Quanto costa davvero far “pensare” un’intelligenza artificiale? Fino a poco tempo fa la risposta era: molto, moltissimo. Poi è arrivata DeepSeek a ribaltare il tavolo, e oggi i prezzi DeepSeek AI sono diventati il metro di paragone con cui l’intero settore misura sé stesso, al punto che anche i colossi americani e i concorrenti cinesi devono rincorrere.
Summary
Punti chiave
- Il modello R1 di DeepSeek, lanciato a gennaio 2025, gira a circa 0,14 dollari per milione di token, contro i 7,50 dollari del modello comparabile di OpenAI: una riduzione del 98%.
- Il nuovo V4-Pro, debuttato ad aprile 2026, costa 0,87 dollari per milione di token in output e 0,435 dollari in input, con prezzi bloccati permanentemente da fine maggio 2026.
- La variante V4-Flash punta ai carichi di lavoro economici, a circa 0,14 dollari per milione di token, fino a 35 volte più conveniente delle alternative basate su GPT-5.5.
- Il vantaggio si regge su un’architettura Mixture-of-Experts e su un addestramento del modello V3 costato 5,576 milioni di dollari in affitto di GPU, contro le centinaia di milioni spesi dai laboratori statunitensi.
- Dopo il lancio di R1, il titolo Nvidia ha subito cali marcati, mentre i costi più bassi hanno riacceso l’interesse per il calcolo GPU decentralizzato usato da diversi progetti legati alle crypto.
Cosa cambia con i nuovi prezzi DeepSeek AI
La risposta breve è: far girare un modello linguistico avanzato non è più un lusso riservato a chi ha budget miliardari. Quando DeepSeek ha lanciato R1 a gennaio 2025, il prezzo di 0,14 dollari per milione di token ha spiazzato tutti, perché il modello comparabile di OpenAI, all’epoca, costava 7,50 dollari per la stessa unità di misura. Una differenza del 98%, non un semplice sconto.
Dal debutto di R1 al nuovo V4-Pro
La discesa dei prezzi non si è fermata lì. Ad aprile 2026 è arrivato V4-Pro, con un listino di 0,87 dollari per milione di token in output e 0,435 dollari in input: circa 34 volte più economico rispetto ai principali rivali. DeepSeek ha poi deciso di bloccare quei prezzi in modo permanente da fine maggio 2026, un segnale che punta a rassicurare sviluppatori e aziende sulla stabilità dei costi nel tempo. Nella stessa famiglia si colloca V4-Flash, pensato per i carichi di lavoro più economici a circa 0,14 dollari per milione di token, rivendicato come 35 volte più conveniente rispetto alle soluzioni basate su GPT-5.5. All’estremo opposto della gamma c’è invece V4-Pro Max, il modello premium, che si posiziona attorno a 2,17 dollari per milione di token. Secondo la società di ricerca Artificial Analysis, i modelli DeepSeek girano complessivamente da 20 a 50 volte più a buon mercato rispetto ai concorrenti chiusi più affermati, e il confronto sui costi per singolo test di benchmark racconta la stessa storia: se V4-Flash costa in media 0,03 dollari a test, Moonshot Kimi K3 arriva a circa 0,86 dollari, GPT-5.6 Sol a 1,86 dollari e Claude Fable 5 a 3,15 dollari.
Come fa DeepSeek a tenere i costi così bassi
Il segreto principale è tecnico, non solo commerciale. DeepSeek utilizza un’architettura Mixture-of-Experts (MoE), che invece di attivare tutti i parametri del modello per ogni richiesta seleziona soltanto il sottoinsieme più pertinente. Meno calcolo per ogni query significa meno costo per ogni query, ed è qui che si spiega gran parte del vantaggio sui prezzi.
C’è poi la questione dell’addestramento. Il precedente modello V3 di DeepSeek è costato secondo le stime circa 5,576 milioni di dollari in affitto di GPU, una cifra minima se paragonata alle centinaia di milioni, a volte miliardi, spesi dai laboratori statunitensi per addestrare i loro sistemi di punta. Infine, i modelli sono distribuiti con licenza open-source MIT: chiunque può scaricarli, modificarli o integrarli nei propri prodotti senza pagare royalty, un dettaglio che ha spinto una parte consistente dell’adozione tra sviluppatori indipendenti e startup.
Perché Nvidia e le crypto guardano con attenzione ai prezzi DeepSeek AI
Il primo effetto visibile si è avuto sui mercati finanziari: dopo il lancio di R1, a gennaio 2025, il titolo Nvidia ha registrato cali notevoli, mentre gli investitori ricalcolavano le aspettative sulla domanda futura di hardware di calcolo di fascia alta. Se un modello può competere con i migliori spendendo una frazione delle risorse, la corsa infinita ai chip più potenti perde parte della sua logica economica, almeno agli occhi di chi valuta le azioni dei produttori di semiconduttori.
Per il settore crypto l’implicazione è altrettanto concreta. I progetti di intelligenza artificiale decentralizzata sono sempre stati frenati dai costi di inferenza: quando far girare un modello costa 7,50 dollari per milione di token, le reti di calcolo distribuito faticano a competere con i grandi fornitori cloud centralizzati. A 0,14 dollari per milione di token, i conti cambiano in modo sostanziale, e reti DePIN orientate al calcolo GPU come Render, Akash e io.net potrebbero vedere modificarsi la propria proposta di valore: meno margine sul prezzo del singolo calcolo, ma un mercato potenzialmente molto più ampio, perché applicazioni basate su AI diventano economicamente sostenibili anche per casi d’uso che prima non lo erano.
La competizione, va detto, non si sta fermando a DeepSeek. Nello stesso periodo Alibaba ha presentato il suo modello più grande di sempre, da 2,4 trilioni di parametri, mentre rivali come Moonshot AI hanno lanciato sistemi ancora più estesi. Il fronte cinese dell’AI si è insomma spostato dalla semplice corsa alla potenza a un doppio binario: prestazioni e prezzo, con DeepSeek che continua a presidiare saldamente la seconda variabile.
FAQ
Come fa DeepSeek a mantenere costi di gestione dei modelli AI così più bassi rispetto ai concorrenti?
DeepSeek utilizza un’architettura Mixture-of-Experts che attiva solo i sottoinsiemi del modello pertinenti a ogni singola richiesta, riducendo il calcolo necessario e quindi i costi.
Che impatto ha avuto la politica di prezzi di DeepSeek sul mercato dell’hardware AI?
Il titolo Nvidia ha registrato cali significativi dopo il lancio dei modelli a basso costo di DeepSeek, segno di un mercato che ha rivisto le proprie aspettative sulla domanda di hardware di calcolo.
Perché è significativa la licenza open-source di DeepSeek?
I modelli sono distribuiti con licenza MIT, il che consente distribuzione e modifica gratuite, favorendo un’adozione più ampia e l’innovazione senza costi di licenza.
In che modo i prezzi di DeepSeek possono influenzare l’AI decentralizzata e i progetti crypto?
Costi di inferenza AI più bassi migliorano la sostenibilità economica delle reti di calcolo GPU decentralizzato, rendendo più praticabili le applicazioni basate su AI su piattaforme blockchain e DePIN.
Contenuto realizzato con l’assistenza dell’intelligenza artificiale e con revisione editoriale umana.
