DeepSeek於8月7日宣佈大幅上調其API定價，距離該公司引入峰谷定價機制僅三週時間。據官方披露，旗下V4 Flash模型單日Token消耗量高達8萬億，公司年度經常性收入（ARR）已達4億至5億美元，並正在籌備一筆規模達500億元的融資。這一漲價動作被市場解讀為國產大模型從“燒錢換使用者”轉向盈利驗證期的標誌性事件。

DeepSeek的漲價並非孤立事件。就在其宣佈漲價後，Meta迅速跟進，推出低價AI程式設計模型Muse Spark 1.2，併發布首款程式設計智慧體Muse Code。Meta創始人扎克伯格表示，Muse Code能在大型程式碼庫中執行完整的軟體工程任務，直接向Anthropic、OpenAI等AI程式設計工具發起挑戰。值得注意的是，Meta的低價策略附帶條件：使用者需選擇貢獻資料以幫助改進模型，扎克伯格稱之為一點“資料稅”。

這一輪價格調整背後，是AI Agent等應用爆發帶來的Token呼叫量激增，以及算力成本上升的雙重壓力。此前，DeepSeek憑藉“價格屠夫”策略引發行業降價潮，如今轉向更可持續的商業化定價。分析認為，未來國產大模型競爭將聚焦成本控制與模型效能的平衡，而Meta的跟進則表明，全球科技巨頭正在通過差異化定價爭奪開發者生態。

對於AI產業投資者而言，這一事件的意義在於：模型層的商業模式正在從單純的技術競賽轉向商業化驗證。DeepSeek的ARR資料與融資計劃，以及Meta的快速反應，都顯示出頭部玩家對盈利路徑的重視。同時，低價策略與資料共享的捆綁，也可能引發關於使用者隱私與資料權益的討論。

此外，字節跳動被報道正在討論訓練超5萬億引數的模型，規模超過阿里千問3.8-Max（2.4萬億引數）和月之暗面K3（2.8萬億引數），若落地將成為國內已知引數規模最大的模型。不過該計劃仍處於早期階段，不代表最終一定會發布。這一動態與DeepSeek的漲價形成對比，顯示行業內部在規模擴張與商業化之間尋求平衡。

總體來看，DeepSeek漲價與Meta降價標誌著大模型定價進入新階段，投資者需關注成本控制、資料策略與模型效能的平衡，以及由此引發的產業鏈連鎖反應。