Прайсинг DeepSeek до +1100%, открытые веса Qwen 2.4T и GLM-5.3: сдвиг 12–17 августа

Почему headline 1100% не совпадает с большинством счетов

Точки трения для закупки и инженерии конкретны:

• Издания цитировали разные строки тарифа. «11x», «свыше 1100%» и «350%» по отдельности верны. Они относятся к peak cache-hit input, output и cache-miss input — не к смешанной ставке.
• Пиковые часы теперь в цене. Peak — 9–12 и 14–18 по пекинскому времени. Формулировка про «более гибкое планирование нагрузки» описывает ёмкость, не маркетинг.
• Official больше не всегда самый дешёвый канал. В пик собственный API DeepSeek выше ряда реселлеров (GMI Cloud, Novita и другие по-прежнему ставят V4 Pro ниже нового official peak).
• Открытые веса по умолчанию не Apache 2.0. Qwen3.8-Max скачивается, но custom license удерживает рычаг над крупным MaaS и assistant-бизнесом.

Ранее разобраны GA-скоры DeepSeek V4 Flash и старый flat-тариф и окно релиза Qwen3.8-Max. Этот текст — про синхронный сдвиг трёх лабораторий в середине августа, не ещё один recap одной модели.

Что произошло за две недели: таймлайн

С середины июля до 00:00 пекинского времени 17 августа:

Шире: 30 июля OpenAI снизила GPT-5.6 Luna на 80%, 6–7 августа сделала Luna free default с безлимитным текстовым чатом. Китайские лаборатории поднимали цены и открывали флагманские веса, американские — резали цены и уходили в free на consumer-слое. Одна игра, две стороны. Снижение Luna разобрано в заметке по прайсингу GPT-5.6.

Тарифные сетки и спецификации: остаётся ли DeepSeek самым дешёвым frontier API

Ставки DeepSeek ниже — RMB за 1M токенов, с 17 августа 00:00 по Пекину. Peak: 9–12 и 14–18 пекинского времени.

Цифра 1100% относится к peak cache-hit input — строке, которая стартовала ближе всего к нулю. Output, который доминирует в большинстве реальных счетов, вырос на 350%. Независимая модель тяжёлой нагрузки (около 84M токенов/мес, в основном off-peak, примерно половина cache hit) даёт рост счёта ближе к 1.8x.

Qwen3.8-2.4T-A95B (открытые веса Qwen3.8-Max):

GLM-5.3 vs GLM-5.2: тот же base, только пост-обучение. Ниже — собственные цифры Zhipu; независимого third-party re-run пока нет.

На Terminal-Bench 3.0 GLM-5.3 отстаёт от GPT-5.6 Sol (34.6%) и Claude Fable 5 (33.7%). Это верхний ряд open-weight результатов, не абсолютный frontier win.

Прямое сравнение (за 1M токенов; RMB/USD ≈ ¥7.15/$1, оценка):

Кратко: нет. Off-peak V4-Pro всё ещё заметно ниже Claude Opus 5, но это уже не безусловно самый дешёвый вариант. International Qwen3.8-Max и OpenAI Luna оба подрезают DeepSeek off-peak хотя бы по одной оси. Равенство «китайская модель = самая дешёвая» держалось большую часть 2025 и начала 2026. Как допущение оно больше не работает.

Три ставки: capacity-прайсинг, лицензированные веса, масштаб пост-обучения

DeepSeek: от flat-rate к time-of-day прайсингу. Простое прочтение — давление на маржу. Структура ближе к явной нехватке compute. Постоянно низкая единая ставка работала как acquisition, пока предложение GPU успевало. Когда usage рос экспоненциально, а ёмкость нет, что-то должно было стать явным. «Более гибкое планирование нагрузки» означает: peak-compute дефицитен.

Alibaba: открытые веса покупают охват; custom license держит потолок выручки. Полный checkpoint 2.4T скачивается свободно. Лицензия — не permissive Apache 2.0 младших Qwen. Любой MaaS или AI Work Assistant с выручкой свыше 50M USD за 12 месяцев обязан согласовать отдельную коммерческую лицензию. Продукт с 100M+ MAU или 20M+ USD месячной выручки должен явно показывать имя модели. Это другая ставка, чем Muse Glimmer у Meta под неограниченным Apache 2.0.

Слух, который не подтверждается: лицензия Alibaba якобы запрещает загрузку из США, ЕС, Великобритании и Южной Кореи. Ложно. В опубликованном тексте нет географической или территориальной оговорки.

GLM-5.3: тот же base, большая ставка на пост-обучение. Тот же 743B-base, что у GLM-5.2, без retraining, и примерно 6× на Terminal-Bench 3.0 (4.6% → 28.3%) за счёт масштаба reinforcement-learning сред. Когда scaling laws pretraining дают убывающую отдачу, RL на этапе пост-обучения становится отдельным рычагом с более низким порогом затрат, чем новый foundation. Mid-tier лаборатории всё ещё могут сокращать разрыв на agent- и coding-бенчах.

Шесть шагов сверки headline, счёта и лицензии

Тарифы, тексты лицензий и скоры меняются. Перед пересчётом продукта сверять официальные страницы.

1. Официальная тарифная сетка фиксируется по строкам cache hit, cache miss и output. Headline-проценты не подставляются в бюджет. Записываются только те строки, которые реально бьёт трафик.
2. Локальные часы сопоставляются с пиковыми окнами Asia/Shanghai. Peak — 09:00–12:00 и 14:00–18:00. Ночь в одном регионе может быть полуднем в другом.
3. Cache-hit rate оценивается по логам последней недели. Длинные фиксированные system prompt поглощают рост cache-hit. Низкий hit rate означает, что счёт несут +350% output и +200% miss-input.
4. Читается файл лицензии Qwen, а не тред анонса. Личное и внутреннее использование в основном не затронуто. MaaS или AI Work Assistant свыше 50M USD за 12 месяцев требует отдельной коммерческой лицензии.
5. Скоры GLM-5.3 фиксируются как vendor-reported до third-party re-run. Terminal-Bench 3.0 по-прежнему ниже GPT-5.6 Sol и Claude Fable 5.
6. Для side-by-side загрузки весов используется стираемая машина. Checkpoint 2.4T не является задачей ноутбука. Для квантованных меньших моделей или agent-workflow на Apple Silicon выделенная машина с root чище общего ноутбука.

TZ=Asia/Shanghai date '+%H:%M %Z'
python3 -c "from datetime import datetime; from zoneinfo import ZoneInfo
h=datetime.now(ZoneInfo('Asia/Shanghai')).hour
print('peak' if (9<=h<12 or 14<=h<18) else 'off-peak')"

Что не подтверждено независимо, и где сверять

• Headline 1100% технически верен и без строки тарифа вводит в заблуждение. Это peak cache-hit input. Output — статья большинства реальных счетов — вырос на 350%.
• Утверждения, что Qwen3.8-Max крутится на внутренних чипах Zhenwu M890 (и supernode «Pangu AL128»), пересказанные рядом китайских финансовых изданий, не подтверждены техническими документами Alibaba или сторонними бенчмарками. Vendor-adjacent, unverified.
• Сообщение о «серьёзной уязвимости» в Cursor, найденной GLM-5.3, идёт из VentureBeat и собственного disclosure Zhipu. Технические детали не опубликованы. Vendor-sourced, без независимого аудита.
• Сообщения, что Министерство коммерции КНР (MOFCOM) готовит ответные export controls по ИИ/полупроводникам, спекулятивны, это не официальное объявление. Только фон.

Китайские финансовые медиа называют последний месяц «три обновления моделей в неделю». Американские лаборатории на consumer-слое сыграли наоборот. Есть и геополитическое прочтение: Kimi K3 уже вызвал внимание US security; выбор Alibaba этого окна для флагмана 2.4T читают как закрепление международного охвата до возможного ужесточения регулирования. Это обоснованная интерпретация, не подтверждённый факт.

Официальные источники (сверять live-страницу; цифры могут измениться):

DeepSeek API Docs — Models & Pricing

Hugging Face — Qwen/Qwen3.8-2.4T-A95B

Z.ai — GLM-5.3: Frontier Coding with Emergent Cyber Capabilities

Сторонние материалы:

CIO — DeepSeek raises some V4 prices by more than 10x

NVIDIA Technical Blog — Serve Qwen3.8-2.4T-A95B

Z.ai Docs — GLM-5.3

Частые вопросы

Time-of-day API-прайсинг, загрузка 2.4T и сравнение рецептов пост-обучения упираются в одно и то же: общий ноутбук грязный, локальный диск кончается, eval-трафик не смешивается с повседневной компиляцией. Когда нужна чистая Apple Silicon-машина с root, которую можно стереть после прогона, облачный Mac mini KVMFLUX с суточной арендой обычно даёт более контролируемую среду — выделенное железо, SSH + VNC. Расчёт периодов — в сутки / неделя / месяц / квартал.