidspunkt holder, ligner den faste takst mindre et løfte og mere en overgangsfase.
Læs videre: OpenAI køber sin hastighed hos en enkelt chipproducent | DeepSeek V4 er gratis at eje. De fleste virksomheder lejer det alligevel per token.
