डीपसीक ने अपनी मूल्य निर्धारण नीति के कारण प्रतिष्ठा अर्जित की है। ओपनरॉटर कैटलॉग में, कंपनी का V4 फ्लैश मॉडल इनपुट टोकन के एक मिलियन के लिए $0.14 और आउटपुट टोकन के लिए $0.28 की कीमत पर उपलब्ध है। हालांकि, डीपइंफ्रा, जीएमआईसीलाउड और बाईडू कियानफान जैसे तृतीय-पक्ष सेवाएँ आधिकारिक एपीआई की तुलना में कम दरें पेश करती हैं। यहां संपीड़न स्पष्ट है: डीपइंफ्रा की दर घोषित डीपसीक मूल्य का लगभग 64 प्रतिशत है।
हालांकि, अधिक दिलचस्प सवाल यह नहीं है कि क्या तीसरे पक्ष आज डीपसीक को दरकिनार कर सकते हैं, बल्कि यह है कि क्या होगा यदि डीपसीक अपनी आधार कीमत तीस गुना बढ़ा देता है।
ओपनकोड प्लेटफॉर्म के एक इंजीनियर ने हाल ही में किराए पर लिए गए ग्राफिक्स प्रोसेसिंग यूनिट्स का उपयोग करते समय भी डीपसीक की वर्तमान मूल्य निर्धारण नीति को दोहराने की एक विधि प्रस्तुत की। उन्होंने अनुमान लगाया कि आगामी मूल्य वृद्धि लागत से प्रेरित उपाय के बजाय भार संतुलन का एक उपकरण है। V4 फ्लैश के रिलीज के बाद से सर्वर लोड चरम क्षमता पर बना हुआ है। समुदाय की राय स्पष्ट है: चौबीसों घंटे चलने वाले वैश्विक बाजार में, चरम और निम्न अवधि एक दूसरे की भरपाई करती हैं, जिससे कोई कमी नहीं रहती है। मांग क्षमताओं से अधिक है, और मूल्य निर्धारण वह लीवर है जिसका उपयोग डीपसीक करने को तैयार है।
वह मुख्य इंजीनियरिंग कारण जो डीपसीक को ग्राहकों को खोए बिना उच्च कीमत निर्धारित करने की अनुमति देता है, वह इसकी कैश आर्किटेक्चर में निहित है। जब एक दीर्घकालिक कोडिंग एजेंट चलता है, तो यह प्रत्येक चरण पर पिछले संदर्भ की भारी मात्रा को फिर से संसाधित करता है। यदि उपसर्ग मेल खाता है, तो इन टोकन को कैश हिट दर पर टैरिफ किया जाता है। यदि कोई मिलान नहीं है, तो उन्हीं टोकन का पूर्ण मूल्य चुकाया जाता है। समुदाय के शोधकर्ता सु ची दान दाओ द्वारा किए गए एक अध्ययन में, जिसमें 20,000 अनुरोध शामिल थे, यह दिखाया गया कि डीपसीक ने 12 घंटे की अवधियों के दौरान 100% कैश हिट दर बनाए रखी, जबकि GLM केवल 5 मिनट में 25% तक गिर गया। Kimi और GPT मॉडलों ने इन दोनों मानों के बीच परिणाम दिखाए।
इसका संरचनात्मक महत्व है। आधार मूल्य यह नहीं दर्शाता है कि डीपसीक के अधिकांश उपयोगकर्ता कितना भुगतान करते हैं। एक उपयोगकर्ता जो अनुरोधों की स्थिरता बनाए रखता है, वह वास्तव में इनपुट डेटा के लिए लगभग मुफ्त भुगतान करता है। एक उपयोगकर्ता जो अक्सर संदर्भ को फिर से लिखता है, वह लगभग पूरी कीमत का भुगतान करता है। इस प्रकार, एक ही एपीआई एक पांच डॉलर मासिक बजट वाले शौकिया और पांच अंकों के कार्य वॉल्यूम वाले एक बड़े कॉर्पोरेट प्रोजेक्ट दोनों को सेवा प्रदान करता है, और यह सब बिना किसी स्पष्ट बहु-स्तरीय मूल्य निर्धारण के। आधार मूल्य में 30 गुना वृद्धि केवल दूसरी समूह के लिए मायने रखेगी, क्योंकि पहले समूह का प्रभावी बिल पहले से ही काफी हद तक कैश हिट्स द्वारा निर्धारित होता है।
यह इस बात की भी व्याख्या करता है कि ओपनकोड की $10 की प्रचार सदस्यता हमेशा डीपसीक के आधिकारिक एपीआई से बेहतर क्यों नहीं होती है। वास्तविक कार्यभार परीक्षण दिखाते हैं कि लंबी सत्रों के दौरान ओपनकोड गो सीधे डीपसीक एपीआई की तुलना में 2-10 गुना अधिक महंगा चलता है, और यह कैश मिस के संचय के कारण होता है। तृतीय-पक्ष प्लेटफार्मों पर कम कीमत भ्रामक हो सकती है: जब प्रीफिक्स की स्थिरता बनाए रखना संभव होता है, तो आधिकारिक एपीआई अधिक फायदेमंद साबित होता है। डीपसीक इसलिए सबसे सस्ता नहीं है क्योंकि इसकी आधार कीमत कम है, बल्कि इसलिए है कि इसका कैश वास्तविक कीमत को शून्य के करीब लाता है।
डीपसीक V4 फ्लैश मॉडल ने ओपनकोड टूल में केवल एक दिन में 8 ट्रिलियन टोकन का विशाल उपयोग प्रदर्शित किया। यह मात्रा ओपनर राउटर प्लेटफॉर्म के औसत दैनिक आंकड़े से अधिक है, जो लगभग 6.6 ट्रिलियन टोकन है। उपयोग में यह उछाल एआई के साथ काम करने के तरीकों में एक मौलिक बदलाव को दर्शाता है: यदि पहले कार्य एक साधारण प्रश्न और उत्तर तक सीमित थे, तो अब एजेंट फ़ाइलें पढ़ने, कोड बदलने, प्रोग्राम चलाने और त्रुटियों के बाद पुनः प्रयास करने जैसे अधिक जटिल ऑपरेशन करते हैं, जिससे टोकन की खपत कई गुना बढ़ जाती है।
इस तरह की जटिल परस्पर क्रिया का एक उदाहरण एक उपयोगकर्ता द्वारा दिखाया गया जिसने क्लॉड ओपस 5 का उपयोग करके एक सिंगल-पेज 3डी गेम प्रोजेक्ट बनाया। इस प्रक्रिया के परिणामस्वरूप एक एचटीएमएल फ़ाइल बनी, जिसमें 690 मिलियन टोकन की आवश्यकता हुई और इसकी लागत लगभग 3000 युआन आई।
एजेंटों द्वारा किए जाने वाले कार्यों के आगमन के साथ, मॉडलों के मूल्यांकन का मानदंड व्यक्तिगत उत्तर की गुणवत्ता से हटकर लंबी अवधि के कार्य को पूरा करने की लागत पर स्थानांतरित हो गया है। उदाहरण के लिए, डीपसीक पर एक मिलियन आउटपुट टोकन की कीमत 2 युआन थी, जबकि क्लॉड ओपस 4.8 पर यही ऑपरेशन 25 अमेरिकी डॉलर का आया, जो लगभग 170 युआन के बराबर है, जो 85 गुना मूल्य अंतर को दर्शाता है। हालांकि आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स v4.1 में V4 फ्लैश मैक्स ने ओपस मैक्स के मुकाबले 50 अंक प्राप्त किए, लेकिन इस परीक्षण को पास करने की लागत V4 फ्लैश के लिए 72.02 अमेरिकी डॉलर थी, जबकि ओपस के लिए 3752.55 अमेरिकी डॉलर थी, और ओपस ने कॉल की लागत में लगभग 52 गुना वृद्धि के साथ 6 अतिरिक्त अंक प्राप्त किए।
V4 फ्लैश अभी तक पूर्ण श्रेष्ठता साबित नहीं कर सकता है, लेकिन यदि दोनों मॉडल एक ही उम्मीदवार सूची में आते हैं, तो 85 गुना मूल्य अंतर मानक चयन को बदल सकता है। जब एक मॉडल अपने प्रतियोगी से केवल कुछ प्रतिशत आगे होता है, लेकिन वह दर्जनों गुना अधिक महंगा होता है, तो गणितीय रूप से अधिक महंगे विकल्प के पक्ष में चयन करना बंद हो जाता है।
इस प्रवृत्ति से सबसे पहले प्रभावित न तो सबसे कमजोर मॉडल होते हैं, क्योंकि छोटे मॉडल रूटिंग के लिए उपयुक्त बने रहते हैं, और फ्लैगशिप मॉडल सबसे कठिन कार्यों को संभालते रहते हैं। मध्यम स्तर के मॉडल सबसे अधिक संवेदनशील साबित होते हैं - वे V4 फ्लैश से मजबूत होते हैं, लेकिन वे दर्जनों गुना अधिक महंगे होते हैं और उन कार्यों को हल करने के लिए पर्याप्त शक्तिशाली नहीं होते हैं जिन्हें V4 फ्लैश संभालता है। यही डीपसीक की 'किलिंग लाइन' है: मॉडलों को जरूरी नहीं कि सबसे मजबूत होना पड़े, उन्हें अधिकांश कार्यों को पूरा करने के लिए पर्याप्त अच्छा होने की आवश्यकता है, लगभग दो परिमाण के क्रम का मूल्य अंतर का उपयोग करके, ताकि अधिक महंगे विकल्पों को डिफ़ॉल्ट सूची से बाहर किया जा सके।
मूल्य निर्धारण के संदर्भ में, ओपस एक मिलियन आउटपुट टोकन के लिए 25 अमेरिकी डॉलर, फेबल 5 के लिए 50 अमेरिकी डॉलर, और चीनी मॉडल में Qwen 3.8 Max 36 युआन, Kimi K3 100 युआन और GLM 5.2 28 युआन शामिल हैं।
मुटाई को मिनरल वाटर की कीमतों पर बेचने की क्षमता प्रति टोकन इन्फेरेंस की सीधी लागत के कारण संभव होती है, जो सक्रिय मापदंडों, सटीकता, ध्यान, KV-कैश, आउटपुट की लंबाई, हार्डवेयर के उपयोग और समानांतरवाद पर निर्भर करती है। V4 फ्लैश में 284 बिलियन कुल पैरामीटर हैं, लेकिन यह प्रत्येक टोकन के लिए लगभग 13 बिलियन को सक्रिय करता है, हाइब्रिड अटेंशन, लो-प्रिसिजन वेट्स और कैश ऑप्टिमाइज़ेशन का उपयोग करता है। एक मिलियन टोकन के संदर्भ में, इन्फेरेंस की कम्प्यूटेशनल लोड V3.2 का लगभग 10% है, और KV-कैश का आकार लगभग 7% है। V4 श्रृंखला ने CSA compress-then-focus और HCA full-browse तंत्रों को लागू करते हुए अटेंशन मैकेनिज्म को फिर से डिज़ाइन किया है, और डीपसीकMoE रूटिंग का उपयोग करता है, जो प्रत्येक टोकन को विशेषज्ञों के एक छोटे उपसमूह की ओर निर्देशित करता है। वाणिज्यिक मूल्य निर्धारण और सेवा लागत इन तकनीकी विशेषताओं का अनुसरण करती है। इस प्रकार, 'किलिंग लाइन' विकास की सीमा को फिर से परिभाषित करती है: प्रदर्शन और मूल्य का संयोजन निर्णायक कारक बन जाता है, जहां कार्य को पूरा करने की लागत एक निर्धारित मीट्रिक है।
डीपसीक ने 2 अगस्त को 304 बिलियन पैरामीटर वाला एक हल्का मॉडल प्रस्तुत करते हुए DeepSeek-V4-Flash का आधिकारिक संस्करण जारी किया। यह संस्करण न्यूनतम फाइन-ट्यूनिंग के बाद V4-Pro के प्रारंभिक संस्करण पर महत्वपूर्ण श्रेष्ठता प्रदर्शित करता है और Claude Opus-4.8 के बराबर प्रदर्शन स्तर तक पहुंच जाता है।
मॉडल के वज़न समुदाय के लिए खुले तौर पर जारी किए गए थे, और इसने तुरंत HuggingFace ट्रेंड्स में दूसरा स्थान हासिल कर लिया, केवल Kimi K3 से पीछे रहा। सामुदायिक बेंचमार्क के अनुसार, मॉडल ने प्रति मिलियन इनपुट टोकन पर मात्र 0.14 अमेरिकी डॉलर और प्रति मिलियन आउटपुट टोकन पर 0.28 अमेरिकी डॉलर की लागत पर 82.7 का प्रदर्शन स्कोर दिखाया, जो प्रमुख बंद मॉडलों की तुलना में काफी बेहतर मूल्य-प्रदर्शन अनुपात प्रदान करता है।
VulcanBench प्लेटफॉर्म पर स्वतंत्र परीक्षण ने DeepSeek-V4-Flash को पहले स्थान पर पहुँचाया, जिसने Claude Fable 5 को पीछे छोड़ दिया। इस रिलीज़ को उद्योग में 'डीपसीक का तीसरा मोमेंट' के रूप में व्यापक रूप से सराहा गया, जो जनवरी 2025 में AI की कीमतों की पहली वैश्विक समीक्षा को प्रेरित करने वाले DeepSeek-R1 और ओपन वेट्स के परिदृश्य को बदलने वाले K3 के रिलीज चक्र के बाद आया है।
V4-Flash के आधिकारिक संस्करण का विश्लेषण DeepSeek Harness नामक एक नए ढांचे का उपयोग करके किया गया था - एक टूलकिट जिसे एजेंट सॉफ्टवेयर इंजीनियरिंग कार्यों के संरचित मूल्यांकन के लिए विकसित किया गया है। Harness फ्रेमवर्क उपकरण अनुबंध अनुपालन की जाँच, निष्कर्षों को साक्ष्यों से जोड़ने और सत्यापन वर्कफ़्लो के लिए मानकीकृत इंटरफेस प्रदान करता है, जो डीपसीक की गतिविधियों के विस्तार का संकेत देता है जो केवल मॉडल जारी करने से परे AI कोडिंग अवसंरचना में है।
V4-Flash के प्रदर्शन की पुष्टि करने के लिए उपयोग की गई परीक्षण पद्धति भी DeepSeek Harness पर आधारित थी, जो कंपनी द्वारा एजेंट ऑर्केस्ट्रेशन और मूल्यांकन परत विकसित करने का संकेत देती है जो भविष्य के DeepSeek Code उत्पाद का आधार बन सकता है। यदि डीपसीक V4 क्लास मॉडल की क्षमताओं को ओपन मूल्यांकन फ्रेमवर्क और आक्रामक मूल्य निर्धारण के साथ जोड़ती है, तो AI कोडिंग बाजार में मौलिक परिवर्तन हो सकता है।
इसके अलावा, इस रिलीज़ ने पुष्टि की कि आधिकारिक DeepSeek-V4-Pro संस्करण विकास में है। चूंकि हल्का Flash संस्करण पहले से ही उन्नत बंद सिस्टम के प्रदर्शन के करीब पहुंच रहा है, इसलिए उम्मीद है कि पूर्ण Pro मॉडल क्षमताओं के मेट्रिक्स को काफी बढ़ाएगा। डीपसीक ने अभी तक आधिकारिक V4-Pro संस्करण की समय-सीमा घोषित नहीं की है। कंपनी प्रतिस्पर्धी मूल्य निर्धारण बनाए रखते हुए वज़न खोलने की अपनी रणनीति जारी रखे हुए है, जिससे डीपसीक चीनी ओपन-सोर्स AI इकोसिस्टम के लिए एक मानदंड बन गया है और वैश्विक एपीआई बाजार में मूल्य एंकर बन गया है।
डीपसीक का यह तीसरा मोमेंट खुले वज़न वाले चीनी मॉडलों की तेजी से रिलीज की गति को दर्शाता है। 2.8 ट्रिलियन पैरामीटर वाला Kimi K3 ओपन सोर्स के लिए स्केलिंग की सीमा निर्धारित करता है, MiniMax H3 ने प्रतिस्पर्धियों की कीमत के एक तिहाई पर पूर्ण मल्टीमॉडल कार्यक्षमता पेश की, और अब DeepSeek-V4-Flash प्रदर्शित करता है कि 304 बिलियन पैरामीटर वाला एक अनुशासित प्रशिक्षण वाला मॉडल उन्नत प्रदर्शन के करीब पहुंच सकता है। खुले वज़न, Harness उपकरणों और आक्रामक मूल्य निर्धारण का अभिसरण बंद समाधान प्रदाताओं पर प्रतिस्पर्धात्मक दबाव बढ़ाता है और मॉडल प्रदाताओं के चयन के लिए डेवलपर्स के दृष्टिकोण को बदलता है। खुले वज़न और Harness फ्रेमवर्क के साथ आधिकारिक DeepSeek-V4-Flash डीपसीक के अनुसंधान प्रयोगशाला से एक पूर्ण AI इन्फ्रास्ट्रक्चर खिलाड़ी में संक्रमण का प्रतीक हो सकता है, जिसमें AI कोडिंग अगले युद्धक्षेत्र के रूप में स्थित है जहां मॉडल क्षमताएं, मूल्यांकन अवसंरचना और डेवलपर उपयोगकर्ता अनुभव मिलते हैं।
