DeepSeek一張漲價單,繁榮了一條產業鏈?

師天浩2026.08.27 11:52 · 來自河北全文3584字00:00 / 11:45漲價,是缺貨的證詞文|師天浩觀察,作者|辰聰七天裡,DeepSeek調了兩次價。第一次發生在8月13日晚。與V4 Pro正式版上線同一份公告裡,Deepseek給出了新價格。8月17日零時起,旗艦模型V4-Pro高峰時段的輸出價從每百萬Tokens 6元漲到27元,漲幅350%;緩存命中的輸入價從0.025元漲到0.30元,是原來的12倍。一同引入的還有峰谷計價,也就是每天上午9點到12點、下午2點到6點算高峰,其餘時段半價。第二次在六天後。8月23日零時起,週六週日全天不再區分峰谷,統一按低谷價收費。
一週兩調,一次抬價、一次變相降價,似乎自相矛盾,實則是同一件事。高峰時段的算力不夠分了,要用價格這個無形的手把對時間不敏感的需求,分流去夜裡和週末。市場對價格最敏感,先讀懂了第一次。8月17日新價生效當天,A股算力板塊異動,太辰光20%漲停。市場讀到的不是Token"貴了",是算力"缺了"。但第二次調價後的第一個交易日,8月24日,市場卻遇冷。收盤時,滬指跌0.61%,深成指跌2.11%,創業板指跌3.14%,其中,算力硬件領跌:中際旭創A股收跌7.44%,報872.88元,全天成交超過300億元,主力資金淨賣出超39億元;它的港股跌超12%,報1002港元,A+H市值跌破萬億。
天孚通信跌超11%,新易盛跌超9%,一週前漲停的太辰光,跌超8%。同一天,阿里巴巴宣佈以每股112.70港元配售7.1億股新股,募資800億港元,全部投向全棧AI能力和基礎設施。認購啟動不到一小時即告超額,最終近3倍超募,主權財富基金等長線資金佔了四成以上。這是阿里2019年港股上市以來第一次配售,也是港股歷史上規模最大的一級後續發行。一邊,二級市場在賣光模塊;一邊,長線資本在排隊給AI基建送錢。兩筆錢在同一天做出相反的選擇,錢到底在為什麼定價,值得說清楚。一、漲價首先是一份供需報告要明白為什麼定價,先來看三組數字。
8月3日到9日那一週,OpenRouter榜單上DeepSeek-V4-Flash正式版的周調用量是8.83萬億Tokens,環比增長570%,排全球第一,比第二名騰訊Hy3多出近8000億。而此前的8月1日,它單日處理8萬億Tokens,創了自己的紀錄;三天後的8月4日,API開始頻繁返回"容量不足"。那時市場還不知道,四天後深度求索會預告漲價,九天後新價格就會官宣。放大到全國,缺口是結構性的。國家數據局統計,中國日均Token調用量從2024年初的1000億,漲到2025年底的100萬億,再到2026年3月的140萬億,兩年漲一千倍。
而供給端卻存在錯配,據不完全統計顯示,約80%的實時推理需求擠在東部,約80%的訓練和批量任務壓在西部;數據中心的交付週期已經壓縮到100天左右,配套的電力建設卻要兩三年。也就是說,卡脖子的不只是芯片,還有電和地。峰谷計價正是在這個背景下出現的。它的本質不是促銷,是調度。用半價的低谷,把批量任務從白天的高峰裡分出去,把緊俏時段留給願意付27元的實時需求。週末全天低谷,是同一邏輯的延伸。需求旺到必須按小時切分產能,這本身就是缺貨的證詞。二、漲價同時是一份商業模式公告過去兩年,行業打價格戰。為什麼會有價格戰?要知道價格戰的潛臺詞是,這東西不值錢,先送出去再說。
算力產業鏈被這個邏輯壓了兩年,對應在市場上,則是模型越聰明、調用越便宜,上游的訂單就越像一錘子買賣,而拐點是從價格里長出來的。摩根士丹利8月9日發了份研報,標題就叫《告別價格戰,打響智力戰》。它統計了字節跳動、阿里巴巴、百度、騰訊、MiniMax、智譜、月之暗面和DeepSeek八家的官方報價:2026年二季度,中國大模型平均API輸入價4.9元每百萬Tokens,輸出價21.9元,比2025年一季度分別漲了48%和80%。研報的結論指出:模型智能,而非價格,才是長期競爭地位的決定因素;低價搶來的份額會壓垮毛利,低毛利撐不起下一代模型的訓練。DeepSeek自己的調價節奏,也被券商拆開看過。
如華龍證券把它今年以來的動作分成三步:先降價,再峰谷計價,最後整體上調。結論是,國產大模型長達一年的低價內卷正式結束,定價中樞進入修復通道。其實,年內漲價的不止它一家。比如智譜已經三輪上調API價格,騰訊雲漲了兩次,阿里雲和百度智能雲也先後跟進。有趣的是兩年前正是DeepSeek把Token打成白菜價,逼得全行業跟進;現在它一次把價格抬高350%,等於替全行業測試需求的彈性。發起價格戰的人收手,分量不一樣。生意能算過賬,投給算力的錢才有回報預期。股市買的是預期,所以先動。三、漲價的錢,流向了哪裡1.
順著產業鏈往上走,每一環都有財報接住這個邏輯,簡單來說就是模型公司多收的錢會變成對算力的採購,路徑是從模型廠商到雲廠商,再到服務器、光模塊、芯片代工和設備。這條路徑在過去兩週,鏈條上的每一環都拿出了財報。離模型最近的光模塊先開始兌現。8月23日晚,中際旭創披露半年報:營收417.78億元,同比增長182%;歸母淨利潤136.51億元,增長242%。管理層在電話會上說,過去光模塊訂單以三個月為週期滾動,現在不少客戶直接簽到2027年。再往上游,晶圓代工廠華虹宏力二季度營收7.175億美元,創歷史新高,產能利用率做到102.8%;管理層指出,這筆增長六成來自漲價,四成來自擴產。
設備端的中微公司上半年營收66.91億元,同比增長34.89%;歸母淨利潤28.25億元,增長超過300%。邏輯鏈條都動起來了,頂層的投入也在加碼。據報道,TrendForce在8月7日把2026年全球AI服務器出貨增速從28%上調到接近31%,並預計全球九大雲廠商今年資本開支合計增長約90%;其中僅微軟、亞馬遜、Alphabet、Meta四家的2026年資本開支指引,加起來是7350到7600億美元。2.更深的變化在收錢的方式以前的算力服務商收租金,按卡按小時計費,賺固定的錢。7月29日,行雲科技的一份公告推出的新做法。子公司與一家頭部大模型客戶(市場普遍指向月之暗面),把五年期合同從10.
14億元上調到30.53億元,算力單元從128個擴到256個;已交付的8個單元,月服務費上漲21.21%,新增單元上漲36.36%。據傳,新條款的名字為Token收入相關固定服務費。算力方不再只收固定租金,而是從客戶未來的模型調用收入裡分錢,這是A股第一次把Token分成寫進重大合同。這個變化值得停下來看。收租金,算力是成本;分流水,算力是資產。同一張GPU,是兩種生意。Token漲價之後,分成條款讓算力方直接吃到Token的升值,客戶賣得越貴,自己分得越多。中信證券對此的說法是,算力租賃正從固定月租轉向按實際Token用量計費;銀河證券講得更直白,從"賣資源"到"賣產出"。
需求結構也在配合這個變化。中銀證券提示,推理需求正從互聯網應用擴散到辦公、金融、工業、政務,算力建設從訓練側的集中投入轉向訓練與推理並重。訓練是階段性的重資產投入,推理是日復一日的流水,後者才是分成模式成立的前提。服務器、交換機、光模塊、PCB、液冷都會跟著擴容。Token漲價之後,產業鏈在重新給自己定價。四、這輪行情,能夠走多遠第一個約束是需求彈性。漲價站得住,前提是用戶不走。就在DeepSeek宣佈漲價前後,阿里把2.4萬億參數的旗艦模型Qwen3.8-Max放進了開源池。要知道Max級旗艦開源,這是第一次。私有化部署的門一開,漲價漲出的每一分溢價,都在替對手降低替代成本。
判斷漲價能不能站穩,看調用量有沒有掉、低谷時段利用率有沒有升、緩存命中價差有沒有繼續收窄。第二個約束則是標準提高了。8月24日中際旭創中報營收翻倍、淨利增長242%、訂單簽到2027年,但是股價照樣跌。浙商證券那句話應驗了:市場已經從買宏大敘事,轉向買兌現證據。而且光有好財報不夠,還得回答技術路線會不會被繞開。而中際旭創們的收入恰恰建立在這個環節上,它94.8%的營收來自海外。8月4日美國FCC起草800G和1.6T光模塊進口禁令的消息曝出時,它盤中一度逼近跌停。技術路線和貿易政策,任何一條動了,簽到2027年的訂單也攔不住估值重估。淘金熱裡,賣鏟的先盈利。
這話只對一半,鏟子的價格,終究由金子決定。Token值錢了,算力才值錢;算力值錢了,芯片、服務器、光模塊才有訂單。這一週,DeepSeek用一張漲價單考賬本。問的是需求是不是真的,問的是你現在手裡的東西,下一代還需不需要。兩個問題都還沒有標準答案。但在答案揭曉之前,漲價單會一直充當這條產業鏈的溫度計。量得出需求的熱度,也量得出路線的冷暖。
Related
相關文章
Google 開源 Harness²:遞迴代理程式框架,無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²,這是一個遞迴代理程式框架,透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言,重點很簡單:你的代理程式無需更強大的模型也能進步。重點摘要:規模為框架而非模型,訓練參數為0,包含8個可編輯的框架元件,版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv,模型呼叫則透過Vertex AI。GPU需求未公開。效能方面:一次改良步驟即可在3個基準測試中,提升所有4個模型與框架組合的表現。最佳成果:GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7(+11.5點);最差表現:GLM-5搭配Codex在JobBench上僅提升1.2點(23.6至24.8)。什麼是Harness²?它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI:2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作,推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型(VLA)。該模型僅使用公開數據進行預訓練,並配備了輕量級的近期記憶功能。在三個分佈外基準測試中,僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊:規模:2.4B 參數(2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家)。記憶涵蓋最近 3 幀,間隔 1 秒。運行環境:在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入,編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供,暫無量化版本。性能:在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中,為公開數據預訓練的 VLA 模型中最優;在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017,DeepSWE 得分 77.0,並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017,這是其 V4.1-Flash 模型的新檢查點,現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash,並稱之為性能與成本的帕累託改進。同時,DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言,這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要:骨架參數 552B,另加 196B 的 Engram 參數;預填充階段每 token 啟用 8B 參數,解碼階段啟用 16B 參數;上下文長度達 1M tokens,最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重(763B 參數,FP8)採 MIT 授權。
2026年20款Jev替代方案:挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev,這是一款決策模型而非聊天機器人。使用者可定義允許的答案,Jev將回傳標籤、分數或是否的機率。約4週內,至少20款Jev替代方案相繼問世,來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要:規模範圍從287M(GLiNER2.5-multi-Decide)到35B-A3B(Mapika Decider),Jev規模未公開。執行環境:Von和Laya等編碼器可在CPU上運行,4B適配器適用24 GB GPU或32 GB Mac。效能:多數開源模型在困難推理上落後Jev,但在狹窄分類任務上數款與之匹敵或超越。最佳表現:Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億;阿里加碼AI硬件品牌,天貓、速賣通聯動;國行版蘋果AI有望12月上線,百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障!DeepSeek發放宕機補償,有人拿到3000元3.阿里加碼AI硬件品牌,天貓、速賣通聯動4.國行版蘋果AI有望12月上線,百度、阿里參與合作5.可靈AI新一代模型Kling 4.