Link alla notizia: https://www.hwupgrade.it/news/web/rincari-fino-al-370-per-deepseek-con-tariffe-orarie-il-debutto-in-borsa-inizia-a-farsi-sentire_157806.html

DeepSeek ha alzato drasticamente le tariffe delle sue API introducendo un sistema di prezzi dinamici per le ore di punta mentre prepara il terreno per una probabile quotazione in borsa e lancia il modello V4-Pro

Click sul link per visualizzare la notizia.

Il debutto in borsa spiega tutto :oink:

Qualcuno di più esperto mi corregga se sbaglio. Quando in Cina è l'ora di punta in Italia è notte. L'unica sovrapposizione è la mattinata fino alle 12:00, quindi è parziale.

L'aumento del 370% avviene solo per i token che sono in cache che però costavano una miseria prima e adesso costano comunque una miseria e non incidono nel costo per task.

Ho fatto due conti e mi pare che l'aumento per task possa essere stimabile intorno all'80%, quindi nemmeno un raddoppio. Questo a fronte di V4 flash che è molto più potente della versione preview precedente.

Vi hanno dato la dose gratis o a prezzo stracciato,ovvio che adesso alzano i prezzi,non fanno così le compagnie telefoniche o di streaming video?

Vi hanno dato la dose gratis o a prezzo stracciato,ovvio che adesso alzano i prezzi,non fanno così le compagnie telefoniche o di streaming video?

Penso c'entri poco.

Una famoso programmatore Siciliano, Sanfilippo in arte Antirez, ho messo su github quello che per adesso è un esperimento di successo , DwarfStar 4, in cui prende il V4 flash e lo riduce in maniera differenziata e smart in 60-80 GB di RAM. Quindi già con 128 GB di ram si ha un modello potente che viaggia a 20-25 token ak secondo.

I costi di un mac con 128 GB sono alti
NVIDIA DGX Spark (128GB) velocità: 8 - 25 tok/s

Qualcuno di più esperto mi corregga se sbaglio. Quando in Cina è l'ora di punta in Italia è notte. L'unica sovrapposizione è la mattinata fino alle 12:00, quindi è parziale.

L'aumento del 370% avviene solo per i token che sono in cache che però costavano una miseria prima e adesso costano comunque una miseria e non incidono nel costo per task.

Ho fatto due conti e mi pare che l'aumento per task possa essere stimabile intorno all'80%, quindi nemmeno un raddoppio. Questo a fronte di V4 flash che è molto più potente della versione preview precedente.


E qualcuno indica la luna e te descrivi minuziosamente il dito. Il soggetto della discussione é rendere un bene, un qualcosa vitale come l’acqua e poi alzargli il prezzo a dismisura, te parli di tecnica ma a questi livelli planetari si deve parlare solo nel campo politico.

Penso c'entri poco.

Una famoso programmatore Siciliano, Sanfilippo in arte Antirez, ho messo su github quello che per adesso è un esperimento di successo , DwarfStar 4, in cui prende il V4 flash e lo riduce in maniera differenziata e smart in 60-80 GB di RAM. Quindi già con 128 GB di ram si ha un modello potente che viaggia a 20-25 token ak secondo.

I costi di un mac con 128 GB sono alti
NVIDIA DGX Spark (128GB) velocità: 8 - 25 tok/s

E sul piu bello ti “incul@no” anche quello. Non ci sara modo di averlo in locale, anzi si, pagando un abbonamento, solo che poi l’hardware dovrai comperarlo te mentre prima era a carico delle multinazionali. Abbonamento come prima ma hardware a carico tuo.

E qualcuno indica la luna e te descrivi minuziosamente il dito. Il soggetto della discussione é rendere un bene, un qualcosa vitale come l’acqua e poi alzargli il prezzo a dismisura, te parli di tecnica ma a questi livelli planetari si deve parlare solo nel campo politico.

Come dicevo, prima degli aumenti delle RAM e dell'hardware, un computer per eseguire localmente il modello in questione (con poche limitazioni) costava sui 4000 euro, adesso costa molto di più.

Ma se i chip riprenderanno il costo precedente, con quella cifra uno può eseguire il "bene" di cui parli a livello locale, né più e né meno di come un tempo la gente eseguiva Word sul proprio pc invece che sul mainframe IBM.

Come dicevo, prima degli aumenti delle RAM e dell'hardware, un computer per eseguire localmente il modello in questione (con poche limitazioni) costava sui 4000 euro, adesso costa molto di più.

Ma se i chip riprenderanno il costo precedente, con quella cifra uno può eseguire il "bene" di cui parli a livello locale, né più e né meno di come un tempo la gente eseguiva Word sul proprio pc invece che sul mainframe IBM.

No, oramai il giochino dell’abbonamento lo hanno capito molto bene, e lo hanno anche inserito nella quotidianita della persone. Non ci sara nessun modello in locale a costo zero ma un modello locale in abbonamento, prima molto economico e poi via via piu costoso fino a pareggiare il costo di quello full-online che era in vigore all’inizio dell’introduzione di quelli locali in abbonamento.

Vi hanno dato la dose gratis o a prezzo stracciato,ovvio che adesso alzano i prezzi,non fanno così le compagnie telefoniche o di streaming video?

Tieni presente che i prezzi di DeepSeek V4 Pro sono talmente bassi che pure se me li raddoppi stai ancora ad un ordine di grandezza di distanza dai modelli equivalenti di Anthropic e OpenAI

Più che dare la dose gratis, quello che è stato drogato (narcotizzato) è il mercato, infatti con queste mosse i Cinesi hanno obbligato OpenAI a tagliare i costi di Luna del 90%, ed è solo l'inizio.

ma un modello locale in abbonamento

Un modello locale in abbonamento è una contraddizione in termini, non sono sicuro che tu sappia bene come funzionano.

Un modello locale in abbonamento è una contraddizione in termini, non sono sicuro che tu sappia bene come funzionano.

Si si, ogni tanto ci giocherello, quelli attuali ti dó ragione, ma immagino che i prossimi verranno distribuiti attraverso piattaforme tipo steam

Si si, ogni tanto ci giocherello, quelli attuali ti dó ragione, ma immagino che i prossimi verranno distribuiti attraverso piattaforme tipo steam

Mi sa che proprio perché ci giocherelli non hai capito nulla. Usare un ai locale è utile solo per non trasferire dati fuori. Se hai necessità di un abbonamento con verifica tutta l'utilità viene meno, con in più l'aggiunta di costo maggiore per token. Perché sai, tra hardware e consumo elettrico un modello locale costa più di quello Cloud. Più facile la vendita una tantum, tanto tra 12 mesi esce il modello nuovo ( ed acquistarlo di nuovo equivale ad un abbonamento) ed ogni mese esce un modello nuovo con caratteristiche simili o superiori. Quindi no, il massimo che puoi aspirare è un prezzo d'acquisto una tantum ( come un os) ma a differenza dell'os un modello uscito tra due anni è come un salto da win 95 a win XP sp3 ( e non come da win 10 a win 11)

Perché sai, tra hardware e consumo elettrico un modello locale costa più di quello Cloud.

Non credo proprio e comunque dipende se il modello locale non lo si usa quasi mai oppure se è usato da una piccola o media o grande industria. È come per l'auto dell'ottantenne che rimane sempre in garage.

Comunque direi che le chiacchiere da bar dovrebbero fermarsi e di parlare di numeri.

DwarfStar4, il progetto di Antirez, ha portato DeepSeek V4 flash su un mac da 128 GB di ram che riesce a generare 26 token al secondo con un consumo di 50 watt.

Quindi con 25 centesimi di euro al kWh di costo dell'energia elettrica per un utente consumer (una industria si scarica l'IVA), fanno per milione di token un costo pari a:

0.0125 € all'ora dove vengono generati 93600 token, fanno 0.13 € per milione di token

Una IA mi da questi costi per DS4 flash non quantizzato
Modello Fascia Costo output (RMB/1M) Costo output (€/1M)
DwarfStar4 — — ≈ 0,13 €
DeepSeek V4 Flash Off-Peak 4,5 RMB ≈ 0,56 €
DeepSeek V4 Flash Peak 9,0 RMB ≈ 1,13 €

Da notare che essendo DS4 flash open può essere modificato in tutto il codice e quindi si può quantizzare in modo differenziale ogni suo elemento oltre che adottare lo streaming su ssd. Le parti più importanti hanno una quantizzazione molto limitata mentre quelle meno importanti hanno una quantizzazione a 2 bit oltre che a varie tecniche di risparmio di memoria.

Salvatore Sanfilippo, il programmatore siciliano che ha creato Redis nel 2009 e lo ha guidato per undici anni, il 7 maggio 2026 ha pubblicato su GitHub un progetto che rompe la traiettoria classica del software open source di sistema: un motore di inferenza scritto in C e Metal che gira un solo modello, DS4, e che lo gira su una sola classe di macchine, i Mac con chip Apple Silicon. Il modello in questione si chiama DeepSeek V4 Flash, è una mistura di esperti (MoE, Mixture of Experts) da 284 miliardi di parametri totali con pochi esperti attivi alla volta, ed è stato rilasciato in formato aperto da DeepSeek nell'aprile 2026. Su un MacBook Pro M3 Max da 128 GB di RAM, la quantizzazione Q2 prodotta da antirez genera 26 token al secondo con un picco di consumo di 50 watt

Riassumendo il costo dell'elettricità è irrisorio e c'è da considerare del DS4 flash è il modello di gran lunga più economico, per gli altri modelli dal costo di diversi euro per token, il confronto è abissale.

Poi c'è il costo della macchina che prima dei rincari della RAM era di circa 4000 euro da quello che dice Antirerz che possiede 2 (regalate da nomi noti dell'industria tech).

Adesso costa uno sproposito.

Si si, ogni tanto ci giocherello, quelli attuali ti dó ragione, ma immagino che i prossimi verranno distribuiti attraverso piattaforme tipo steam

Ma ancora non mi torna, distribuiscilo come ti pare, ma un modello locale è un grosso file pieno di numeri che risiede, appunto, nel tuo hard disk. Come fai a metterlo sotto abbonamento? I modelli che puoi far girare in locale per altro hanno tutti licenze open, per ovvie ragioni.

Non credo proprio e comunque dipende se il modello locale non lo si usa quasi mai oppure se è usato da una piccola o media o grande industria. È come per l'auto dell'ottantenne che rimane sempre in garage.

Comunque direi che le chiacchiere da bar dovrebbero fermarsi e di parlare di numeri.

DwarfStar4, il progetto di Antirez, ha portato DeepSeek V4 flash su un mac da 128 GB di ram che riesce a generare 26 token al secondo con un consumo di 50 watt.

Quindi con 25 centesimi di euro al kWh di costo dell'energia elettrica per un utente consumer (una industria si scarica l'IVA), fanno per milione di token un costo pari a:

0.0125 € all'ora dove vengono generati 93600 token, fanno 0.13 € per milione di token

Una IA mi da questi costi per DS4 flash non quantizzato
Modello Fascia Costo output (RMB/1M) Costo output (€/1M)
DwarfStar4 — — ≈ 0,13 €
DeepSeek V4 Flash Off-Peak 4,5 RMB ≈ 0,56 €
DeepSeek V4 Flash Peak 9,0 RMB ≈ 1,13 €

Da notare che essendo DS4 flash open può essere modificato in tutto il codice e quindi si può quantizzare in modo differenziale ogni suo elemento oltre che adottare lo streaming su ssd. Le parti più importanti hanno una quantizzazione molto limitata mentre quelle meno importanti hanno una quantizzazione a 2 bit oltre che a varie tecniche di risparmio di memoria.



Riassumendo il costo dell'elettricità è irrisorio e c'è da considerare del DS4 flash è il modello di gran lunga più economico, per gli altri modelli dal costo di diversi euro per token, il confronto è abissale.

Poi c'è il costo della macchina che prima dei rincari della RAM era di circa 4000 euro da quello che dice Antirerz che possiede 2 (regalate da nomi noti dell'industria tech).

Adesso costa uno sproposito.

Certo che se vuoi dire che acquistare 100 Mac studio per 100 utenti in azienda sia ideale e risparmio si ( con una vita media del modello sotto i 12 mesi) io ci andrei cauto. Per tutti i sistemi appena seri la sola aderenza alle normative dell'ai act europeo impone costi non indifferenti. Aggiungi pure adeguare l'infrastruttura di rete, la fornitura e distribuzione elettrica, il costo di manutenzione e personale e ti ritrovi costi ben più alti e con miseria 30 token/sec che in azienda ti impediscono di usare qualsiasi tipo di multiagent a verifica incrociata ( obbligatoria). Un sistema che costa un decimo di una game station e ti permette di fare 8 FPS esiste e funziona. Ma rende allo stesso tempo il sistema instabile, quindi inutile e un puro esercizio accademico. Se un modello non restituisce almeno 130 token sec non ci sono gateway e roundrobin che tengono ( nemmeno con finestre di contesto dinamiche). Per il solo hardware per 100 utenti base, 10 vip, 4 coder, sono arrivato già a 140k € di hardware nudo ( da aggiungere ancora connessioni qsfp+) e con oltre 12000 token sec di picco ( che verosimilmente scenderanno a meno di 30 per utenti base e 80 per utenti vip, mentre per coding sono a 2 richieste al minuto con input di 24k token max). E parlo di 12 modelli diversi distribuiti su 18 VM in 10 server.

Per il solo hardware per 100 utenti base, 10 vip, 4 coder, sono arrivato già a 140k € di hardware nudo ( da aggiungere ancora connessioni qsfp+) e con oltre 12000 token sec di picco ( che verosimilmente scenderanno a meno di 30 per utenti base e 80 per utenti vip, mentre per coding sono a 2 richieste al minuto con input di 24k token max). E parlo di 12 modelli diversi distribuiti su 18 VM in 10 server.

Molto interessante, grazie.