DeepSeekが値上げしたので、同じV4 Flashを旧料金より安く提供するホストを探してみた

8月17日の朝、APIの利用統計を開いたとき、最初は自分がどこかで設定を間違えたのだと思いました。

DeepSeekの消費額が、いつものおよそ5倍のペースになっていたからです。

料金改定が来ること自体は知っていました。DeepSeekは数日前に告知していましたが、頭の中では一般的な値上げとして処理していました。20%、50%、大きくても2倍くらいだろう、と。

実際はそれどころではありませんでした。

Billingの不具合ではありません。新料金が本当に適用されていました。DeepSeekは8月16日16:00 UTCからV4 FlashとV4 Proをpeak/off-peak pricingへ正式に移行しており、中国時間ではすでに8月17日です。Reutersは変更前に、モデル、token種別、時間帯によって50%から1,100%の値上げになると報じていました。開始時刻はDeepSeek APIのchange logで確認できます。

そこで、DeepSeekに関する別のニュースが急に重要に思えてきました。モデルのweightsが公開されていることです。同じモデルを他社が自前で動かせるなら、なぜinferenceをDeepSeekから直接買わなければならないのでしょうか。

DeepSeekは以前いくらで、今はいくらなのか

料金改定前のDeepSeek V4 Flashは次の価格でした。

この数字は旧DeepSeek pricing pageにも残っており、Reutersも8月3日に同じ料金を報じています。

DeepSeek-V4-Flash-0731に対応する公式のdeepseek-v4-flashは、現在次の料金です。

現在のDeepSeek pricing pageによると、peak時間帯は01:00–04:00 UTCと06:00–10:00 UTCです。

したがって、私が「支出が約5倍になった」と観測したからといって、すべてのtokenカテゴリが正確に5倍になったわけではありません。旧料金と比べると、

• peak時のcache-miss inputは$0.14から$0.44で3.14×、
• outputは$0.28から$1.32で4.71×、
• cache hitは$0.0028から$0.014で正確に5×です。

outputを多く生成するworkloadなら、実際の請求額が5倍近くになるのは十分あり得ます。

別のモデルではなく、同じモデルを売る別の会社を探した

DeepSeek自体をやめることもできました。Qwen、GLM、Kimi、MiniMax、Mistralなど、LLMの選択肢は大量にあります。

ただしモデルを変えると、新しい変数が増えます。回答品質、prompt compatibility、生成長、long contextでの挙動、sampling parametersなどをすべて検証し直す必要があります。

そこで、まずはもっと単純な案を試しました。

DeepSeek V4 Flashはそのまま使い、inferenceだけDeepSeek以外から買えないか。

ここで用語を正確にしておく必要があります。DeepSeekが公開したのは、アプリケーションのsource treeのような意味での単なる「ニューラルネットワークのソースコード」ではありません。より正確には、モデルweightsと、それを実行するために必要な素材が公開されています。

公式のdeepseek-ai/DeepSeek-V4-Flash-0731 repositoryはHugging Faceで公開されています。repositoryとweightsはMIT Licenseで、DeepSeekは4基のGB300を搭載した1 node上でvLLMを使って動かす例も示しています。

これで経済構造が変わります。第三者providerはDeepSeekからtokenを仕入れてmarkupを付けて再販する必要がありません。open weightsを自社infrastructureで動かし、自社hardware上のcomputeを販売できます。

もちろん「DeepSeekをローカルで動かせばいい」と言うと簡単に聞こえすぎます。0731 repositoryは約167 GBあり、公式deployment例は4基のGB300を使います。$20のVPSでdocker compose upする話ではありません。ファイルはmodel file pageで確認できます。

一方、GPU clusterを持つinference会社にとっては事情が違います。licenseは主要な障壁ではなくなり、hardware、電力、GPU utilization、batching、software stack、inference効率が勝負になります。

Runwareを見つけた

かなり探した結果、Runwareが特に興味深い候補の一つでした。

Runwareをどうやって見つけたのか。私はいつも使っている調査方法を取りました。まずAIに、この正確なmodelを扱う「できるだけ安く、それでも現実的に使えそうなinference provider」を探すための詳細なpromptを書かせます。そのpromptで15〜20回ほど別々に検索し、結果を全部集めて最後に一つのchatへ入れ、候補を比較して最も有力なものを絞らせます。そこから先は自分で、model page、料金、documentation、実際のAPIまで確認しました。

AIは検索範囲を広げるために使っただけで、最終判断を任せたわけではありません。Runwareは手作業での確認を通過し、自分で接続して試しました。この記事で勧めているのは、その実測に基づいています。

現在、1M contextの正確なDeepSeek-V4-Flash-0731 checkpointを提供しており、名前のない「DeepSeek-compatible」モデルではありません。model pageの料金は次の通りです。

最初は小数点の位置を読み間違えたのかと思いました。

ただ、本当に面白い比較対象はDeepSeekの新しい高料金ではありません。以前から十分安いと思っていた旧料金です。

旧DeepSeekのinputは$0.14、Runwareは$0.076です。Runwareは約45.7%安く、旧DeepSeekは約1.84×高かったことになります。

旧DeepSeekのoutputは$0.28、Runwareは$0.153です。Runwareは約45.4%安く、旧DeepSeekは約1.83×高かったことになります。

大幅値上げの後、同じV4 Flash 0731 checkpointを出す第三者APIを見つけました。新DeepSeekより安いだけではなく、旧DeepSeekの安い料金と比べてもほぼ半額です。

現在の公式料金と比べると差はさらに広がります。off-peakではRunwareがcache-miss inputで約2.9×安く、outputで約4.3×安い。peakでは約5.8×、8.6×です。

重要な例外は安いcache hitです。DeepSeekはoff-peakのcached inputが$0.007/Mで、Runwareは$0.014/Mです。cache hit比率が極端に高いworkloadは、通常のinput/output料金だけでは比較できません。

APIが動かなければ、安さには意味がない

私にとって料金表だけでは不十分です。1 requestが$0.000001でも、半分失敗するLLM APIは役に立ちません。

そこでRunwareを接続し、実際のrequestを送り始めました。

usage dashboardのsnapshotを2つ残しています。最初は、

790 requests
56 success
734 errors

これだけ見るとひどい数字です。ところが後でdashboardを見ると、

1,570 requests
836 success
734 errors

になっていました。つまり2回の計測の間に増えたのは正確に、

+780 requests
+780 successful
+0 new errors

です。

これを99.999% uptimeの証拠として扱うつもりはありません。そんなことは証明できませんし、最初の734 errorsの原因も、この2枚のsnapshotだけでは分かりません。

確実に言える範囲はもっと狭いです。次の780 requestsではsuccessful counterが780増え、error counterはまったく増えませんでした。

そのtest windowでは速度も良好でした。表示されているlogでは、多くのsuccessful callが1秒未満からおよそ1.5秒で完了していました。見えていた短いrequestのcostはよく$0.000005–$0.000018程度でした。数百件成功した後でも、dashboardの総支出は約1セントでした。

この時点で、Runwareは単なる比較表の一行ではなくなりました。実際にAPIを接続し、responseが生成され、test trafficの費用はほぼゼロに近い水準でした。

これは広告ではない。そしてRunwareを試してまだ1日しか経っていない

一社だけを好意的に書くとスポンサー記事のように見えやすいので、ここは明記しておきます。これは広告ではありません。Runwareから私に連絡が来たことはなく、私からRunwareへ連絡したこともありません。この記事を書いてほしいと頼まれたわけでもありません。

そして、利用期間はまだ1日です。1週間後、1か月後にreliability、回答品質、料金などで問題が見つかれば、別のproviderへ移る可能性は普通にあります。長期評価ではありません。

公式DeepSeek APIが高くなった時点で、私はすぐにそちらから離れました。代替を調べている間も新料金でお金を消費し続けたくなかったからです。そのままtrafficを移し、Runwareをすぐに実運用に近い形でテストし始めました。

現時点では、その判断にかなり満足しています。この記事を書き終える頃には、Runware経由で1,000件のAI requestが成功していました。もちろん、これは将来のuptimeやあらゆるscaleでの性能を保証する数字ではありません。ただ、料金表で見つけただけのproviderではなく、実際に使っているサービスだとは言えます。

そのため、私の推薦も限定的です。自分でRunwareを確認し、今日の時点では問題なく動いており、今は試してみる価値があると思っています。サービスが変われば、私の評価も変わります。

DeepSeekは自分自身の価格競争相手を作ったのかもしれない

ここから先は観測事実ではなく、私の解釈です。

DeepSeekは少し珍しいbusiness positionにいます。非常に競争力のあるモデルを出す一方で、市場にそのモデルを独立して運用する手段も与えました。

公式DeepSeek APIが極端に安かった間は、この矛盾はほとんど気になりませんでした。DeepSeek自身が$0.14/$0.28でinferenceを売っているのに、他社のGPU clusterを探す理由がありません。

値上げ後は計算が変わります。公式APIがpeakで$0.44 input、$1.32 outputなのに、独立providerが同じ公開checkpointを$0.076/$0.153で提供するなら、代替を試す経済的動機は非常に強くなります。

これは偶然のloopholeではありません。公開weightsのMIT Licenseはcommercial useを含む広い利用を許可し、公式repositoryにはself-hostingの手順もあります。

そのため、Runwareを単に「DeepSeek tokenの転売業者」と呼ぶのは正確ではありません。実態は次のようなものです。

DeepSeek
    │
    ├── official DeepSeek API
    │
    └── open DeepSeek V4 Flash weights
                   │
                   ├── Runware infrastructure
                   ├── other inference providers
                   └── your own GPU cluster

同じモデルが、一社のinference販売者だけに結びつかなくなっています。

Weights公開はbusiness mistakeだったのか

私はそれを事実として断言しません。

「DeepSeekがモデルを開いたので競合が安く売れる。だからDeepSeekは損をする」と言い切るのは単純すぎます。社内のeconomicsは分かりません。

Open-weight戦略には別の利点があります。

• モデルの普及拡大、
• integrationの増加、
• ecosystemへの影響力、
• third-party productでde facto standardになる可能性、
• developer増加、
• enterprise adoption、
• 研究分野での普及、
• 競合への圧力。

Reutersも中国AI市場に関する記事で、幅広いdeveloper adoptionを得るため、中国のmodel developerがopen-weight approachを重視していると述べています。

そのため、現時点でbusiness mistakeと決めつけるのは早いと思います。ただし、より限定した結論なら言えます。

Weightsを公開することで、DeepSeekは自社モデルのinferenceに対する独占を自ら手放した。

公式APIが大幅に高くなると、その選択の影響が目立ちます。DeepSeekはQwen、OpenAI、Anthropic、Moonshotだけでなく、ある意味ではDeepSeek自身のopen modelのinferenceを売る会社とも競争することになります。

APIを買う側には素晴らしい状況です。Monetization strategyとしてはずっと複雑です。

なぜ自分でDeepSeekをhostしないのか

次に考えることは自然です。第三者企業がDeepSeekを動かしてinferenceを売れるなら、自分でやればいいのではないか。

しかし「モデルを無料でdownloadできる」と「inferenceが無料」はまったく別です。

Weightsはdownloadできます。GPUはdownloadできません。

高価なhardwareを購入または借り、十分なVRAMを用意し、巨大なcheckpointをloadし、inference engine、batching、KV cache、monitoring、scaling、redundancyを構築し、さらにGPUを遊ばせないだけのtrafficを確保する必要があります。

DeepSeekのV4 Flash 0731公式例は、4基のGB300を搭載した1 nodeを使います。

専門のinference providerなら、複数顧客にinfrastructure costを分散できるので投資が合理的になるでしょう。一人のdeveloperなら、GPUに多額を投資して高いutilizationを維持するより、1M input tokensあたり$0.076を払うほうが合理的かもしれません。

今のところ私はinferenceを買う方を選びます。ただ、何にお金を払っているのかは以前よりずっと明確になりました。

あの朝から得た一番大きな学び

朝の時点では、DeepSeekを普通のSaaS APIとして考えていました。DeepSeekというモデルがあり、その利用価格はDeepSeekが決める、という理解です。

夜には考え方が変わりました。DeepSeekのcheckpointがあり、そのcheckpointを私の代わりに実行する会社同士の競争市場がある。

これは根本的に別の市場です。

Closed modelではAPI priceの多くをmodel ownerが支配します。一方、permissive licenseでopen weightsが配布されていれば、inference priceはinfrastructure provider同士の競争にも左右されます。

8月17日、その違いが非常に具体的になりました。旧DeepSeek V4 Flashは$0.14 input、$0.28 outputでした。新しい公式料金はpeakで$0.44/$1.32まで上がります。Runwareは現在DeepSeek-V4-Flash-0731を$0.076/$0.153で提供しています。

このAPIは自分で試しており、私が送ったtrafficでは動作しました。

1か月後も同じ料金でしょうか。分かりません。同じproviderがどんなscaleやtraffic profileでも耐えられるでしょうか。それも証明していません。

ただ、一つだけ変わりました。今回の値上げ以降、open-weight modelの開発元が提供する公式APIを、inference購入先として自動的に最良だとは考えなくなりました。

今はまず、同じweightsを他に誰が動かせるのか、そしていくらで提供しているのかを確認します。