DeepSeek 漲價 1100% 之後，開發者帳單到底會貴多少
卡住選型的往往不是「貴了」三個字，而是口徑對不上：
- headline 不是整張帳單：媒體分別寫「漲 11 倍」「漲超 1100%」「漲 350%」，都對，但對應的是快取命中輸入、輸出、快取未命中輸入等不同計費項。
- 尖峰與離峰差一倍：北京時間 9–12 點、14–18 點是尖峰；錯峰調度被寫進漲價公告，本質是算力不夠用時的顯性化。
- 「官方最便宜」第一次被打破：尖峰時段，DeepSeek 官方 API 已反超部分第三方轉售（如 GMI Cloud、Novita 目前報價仍低於官方尖峰價）。
- 開源不等於免費商用：Qwen3.8-Max 權重可下，但授權條款不是 Apache 2.0；年營收門檻一過，就要單獨談授權。
此前我們寫過 DeepSeek V4 Flash 正式版的跑分與低價結構，以及 Qwen3.8-Max 發布時「下週開源」的預告。本篇不再複述單品發版，只盯 8 月中旬這三記同步變陣。
8 月中旬中國大模型發生了什麼：一張時間線
把鏡頭拉到 7 月中旬到 8 月 17 日 0 點（北京時間），三家中國實驗室和同期的美國動作疊在同一窗口：
| 日期 | 事件 |
|---|---|
| 7月16日 | 月之暗面 Kimi K3（2.8 兆參數）開源，此前已引發美方安全關注 |
| 8月2日–3日 | 阿里 Qwen3.8-Max 先預告、後上線雲端 API |
| 8月10日 | Meta 發布開源模型 Muse Glimmer（300 億參數，Apache 2.0），預告旗艦 Muse Spark 1.2 權重「即將開源」 |
| 8月12日 | 阿里正式在 ModelScope / Hugging Face 放出 Qwen3.8-2.4T-A95B 開源權重；同日 xAI 發布 Grok 4.6 |
| 8月13日 | DeepSeek-V4-Pro 正式版上線，同步公告 8 月 17 日起 API 漲價；谷歌發布降價的 Gemini 3.7 Flash |
| 8月14日 | 智譜發布 GLM-5.3，沿用 GLM-5.2 的 7430 億參數基座 |
| 8月17日 0點（北京時間） | DeepSeek 新定價正式生效 |
再往前兩週：7 月 30 日 OpenAI 把最便宜檔 GPT-5.6 Luna 降價 80%，8 月 6–7 日又把 Luna 設為免費方案預設模型並開放無限文字對話。中國廠商在漲價和開源上做加法的同一時間，美國廠商在免費和降價上做加法——同一場定價博弈的兩個側面。Luna 那一輪降價，可對照 GPT-5.6 價格下調拆解。
DeepSeek / Qwen / GLM 核心資料對照，漲價後誰還便宜
DeepSeek 新價自 8 月 17 日 0 點起，北京時間 9–12 點、14–18 點為尖峰。下表單位為每百萬 tokens，人民幣。
| 計費項 | 漲價前 | 離峰（新） | 尖峰（新） | 尖峰漲幅 |
|---|---|---|---|---|
| V4-Flash 快取命中輸入 | ¥0.02 | ¥0.05 | ¥0.10 | 約400% |
| V4-Flash 快取未命中輸入 | ¥1.0 | ¥1.5 | ¥3.0 | 200% |
| V4-Flash 輸出 | ¥2.0 | ¥4.5 | ¥9.0 | 350% |
| V4-Pro 快取命中輸入 | ¥0.025 | ¥0.15 | ¥0.30 | 約1100% |
| V4-Pro 快取未命中輸入 | ¥3.0 | ¥4.5 | ¥9.0 | 200% |
| V4-Pro 輸出 | ¥6.0 | ¥13.5 | ¥27.0 | 350% |
快取命中場景漲幅最大（最高約 12 倍 / 1100%+），但絕對金額仍很小；對重度呼叫者影響更大的是輸出價格（350%）和快取未命中輸入。有分析測算：約 84M tokens／月、多在離峰、一半快取命中的重度負載，帳單更接近約 1.8 倍，而不是標題裡的 11 倍。
Qwen3.8-2.4T-A95B（Qwen3.8-Max 開源權重）關鍵規格：
| 項目 | 資料 |
|---|---|
| 參數規模 | 2.4 兆總參數，950 億啟動（MoE，512 個專家，10 路由 + 1 共享） |
| 上下文視窗 | 開源權重原生 262144 tokens，可擴展至約 1.01M；雲端 Max 版預設 100 萬 tokens |
| 發布節奏 | 8月2日預告 → 8月3日 API 上線 → 8月12日開源權重 |
| API 定價（國際站） | 輸入 $2 / M tokens，輸出 $6 / M tokens |
| 授權條款 | 非 Apache 2.0，自訂「Qwen3.8-Max License」 |
| 意義 | 阿里歷史上首次把 Max 級旗艦開源；此前 Qwen3.5 / 3.6 / 3.7 Max 均為閉源 API |
GLM-5.3 與 GLM-5.2 同基座、純靠後訓練。以下為智譜官方自測，尚無獨立第三方複測：
| 基準測試 | GLM-5.2 | GLM-5.3 | 變化 |
|---|---|---|---|
| Terminal-Bench 3.0 | 4.6% | 28.3% | +23.7 |
| DeepSWE v1.1 | 46.2% | 66.9% | +20.7 |
| Agents' Last Exam（CLI） | 23.8% | 28.5% | +4.7 |
| CyberGym | 77.2% | 84.5% | +7.3 |
| AutomationBench | 26.2% | 48.2% | +22.0 |
GLM-5.3 在 Terminal-Bench 3.0 上仍落後 GPT-5.6 Sol（34.6%）和 Claude Fable 5（33.7%），是「開源模型第一梯隊」，不是全面登頂。
橫向比價（輸入／輸出均為每百萬 tokens；人民幣兌美元按約 ¥7.15/$1 估算，僅供參考）：
| 模型 | 輸入 | 輸出 | 開源程度 |
|---|---|---|---|
| DeepSeek V4-Pro（尖峰） | ¥9.0（約 $1.26） | ¥27.0（約 $3.78） | 權重未開源 |
| DeepSeek V4-Pro（離峰） | ¥4.5（約 $0.63） | ¥13.5（約 $1.89） | 權重未開源 |
| Qwen3.8-Max（國際站） | $2 | $6 | 開源（自訂授權條款） |
| OpenAI GPT-5.6 Luna | $0.20 | $1.20 | 閉源 |
| Claude Opus 5（據阿里披露的倍數關係推算） | 約 $5 | 約 $25 | 閉源 |
漲價後 DeepSeek V4-Pro 離峰價仍明顯低於 Claude Opus 5，但已經不再是全場最低：阿里國際站 Qwen3.8-Max、OpenAI Luna 都比 DeepSeek 離峰價更便宜。「國產 = 最便宜」的等式正在瓦解，價格競爭進入分層階段。
三種打法：分時漲價、自訂開源、後訓練配方分別在賭什麼
DeepSeek：從貼地價到分時定價，本質是算力緊張的顯性化。最容易被誤讀為「跟漲」，細看結構更像一次算力帳單透明化。此前不分時段的統一低價，用低價換規模，再靠快取命中和錯峰攤薄成本；呼叫量指數級增長、GPU 產能跟不上時，這套模式撐不住。公告裡「鼓勵更靈活的工作負載調度」，翻譯過來就是：尖峰算力已經不夠用，請你自己錯峰。
阿里：開源權重圈住生態，自訂授權條款圈住收入。2.4 兆參數可公開下載，同時配一份不同於以往 Apache 2.0 的授權條款——過去 12 個月營收超 5000 萬美元的「模型即服務」或「AI 工作助手」業務，必須單獨談商業授權；月活超 1 億或月收入超 2000 萬美元的產品，必須在介面上顯著展示模型名稱。用開源換開發者生態和海外口碑，但在真正能產生現金流的大客戶身上保留議價權。這和 Meta Muse Glimmer（完全 Apache 2.0、無附加條款）不是一個量級的「開源」。
需要澄清一個流傳較廣的謠言：網路上一度傳阿里授權條款禁止美國、歐盟、英國、韓國使用者下載，這是不實資訊，官方授權條款原文並無任何地域限制條款。
智譜 GLM-5.3：不換基座，只換後訓練配方。基座與 GLM-5.2 完全相同（7430 億參數），沒有重新預訓練，僅靠擴大強化學習環境規模，就把 Terminal-Bench 3.0 從 4.6% 拉到 28.3%，接近 6 倍。當預訓練 Scaling Law 邊際收益放緩，「後訓練強化學習規模化」正在成為新槓桿，門檻顯著低於重訓一個千億級基座，中小廠商也有機會靠「精裝修」追上頭部。
核對官方價表與授權條款：開發者六步清單
發版資訊可能隨時間變化，請以官方連結為準。下面六步用來把標題數字落成你自己的帳單和合規結論。
- 打開官方價表，記下尖峰／離峰與快取檔：不要只轉述媒體百分比。DeepSeek 價表按 cache hit / miss 和 output 分列，先抄下你實際會打到的那幾檔。
- 把呼叫時區對應到北京尖峰：尖峰是北京時間 9–12、14–18。用本機時區算一次，避免「我這邊半夜」其實落在對方尖峰。
- 用最近一週日誌估快取命中率：固定系統提示很長的應用，對 cache-hit 漲幅最敏感；命中率低時，輸出 350% 和 miss 輸入 200% 才是帳單主體。
- 對照 Qwen 授權條款門檻，而不是只看「開源」標籤：個人與內部使用基本上不受影響；MaaS / AI 工作助手且過去 12 個月該業務收入超 5000 萬美元，須單獨申請商業授權。
- 把 GLM-5.3 分數記成「官方自測、尚未第三方複測」：Terminal-Bench 3.0 仍落後 GPT-5.6 Sol 與 Claude Fable 5，選型時不要寫成全面登頂。
- 本地下載權重做對照時，用乾淨可 wipe 的環境：2.4T 級權重不是筆電能輕鬆吃下的；若只要在 Apple Silicon 上跑量化小模型、對照 Agent 工作流，用獨享、可 root、測完能清空的機器，比共用開發機更乾淨。
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')"第三方轉售價可能暫時低於官方尖峰價，但額度、合規與斷供風險不同；比價時把「誰在供貨」和「價籤」放在同一行看。
哪些說法還沒被獨立驗證，以及可核對來源
- 漲價幅度口徑混亂：1100% 對應尖峰時段快取命中輸入（起步最接近免費的那一檔）；輸出漲 350%，才是多數真實帳單的主體。
- 「震悟 M890 國產晶片」服務：多家中文財經媒體稱 Qwen3.8-Max 部分推理跑在阿里自研震悟 M890 和「盤古 AL128」超節點上，目前僅見於中文媒體轉述，未見阿里官方獨立技術文件或第三方基準確認，屬未經獨立驗證。
- GLM-5.3「發現 Cursor 嚴重漏洞」：來自 VentureBeat 報導及智譜方面透露，具體漏洞細節未公開，真實性與影響範圍有待第三方安全機構確認，屬廠商單方面披露。
- 中國商務部可能醞釀反制出口管制：部分報導提及，目前未見官方正式確認，屬媒體推測／傳聞，僅供背景參考。
國內財經媒體普遍將過去一個月「一週三更」解讀為國產開源密集發布、倒逼全球重新定價。地緣一層：Kimi K3 開源已引發美方安全審查關注，阿里在這個窗口放出 2.4 兆旗艦，被部分分析讀成「在潛在監管收緊前搶先鞏固國際影響力」——帶推測性質，但是理解開源潮時機時不可忽略的背景。
官方源（價格、權重、基準以頁面當時文本為準）：
DeepSeek API Docs — Models & Pricing
Hugging Face — Qwen/Qwen3.8-2.4T-A95B
Z.ai — GLM-5.3: Frontier Coding with Emergent Cyber Capabilities
第三方報導與交叉核對：
CIO — DeepSeek raises some V4 prices by more than 10x
NVIDIA Technical Blog — Serve Qwen3.8-2.4T-A95B
常見問題
DeepSeek 這次漲價之後，帳單一定會貴很多嗎？
要分場景。若呼叫多半落在離峰（非北京時間 9–12 點、14–18 點），且快取命中率較高的重度負載，實際漲幅會明顯低於表面的「350%」「1100%」這類 headline（有分析測算重度負載實際帳單漲幅約為 1.8 倍左右）；若集中在尖峰時段呼叫、且快取命中率低，漲幅會接近甚至達到 headline。
阿里開源的 Qwen3.8-Max，個人開發者能免費商用嗎？
個人開發者與內部使用基本上不受影響。但若業務是「模型即服務」或「AI 工作助手」類產品，且過去 12 個月內該業務累計收入超過 5000 萬美元，須另行向阿里申請商業授權；若產品月活超 1 億或月收入超 2000 萬美元，須在介面上顯著標示模型名稱。
GLM-5.3 和 GLM-5.2 是同一個模型嗎？為何突然變強這麼多？
底層基座模型確實完全相同（7430 億參數），智譜沒有重新訓練。分數大幅提升的原因是後訓練階段大幅擴大了強化學習環境的規模，這說明當前階段「後訓練規模化」本身就是一個獨立、有效的效能槓桿，不一定需要重新預訓練一個更大的基座。
網傳阿里的 Qwen3.8-Max 授權條款禁止美國、歐盟使用者下載，是真的嗎？
不是真的。這是網路上流傳的不實資訊，官方授權條款原文中沒有任何地域限制條款，主要限制是針對超過特定營收規模的商業化服務，與所在地區無關。
Meta 這次開源 Muse Glimmer，是不是代表 Llama 時代的開源精神回來了？
目前還只能算「部分回歸」。Muse Glimmer 本身只是一個 300 億參數的蒸餾小模型，Meta 真正的旗艦閉源模型 Muse Spark 1.2 尚未開源，祖克柏只是「預告」未來會開放其權重。如果這一步真的落地，才稱得上是美國廠商首次把旗艦級閉源模型轉為開源，目前仍需持續關注後續進展。
API 分時漲價、2.4T 級權重下載、後訓練配方對照，都會撞上同一類摩擦：共用開發機狀態髒、本機磁碟裝不下、又不能把對照實驗和日常編譯混在一台長期開機的電腦上。需要一台乾淨、可支配、真實 Apple Silicon 硬體來跑量化模型或 Agent 工作流時，KVMFLUX 按天起租的雲端 Mac mini 通常更省事——獨享物理機、Root、SSH + VNC，租期可對照 按天／週／月／季哪個更划算。