DeepSeek alza i prezzi fino all'1.114%: finisce la guerra che aveva iniziato lei

Il 13 agosto DeepSeek ha annunciato due cose insieme: la disponibilità generale di V4-Pro, presentato come modello costruito attorno agli agent, e un nuovo listino API con tariffe differenziate per fascia oraria, in vigore dalle 16:00 UTC del 16 agosto. La seconda notizia ha coperto la prima. Reuters ha quantificato l'aumento in una forbice che va dal 50% all'1.100% sopra i prezzi correnti, a seconda del modello, del tipo di token e dell'ora del giorno.

È un'inversione netta. Il laboratorio che nel 2025 aveva reso credibile l'idea che si potesse fare frontier AI con molto meno compute — e che aveva usato quel vantaggio per innescare una guerra di prezzi che ha trascinato l'intero mercato cinese — sta ora alzando i prezzi mentre, secondo Bloomberg, sviluppa un data center da un gigawatt in Mongolia Interna. Vale la pena capire cosa aumenta davvero, e perché.

Il listino, voce per voce

Questi sono i numeri pubblicati sulla documentazione ufficiale, per milione di token:

Il rapporto è esattamente 2× fra peak e off-peak in ogni riga. Da qui la formula usata nell'annuncio: «le tariffe off-peak sono il 50% più basse rispetto al peak». La frase è vera e, allo stesso tempo, non dice nulla di utile: il 50% è misurato contro un prezzo di picco che DeepSeek ha appena inventato, non contro il listino che era attivo fino a domenica.

La lettura più onesta è quella di AI Pricing Guru: la tariffa off-peak resta più cara del prezzo attualmente in vigore in ogni categoria — input, cache-hit e output. Non è un taglio del 50% con una maggiorazione nelle ore di punta. È un aumento generalizzato con uno sconto per chi accetta di spostare il carico.

Sul resto delle specifiche l'annuncio è più generoso: contesto da 1M di token, output fino a 384K, reasoning effort selezionabile su tre livelli (low, high, max), supporto nativo alle Responses API di OpenAI ottimizzato per Codex, e un «Expert Mode» su app e web. I limiti di concorrenza sono 2.500 richieste per Flash e 500 per Pro — un numero che, letto accanto alla nuova struttura tariffaria, racconta la stessa storia: la capacità è il vincolo.

Il vero +1.100% è sulla cache, non sull'output

Quasi tutti i titoli hanno scelto il "4×" dell'output. Ma il moltiplicatore da 4 si ottiene solo confrontando il picco con l'off-peak di un'altra riga, e comunque non è il numero peggiore del listino.

La voce che aumenta di più è la cache-hit di V4-Pro: si passa da $0,003625 a $0,044 in fascia di picco. Sono dodici volte tanto, +1.114% — ed è evidentemente questo il valore che genera l'estremo superiore della forbice riportata da Reuters. Anche restando off-peak, a $0,022, l'aumento è del 507%.

Il punto non è il numero in sé, ma dove cade. La cache-hit è la voce su cui si regge l'economia dei workflow long-context e agentici: un agent che rilegge lo stesso repository, la stessa conversazione, lo stesso set di istruzioni a ogni passo paga quasi tutto in token già visti. È esattamente il caso d'uso che DeepSeek ha messo al centro del lancio di V4-Pro. Il modello viene venduto come agent-first e il rincaro più aggressivo colpisce proprio l'agent economics.

Con una precisazione che va fatta, perché altrimenti il quadro risulta più cupo del vero: il rapporto fra cache-hit e cache-miss resta 30× in entrambe le fasce. Chi progetta bene il prompt caching continua a ottenere lo stesso sconto relativo di prima. Quello che si è alzato è il pavimento, non la scala.

Sette ore di picco, e sono l'orario di lavoro cinese

Le fasce di punta sono 01:00–04:00 e 06:00–10:00 UTC. Sette ore su ventiquattro; le altre diciassette sono off-peak. Tradotte nei fusi orari che contano:

• Pechino (UTC+8): 09:00–12:00 e 14:00–18:00. Sette delle nove ore di una giornata lavorativa standard cadono in fascia di picco.
• Roma (CEST): 03:00–06:00 e 08:00–12:00. Della giornata lavorativa europea, solo la mattinata 09:00–12:00 è a tariffa piena.
• New York (EDT): 21:00–00:00 e 02:00–06:00. L'intera giornata lavorativa statunitense, dalle 9 alle 17, è off-peak.

La logica tecnica è ineccepibile: il picco di domanda arriva quando lavora il mercato domestico, e il pricing dinamico serve a spostare i carichi verso le finestre libere — DeepSeek dichiara di aver rivisto il listino «per allocare le risorse in modo più ragionevole». L'effetto distributivo, però, è che il conto della congestione lo paga chi non può scegliere l'orario, cioè quasi tutta l'utenza asiatica. La domanda è già circolata su X: perché sussidiare Stati Uniti ed Europa e alzare il prezzo a chi sta nei fusi vicini?

Per chi sviluppa dall'Italia, in compenso, la conseguenza pratica è banale e vantaggiosa: qualunque lavoro batch, indicizzazione, valutazione o rigenerazione di contenuti spostato al pomeriggio costa la metà di uno eseguito in mattinata.

Il confronto con la concorrenza, fatto per bene

Qui serve precisione, perché "DeepSeek non è più economico" è una semplificazione che regge solo su una riga del listino.

Sul segmento economico il sorpasso c'è: V4-Flash in output al picco arriva a $1,32, contro gli $1,20 di GPT-5.6 Luna. Off-peak, a $0,66, Flash torna a costare il 45% in meno. È la stessa osservazione di Mark Tauschek di Info-Tech: l'aumento cancella il vantaggio di Flash su Luna nelle ore di punta, non nelle altre.

Sul segmento frontier il divario resta enorme. V4-Pro in output al picco costa $3,96, contro i $15 di Kimi K3 di Moonshot, i $30 di GPT-5.6 Sol e i $50 di Anthropic Fable 5. Anche nell'ora peggiore, V4-Pro resta fra le tre e le dodici volte più economico dei modelli con cui compete sulle capacità.

La sintesi migliore è quella di Sanchit Vir Gogia di Greyhound Research, citato da InfoWorld: sulla carta, in ore di picco e contro il comparatore giusto, il vantaggio di prezzo di DeepSeek sparisce e in qualche caso si inverte; in pratica «l'orologio stesso del listino e la cache ne restituiscono gran parte a qualsiasi acquirente che stia attento». Il listino premia chi ha un'infrastruttura capace di accodare il lavoro e di sfruttare la cache, e penalizza chi serve traffico interattivo in tempo reale nel fuso sbagliato.

Le prestazioni del modello sono la parte meno verificata

Il lancio è accompagnato da guadagni di benchmark dichiarati dal vendor fino a 49,9 punti percentuali. Nessun valutatore indipendente li ha replicati.

Vale la pena guardare come sono circolati quei numeri, perché è un caso di scuola: Simon Willison ha ricostruito che i benchmark sono comparsi prima nel gruppo WeChat ufficiale, poi in un post Reddit rimosso dai moderatori perché di bassa qualità, e infine riprodotti come tabella ASCII su Hacker News. Nessuno di questi passaggi è una pubblicazione verificabile. Finché non arrivano misure di terze parti, i numeri restano dichiarazioni commerciali.

Dove esistono valutazioni esterne il quadro è più sfumato e più interessante. Su SWE-bench Verified V4-Pro risulta secondo al 96,40%, dietro solo a Claude Opus 5, a circa un trentaseiesimo del costo per test: un risultato notevole. Ma sulle prove di coding agentico lo stesso modello si colloca ultimo fra sette modelli di frontiera. E c'è un dettaglio che merita attenzione: il model card di DeepSeek mostra V4-Flash-0731 — il modello economico, rilasciato il 31 luglio con pesi aperti su Hugging Face sotto licenza MIT, 304B parametri totali e circa 13B attivati per token — che supera la preview di V4-Pro proprio sui benchmark agentici pubblicati.

Il modello venduto come agent-first, insomma, è quello su cui le prove agentiche sono più deboli e meno verificate, ed è anche quello su cui il rincaro colpisce più duro. Le tre cose andrebbero tenute insieme quando si decide su cosa migrare.

Un gigawatt, con parecchi condizionali

Il contesto infrastrutturale è la spiegazione più citata dell'aumento, e va maneggiato con cautela.

Bloomberg ha riportato a fine luglio che DeepSeek sta sviluppando un grande data center in Mongolia Interna, con un obiettivo indicato in 1 GW. Come nota Blockspace, quell'obiettivo non è confermato da un annuncio pubblico, da un permesso edilizio o da una comunicazione al gestore di rete, e non è chiaro se la cifra si riferisca al carico IT critico, al consumo totale della struttura o a un'allocazione di potenza distribuita su più siti. La differenza fra queste tre letture è un fattore due o tre.

Separatamente — e le due cose non vanno confuse — il 6 agosto è entrato in funzione a Ulanqab l'Envision Galaxy Campus, presentato come il più grande parco industriale AI cinese, con una capacità pianificata di 2 GW. La notizia arriva dal Global Times, testata statale cinese, e va pesata di conseguenza: è un dato di cui non esiste al momento verifica indipendente, e la vicinanza geografica non implica che quella capacità sia destinata a DeepSeek.

Quello che si può dire con ragionevole sicurezza è più modesto: DeepSeek si sta muovendo per aumentare la capacità di calcolo a disposizione, e nel frattempo usa il prezzo per razionare quella che ha.

L'efficienza non riduce il compute: lo moltiplica

Resta la contraddizione apparente. All'inizio del 2025 DeepSeek era l'argomento vivente contro la tesi secondo cui l'AI di frontiera richiede spese in conto capitale illimitate. Diciotto mesi dopo costruisce infrastruttura su scala industriale e alza i prezzi fino a dodici volte.

La tesi dell'efficienza algoritmica non è stata smentita: è stata sopraffatta dalla domanda. È il paradosso di Jevons applicato all'inferenza. Quando il costo unitario di una richiesta crolla, non si consuma meno compute — se ne consuma di più, perché diventano economicamente sensate categorie intere di applicazioni che prima non lo erano. Gli agent che fanno decine di chiamate per completare un compito esistono perché il costo per chiamata è sceso. Ogni guadagno di efficienza è stato immediatamente riassorbito da un aumento più che proporzionale del volume.

C'è una conferma nella cronologia dei prezzi degli ultimi mesi. La preview di V4 arriva il 24 aprile. A maggio DeepSeek rende permanente lo sconto sulla linea V4, e la mossa costringe ByteDance e Tencent a tagliare a loro volta. Il 31 luglio esce Flash-0731 con pesi aperti. Il 6 agosto trapela il preavviso di aumento — secondo Dataconomy è il secondo cambio di listino in meno di un mese. Il 13 agosto arriva l'annuncio ufficiale. Quattro mesi per passare dallo sconto permanente al rincaro a tre cifre: non è il ritmo di una strategia commerciale, è il ritmo di un vincolo fisico che si stringe.

Una nota sulla data

C'è una discrepanza che vale la pena segnalare, perché tocca chi deve pianificare i costi. La documentazione ufficiale indica l'entrata in vigore alle 16:00 UTC del 16 agosto, e il listino pubblicato risulta già aggiornato. Reuters, riportando una dichiarazione aziendale, scrive 17 agosto. Ventiquattro ore di differenza fra la fonte primaria e l'agenzia: nel dubbio, per il calcolo della spesa conviene assumere la data più conservativa, cioè quella ufficiale.

Cosa guardare adesso

Tre indicatori diranno se questo è un aggiustamento isolato o l'inizio di una fase diversa.

Se i concorrenti cinesi seguono. ByteDance e Tencent avevano tagliato i prezzi in risposta a DeepSeek. Se ora restano fermi, assorbono il traffico che scappa dalle ore di picco; se rialzano, la compressione dei prezzi del mercato cinese finisce e l'ipotesi che l'inferenza cinese sia strutturalmente più economica di quella occidentale perde il suo principale sostegno empirico.

Se il pricing dinamico diventa uno standard. Le fasce orarie sono una pratica normale nei mercati con capacità vincolata — l'energia elettrica funziona così da decenni. Se altri laboratori adottano lo stesso schema, il costo dell'inferenza smette di essere un numero e diventa una curva, con conseguenze concrete su come si progettano i prodotti: batch e code contro chiamate sincrone.

Se arrivano valutazioni indipendenti su V4-Pro. Con un modello venduto sulle capacità agentiche, un rincaro concentrato sulla cache e benchmark che finora hanno viaggiato su WeChat e Hacker News, la verifica di terze parti è la variabile che decide se questo listino è caro o semplicemente giusto.

Nel frattempo, il consiglio operativo è poco eroico e piuttosto efficace: misurare quanta parte della propria spesa è cache-hit, e spostare fuori dalle sette ore di punta tutto ciò che non deve rispondere a un utente che aspetta.