“无论API，还是AI，都应该是普惠的、人人可以用得起的东西。”梁文锋于2024年谈到DeepSeek-V2引发的价格战时，曾这样解释自己的定价逻辑。
此后，低价几乎成了DeepSeek最醒目的标签。2026年5月22日，DeepSeek更是宣布将V4-Pro预览版的限时折扣转为永久价格，引起用户一片欢呼。只不过，这次的“永久价格”，仅仅维持了83天。
8月13日晚，DeepSeek正式上线V4-Pro正式版，并公布新的涨价方案。一个多小时后，它又开源了DeepSeek Harness，一套让大模型调用工具、管理文件和执行复杂任务的Agent框架。
模型、价格和Harness的消息，在同一个晚上密集推出。不过，DeepSeek V4 Pro的亮相并不顺滑，不到24小时内，经历了上线、撤公告和重启的波折节奏。
8月12日深夜，DeepSeek V4 Pro“0813”版本率先在API端静默上线。次日，官网短暂挂出公告后，又迅速撤下。直到8月13日，DeepSeek才正式官宣，并紧接着发布Harness预览版。
这场热闹的发布节奏背后，DeepSeek正在发生的变化，或许比一次纯粹的模型升级更加复杂。
最近一段时间，DeepSeek开始扩充人员、补齐产品和工程团队，也不再坚持过去那种几乎贴着成本线的价格策略。一家靠“低价、开源、小团队”出名的公司，正在步入新的调整期。
01、上涨超11倍，DeepSeek不再“白菜价”
新模型发布当晚，DeepSeek同步预告了API涨价的具体方案。在新的方案中，DeepSeek的API价格将实行峰谷策略：白天高峰时段，定价将是夜晚低谷时段的两倍，基准价格也较之前有很大涨幅。
以V4-Pro为例，每100万输入Token的缓存命中价，从原来的约0.0245元，上调到错峰时段约0.15元、峰值时段约0.30元；输出价则从约5.9元，上调到约13.4元和26.8元。
也就是说，缓存命中价在峰值时段上涨超过11倍，输出价上涨约3.6倍。即便是官方主打的“半价错峰”，多数计费项目也已经明显高于调价前的价格。
两周前发布的V4-Flash同样涨价，这款模型以每100万输出Token约1.9元的价格提供1M上下文，对不少开发者而言，它第一次把接近前沿水平的代码Agent能力压到了2元内的调用区间。
但在新方案生效后，V4-Flash每100万输出Token的错峰价格上涨约1.36倍，峰值价格上涨约3.71倍，明显削弱了其性价比优势。
对于此次整体涨价的具体原因，官方给出的解释是“更合理地分配资源”，鼓励开发者根据实际需求安排任务。市场上的猜测则普遍都指向了算力。
DeepSeek此前多次出现服务繁忙或阶段性不可用。与此同时，公司正在招聘超算集群研发、分布式存储和乌兰察布数据中心岗位，市场上也传出了DeepSeek打算自研AI推理芯片的消息。
如今，DeepSeek的峰谷计费又精准覆盖了工作时间内的调用高峰，这些信号让不少开发者推测，DeepSeek希望通过价格手段降低并发压力，把部分算力留给企业客户、模型训练和更复杂的Agent任务。
但伴随着涨价方案的到来，争议随之出现。过去，“价格屠夫”一直是DeepSeek最鲜明的标签之一，并依靠着接近前沿的模型能力，持续冲击着硅谷同行的高昂API售价。
如今，DeepSeek主动抬价，也意味着那个“便宜模型可以随便用”的阶段已经过去了。
在DeepSeek的官方账号下，有用户表示，新价格让V4失去了吸引力；还有用户质疑，峰谷时段的划分实际上让欧美用户更容易享受错峰价格，却让亚洲用户在日常工作时间承担更高成本。
Reddit上的讨论更为直接。一则高赞的帖文指出，V4-Pro的缓存命中峰值价上涨约11.14倍，低缓存价格原本正是DeepSeek在长对话和重复任务中的优势。
有人开始寻找Qwen、Grok以及其他API替代品，也有人表示，与其按量支付，不如购买每月约135元的编程Agent订阅服务。
不过，另一部分开发者认为，DeepSeek此前的V4-Pro价格本就带有明显补贴性质。即使价格上调，V4-Pro相较部分海外头部模型仍然便宜；如果新模型的Agent能力能够兑现，新的错峰价格并非完全无法接受。
实际上，若只比较每100万输出Token的公开价格，涨价后的DeepSeek仍保留一定优势。
V4-Pro错峰价约为13.4元、峰值价约为26.8元；同期GLM-5.2的国内价格为28元，Qwen3.7-Max国际站标价约为50.8元，Kimi K3则约为101.6元。
对比来看，V4-Pro错峰时仍明显便宜，峰值价格已接近GLM-5.2。也就是说，DeepSeek仍有价格优势，但已经不再是一个便宜到没有对手的选择。
但对DeepSeek而言，价格变化的意义更在于它正在把计费方式和Agent绑在一起。过去一年，DeepSeek凭借极低价格冲击了海外模型厂商，也带动国内API价格快速下探。
但进入Agent阶段后，模型的价值不再只由单次Token价格决定。工具调用成功率、长任务稳定性和编程效果，都开始成为新的定价依据。
在一些行业人士看来，当其他头部模型也开始提高价格、收紧免费额度，DeepSeek继续用极端低价换取调用量的必要性正在下降。V4系列已经建立起足够的市场认知，它有了试探用户付费上限的空间。
02、从“疯狂招人”到上Agent牌桌
实际上，DeepSeek对Agent的投入，在这次发布前已经持续了近三个月。
5月20日前后，DeepSeek资深研究员陈德里在社交平台公开招人，称公司正在从零组建Harness团队，方向则是对标Claude Code，开发DeepSeek自己的Code Harness。
团队对外给出了一条非常简短的介绍公式：“Model+Harness=Agent。”简而言之，模型提供推理能力，Harness负责让模型阅读代码、调用工具、访问文件、记录任务进度，并在失败后继续执行。
负责这支新团队的领头人，正是今年3月加入DeepSeek的崔添翼，也是梁文锋的“学弟”。公开资料显示，他和梁文锋同样毕业于浙江大学，曾在量化机构Jane Street工作9年，后参与创办量化交易公司。
6月21日，崔添翼再次在社交平台发出招聘信息，一口气开放Harness研究员、工程师和产品经理三个岗位。他形容团队“目标宏大且工作繁重”，人员仍然非常紧缺，自己“每天都在面试”，还在各处张贴招聘“小广告”。
四天后，DeepSeek把招聘范围扩大到全公司，计划将所有部门的规模至少扩大一倍，招聘覆盖全栈开发、算法、模型训练等7大类别，共计33个岗位，工作地点延伸至北京、杭州和乌兰察布。
为了招到更多满意的人才，招聘甚至还被做成了独立入口。除了官网和社交平台，DeepSeek还设置了“DeepSeek招聘”公众号，持续发布岗位和招聘信息，这与过去外界熟悉的DeepSeek形成了反差。
很长一段时间里，DeepSeek的标签是低调、小团队和高研究密度。它很少大规模做市场推广，更没有像多数互联网公司一样铺设庞大的产品、运营和销售体系。
但从最新岗位来看，DeepSeek要补充的已经不只是研究员。Agent产品经理、Code Agent数据工程师、产品运营、IDC数据中心团队都出现在招聘页面上。人才扩张从模型研究一路延伸到产品和算力基础设施。
8月13日开源的DeepSeek Harness，正是这轮招聘孵化的首个公开成果。区别于模型产品使用的蓝色鲸鱼，DeepSeek Harness的官方账号图标则是一头黑色鲸鱼。
DeepSeek Harness系统的核心设计则是“一切皆插件”。模型、工具、技能、会话、沙箱乃至界面都可以更换。整套系统没有焊死，开发者可以自己拆装。
目前来看，Harness刻意不锁定自家模型，默认支持近40家模型商，模型本身可作插件替换。这意味着，DeepSeek必须让自家模型强到开发者愿意选它，才能承接自己框架带来的流量。
从8月13日发布的V4-Pro模型来看，此次更新重点便是强化了Agent能力，并增加low、high、max三档思考强度。简单任务可以少消耗算力，复杂任务则允许模型运行更长时间。
模型性能上，根据一张流传的基准测试数据表，V4-Pro在终端操作、代码工程等基准测试中拉近了与Opus 4.8、Fable 5等海外前沿模型的差距，并在部分基准测试中领先。
不过，在实际的用户首批实测中，社交平台上也出现了褒贬不一的声音。有人发现模型思考异常缩短、同一任务前后表现悬殊，没有形成此前期待的“全面逼近最强闭源模型”，但也有人认可其代码分析能力。
V4-Pro的看点并不只在模型本身，更在于DeepSeek试图把模型能力进一步放进Agent场景中验证。这也和腾讯此前提出的“Harness理论”（模型是发动机，系统工程决定上限）形成了呼应，“模型不再是最稀缺的那层”正在成为行业共识。
不过，这套组合拳能否发挥正向作用仍充满诸多不确定性。DeepSeek Harness目前只是开发者预览版，官方明确提醒，后续可能出现破坏兼容性的更新。它还没有形成成熟的插件生态，也没有公布企业客户、付费计划和实际使用数据。
DeepSeek已经把模型、涨价和Harness同时摆上牌桌。但留给它的考验，也才刚刚开始。
（文 | 豆蔻，图片来源 | 视觉中国，本内容转载自财经天下WEEKLY）