今天的主题是——deepseek涨价的底层逻辑。

彭博对涨价原因的分析非常简单，它的文章的标题直接写为《DeepSeek Quadruples Peak Prices of Flagship AI Models Before IPO》（DeepSeek在IPO前将旗舰AI模型高峰价格提高四倍）。其摘要也明确表示：在潜在首次公开募股之前，DeepSeek正大幅提高旗舰V4模型价格，即使其价格仍远低于主要竞争对手。

所以，彭博认为涨价，是因为IPO这个潜在因素，而涨价有助于改善盈利能力、向投资者展示更可持续的商业模式。

这有一定道理，但是我的观点是，这是一个“次要因素”。

一、我的观点是，deepseek的涨价，是代表一个重要的趋势——开源模型开始取得“AI单位智能成本”的定价权。

我需要先补充一组重要的数据：依据Silicon Data的LLM Token价格指数：这个指数是一个使用量加权的平均价格指标（单位：美元/百万 tokens），它反映市场实际支付的 LLM 推理成本，而非单一模型的价格。它覆盖前沿 API、开源权重推理平台等，代表超过 90% 的全球可寻址 LLM 推理支出。

这个指数的最近几个月的变动有一个很有趣的特征，AI模型总体价格下降，闭源大模型价格先涨后降，而开源模型的价格反而开始上涨。

从2025年12至2026年8月：（美元）整体 LLM Token 指数：1→1.29闭源模型：1.2→4.2→3.07开源模型：0.33→基本持平（最高0.55）→0.66

★价格重要，但是价格变动的趋势更重要：

闭源/开源的比值，已经从4.2（闭源最高值）/0.55（开源最高值），约8倍。收敛到现在闭源3.07/开源0.66，约4.65倍。

这意味着，开源模型和闭源模型，不仅仅是功能差距在收敛，DeepseekV4 pro0813，根据最新评测，在真实代理工作流（终端操作、安全、自动化）上差距很小（0-5%），部分任务已打平甚至领先。更关键是，现在价格差距也在收敛。

当能力差 （下降） + 价格差 （下降），就代表AI大模型的商业模式正在发生根本性的改变。

✔这个改变是什么？我用一个路径图来解释我的观点：

开源模型能力上升 → 开源进入高端市场 → 闭源模型被迫降价 → 闭源/开源价格收敛 → 模型定价权向开源转移 → Token加速商品化 → AI使用成本下降 → Agent大规模普及 → 价值开始从“AI模型层”向“应用层/生态层”迁移。

在这个大的趋势和背景下，再来看deepseek的涨价，它并不是一个所谓为了“IPO而涨价”的简单商业定价行为。

二、DeepSeek正在将从“成本优势”，转化为“效率优势”，这点非常关键。

deepseek＝便宜，这个公式从一开始就不成立。DeepSeek真正核心不是便宜（单纯只有价格优势）。而是：deepseek= 单位算力产生的智能更多。

传统的美国闭源模型：100亿美元训练成本，可以获得100能力DeepSeek路线：30亿美元成本，可以获得90能力 ，而现在进一步优化为，20亿美元成本，可以获得95能力。

这意味着，整个AI产业竞争逻辑正在变化——市场的定价基准，开始从单纯的购买AI智能，转换为购买，“每1美元（每单位）能够获取的AI智能”。

而开源模型和闭源模型的价格走势，叠加deepseek的涨价也意味着，以deepseek为代表的开源模型正在获得定价权方面的优势。

三、这仍然不是最关键的。

deepseek涨价是一个信号——AI行业最大的分水岭已经出现。

最强模型 → 高价格 → 高利润 → 持续领先，这一条闭源模型的闭环体系已经遇到了最大的发展瓶颈。高效率模型 → 大规模部署 → 开发者生态 → 行业应用 → 形成标准→获取定价权→完善商业模型，这一条开源模型的生态体系，市场开始认可并接受。

我们仍需再进一步：

在分析梁文峰闭门演讲的底层逻辑的文章中，我分享过这样一个观点：

亚马逊和其他很多人都认为——AI是一种“工具”，只需要去“使用它”。而deepseek认为——“AI是新的生产力的基础”，需要真正的把它“创造出来”。

这两条路究竟有什么本质的不同？

我想分享并且强调的是，这是一个核心的战略选择——到底应该争夺“AI人工智能的生产权”，还是争夺“AI人工智能的使用权”？

deepseek选择了前者，而绝大多数人，选择的是后者。

✔争夺“AI人工智能的生产权”，初步获得定价权只是一个必要的基础，而最重要的是，继续完成开源AI基础模型从技术能力到经济价值转化的路径，并且同时制定“规则”。

涨价是现象，转化路径才是关键。