DeepSeek官网显示，2月9日，DeepSeek-V3 API服务的45天优惠价格体验期已结束，从2月9日开始将调整为新的价格：每百万输入tokens 0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens 8元。

在优惠期，DeepSeek-V3的输入token费用在缓存命中的情况下是每百万0.1元，缓存未命中时为每百万1元；输出token的费用则是每百万2元。

而在2月9日价格调整后，输入token费用统一变为每百万2元，不管缓存是否命中；缓存未命中时的价格翻倍，涨幅为100%；输出token费用涨至每百万8元，涨幅为300%。

据《中国基金报》报道，有分析称，优惠体验期是一种常见的市场推广策略，在优惠期内吸引了大量用户尝试和使用DeepSeek-V3的API服务，积累了用户基础和市场口碑。现在优惠期满，API价格如期恢复上调。

专家分析，DeepSeek提价之后，公有云价格竞争压力减小，同时API性价比下降后利好企业本地化部署。由于DeepSeek-V3优惠期价格相较云厂商具有极高的性价比，价格恢复后云厂商价格竞争压力显著下降。此外，由于API价格相较优惠期上调2~4倍不等，部分企业或更倾向于选择本地化部署，利好企业侧算力需求与容灾备份需求。

成本降低打开的市场空间

据《21世纪经济报道》报道，伴随DeepSeek爆火而来的，是业内对其技术路线的研究和探讨，以及由于成本降低打开的巨大市场空间。

Meta首席执行官马克·扎克伯格（Mark Zuckerberg）指出，开源在一开始并不占据很高优势，向外界开放可以更大程度推动产业链标准化，由此拉动产业链共同参与推动降低成本、优化能力。“来自中国的新竞争对手DeepSeek，我认为他们显示出，即将有一个全球化的开源标准——这是我们正在谈论的事情之一。”

亚马逊首席执行官Andy Jassy指出，“我们秉持一种信念，即几乎所有大型生成式人工智能应用都会使用多种模型类型，而且不同客户会针对不同类型的工作负载使用不同模型，那么你就要尽可能多地提供前沿模型让客户选择。我们正通过Amazon Bedrock这类服务来实现。这就是为什么我们迅速行动，确保DeepSeek模型能在Bedrock和SageMaker平台上使用。”

Arm首席执行官Rene Haas指出，DeepSeek无论是V3还是R1模型，都是基于行业前沿模型的基础上，进行了大量创意性工作来搭建，由此让推理更为高效。“实话说我认为很棒。”他续称，因为这将推动行业发展走向更为高效，降低成本从而可以更好扩大整体计算需求。

谷歌首席执行官Sundar Pichai也认为，DeepSeek是一个了不起的团队，“回顾过去三年来的发展，会发现用于AI推理的支出比例相比AI训练一直在增加。这是件好事，因为推理显然可以支持企业获得良好的投资回报率（即加速推动应用落地）。”

他指出，推理使用成本将不断下降，使更多用例变得可行，“机会空间要多大就有多大（as big as it comes），这就是为什么我们在持续投资以期迎接这一时刻。”

AI投资的走向

AI在推理侧的需求在快速发展早已是事实，只是DeepSeek用更低成本实现。乍一看来，与财报季前后美股科技巨头动辄提出数百亿美元的AI投入显得差异巨大。

在业绩会期间，关于AI投资的走向就备受关注。综合来看，巨头们仍然坚持对AI基础设施的投资，也强调了对推理侧投资力度的价值——即面向应用领域探索的投资重要性不容忽视。

亚马逊首席执行官Andy Jassy仔细分析道，过去几周里，人们会做出一种假设：如果能够降低AI投资中任何一种技术组件的成本——主要指推理成本——就可以减少在技术方面的总体支出。

“但实际情况并非如此，我们在云计算领域经历过类似情形。”他指出，在2006年推出亚马逊云服务（AWS）时，提供的S3存储服务价格是每千兆字节15美分、计算服务每小时10美分，当然现在价格已经低得多。

“随着技术发展，人们曾认为企业在基础设施技术上的支出会大幅减少。但实际情况是，企业在每单位基础设施上的花费确实会大幅降低，但随后，他们会对之前因成本过高而从未尝试的新项目产生兴趣，想着还能搭建些什么，最终往往总体支出会大幅增加。”他也指出，整体看，推理成本将显著降低，这对客户和公司业务都将是积极影响。

Meta首席财务官Susan Li也表示，公司仍然致力于针对AI训练和推理进行基础设施相关投资。“因为目前还不十分明晰我们到底需要什么，例如不知道我们的推理用途到底有多广泛——这是我们竞争优势的真正来源。所以，我们也很兴奋，因为仍有空间在推进更有效地运行这些工作负载。”

她重申，当前正处于AI资本支出的早期阶段，还无法完全确定未来整体格局将如何演变。有资格谈论的是，GenAI将有许多全新、更简单的方法，来丰富生态系统，这显然对应用程序家族（the Family of Apps）的体验有很大帮助。

“我仍然认为，随着时间的推移，从服务质量和服务规模角度看，大力投资资本支出和基础设施将是一个战略优势。”Susan Li说道。

根据Meta拆解，2025年针对AI基础设施的投入主要涵盖三方面：其中大部分将用于GPU部署，此外对构建更高容量的网络能力、光传输能力等也将持续。

“我认为现在确定长期资本密度还为时过早。因为要考虑的因素很多，包括底层模型的进步速度、效率；Gen AI产品的用例方向；一代硬件创新带来了哪些性能和效率提升等。”Susan Li表示。

可以从一个案例对此进行解读。关于AI/MR眼镜品类，多家硅谷大厂其实已经投入多年。即便根据Meta最新财报，其Reality Labs（虚拟现实实验室）仍然巨亏50亿美元，但近两年来在该领域风靡全球，甚至带火AI终端发展新一轮周期的产品，Quest系列和Ray-Ban Meta也都出自其手。由此不能忽视在AI应用探索过程中需要投入的前期成本。

从一个行业的正常发展逻辑来说，先行者往往会需要投入更多进行摸索，导致后来者在成本方面会有一些优势。只是DeepSeek的出现让这种差异对比明显，但并不能由此就认为巨头们对AI的投资就完全属于“浪费”，只是可能会存在一些可及性和有效性的问题。