DeepSeek si è costruita una parte importante della propria reputazione su un concetto molto semplice: AI potente a costi estremamente bassi. E per molto tempo i numeri hanno dato ragione a questa narrativa. Poi è arrivato agosto 2026, che oltre a essere ricordato per una delle estati più calde, ha anche il primato dell’aumento dei costi!
Dal 16 agosto DeepSeek ha aggiornato il pricing delle API, introducendo una vera tariffazione peak/off-peak. Oggi V4 Pro, nelle ore di picco, costa 1,32 dollari per milione di token input non in cache e 3,96 dollari per milione di token output. Nelle ore off-peak i prezzi si dimezzano. V4 Flash rimane più economico: 0,44 dollari per l’input cache-miss e 1,32 per l’output in fascia peak.
Tradotto in maniera meno elegante: anche DeepSeek ha scoperto che le GPU non campano d’aria. E questo rende interessante una domanda che sento formulare spesso troppo velocemente DeepSeek è davvero gratis? Dipende da quale DeepSeek stiamo parlando.
Gratis sul web, a consumo via API, costoso se il ferro diventa nostro
L’accesso web a DeepSeek può essere gratuito, ma questo non equivale a dire che il modello o la sua infrastruttura siano “gratis”
Il primo equivoco nasce dalla parola “gratis”. L’accesso web può essere gratuito e DeepSeek rende disponibili anche i pesi dei propri modelli. Ma avere accesso ai pesi non significa avere gratuitamente la capacità computazionale necessaria per servirli in produzione.
L’API è ancora un servizio a consumo. Il self-hosting, invece, significa che compute, memoria, rete, storage, energia, sicurezza e continuità operativa diventano un problema nostro. Sono tre modelli economici completamente diversi. Ed è proprio qui che molti business case iniziano a diventare creativi.
DeepSeek, però, non si usa in un solo modo
DeepSeek può essere utilizzato via web, API, cloud gestito oppure attraverso un deployment self-hosted: modalità diverse, costi e responsabilità molto differenti
Ed è qui che bisogna fare un minimo di ordine, perché parlare genericamente di “costo di DeepSeek” senza specificare come lo stiamo usando rischia di non significare praticamente nulla.
Oggi abbiamo almeno quattro strade.
La prima è il classico accesso tramite web o app ufficiale DeepSeek: apriamo la piattaforma, facciamo le nostre richieste e dell’infrastruttura sottostante non ci interessa quasi nulla. Per l’utente è la soluzione più semplice e DeepSeek continua a proporre anche accesso gratuito.
La seconda è la API ufficiale DeepSeek. Qui entriamo nel mondo professionale: integriamo il modello in software, chatbot, agenti o workflow aziendali e paghiamo in funzione dei token utilizzati. È proprio su questo scenario che incide il nuovo pricing peak/off-peak.
Poi esiste una terza strada: utilizzare DeepSeek attraverso provider cloud che lo offrono come modello gestito. Per esempio Microsoft Foundry mette a disposizione DeepSeek V4 Pro e V4 Flash con un proprio modello di pricing. Anche Amazon Bedrock offre modelli DeepSeek, attualmente con versioni come R1, V3.1 e V3.2.
E naturalmente resta la quarta possibilità: scaricare i pesi e gestire il modello direttamente. DeepSeek pubblica i propri modelli attraverso il repository ufficiale su Hugging Face, compreso V4, rendendo possibile il deployment su infrastruttura propria o dedicata.
Quattro modalità, quattro livelli differenti di controllo e, soprattutto, quattro strutture di costo che non vanno confuse tra loro.
Sul web il problema dell’infrastruttura praticamente non lo vediamo. Con l’API paghiamo il consumo. Su un cloud gestito paghiamo servizio, capacità e condizioni economiche del provider scelto. Con il self-hosting, invece, il ferro e tutto ciò che gli gira intorno diventano affar nostro. Ed è proprio l’ultima opzione quella che può trasformare molto rapidamente il rassicurante “è open, quindi risparmiamo” in una conversazione leggermente più movimentata con chi deve approvare il budget.
Il nuovo listino cambia parecchio la narrativa
Il V4 Pro arrivato in general availability il 13 agosto non è semplicemente un ritocco del vecchio modello: è una nuova generazione, quindi sarebbe metodologicamente scorretto calcolare un aumento percentuale fingendo che R1 e V4 Pro siano lo stesso prodotto.
Ma il cambio di ordine di grandezza è evidente.
Nel 2025 DeepSeek-R1 veniva fatturato a 0,55 dollari per milione di token input cache-miss e 2,19 dollari per l’output. Oggi V4 Pro, nelle ore peak, arriva rispettivamente a 1,32 e 3,96 dollari. Non è un confronto like-for-like, ma racconta bene quanto sia cambiato il posizionamento economico della piattaforma.
C’è poi un elemento nuovo ancora più interessante: lo stesso workload oggi può costare il doppio semplicemente in funzione dell’orario in cui viene eseguito.
Le fasce peak ufficiali sono 01:00–04:00 e 06:00–10:00 UTC; fuori da quelle finestre DeepSeek applica il 50% di sconto.
Questa non è più soltanto una politica di prezzo. È capacity management trasformato in pricing.
Per workload batch, elaborazioni differibili o pipeline non real-time può essere gestibile. Per applicazioni agentiche, servizi rivolti agli utenti o processi aziendali che devono funzionare quando serve, non sempre possiamo dire al cliente: torna più tardi che adesso i token costano troppo.
E se lo portassimo in casa?
Qui arriva il secondo equivoco. Se l’API aumenta, qualcuno inevitabilmente esclama “Scarichiamo il modello e ce lo gestiamo noi.” Si come no, la scoperta dell’acqua calda!
Iniziamo con la lista della spesa, prima voce da tenere in considerazione, il datacenter. La generazione V4 è già enorme: DeepSeek dichiara per V4 Pro 1,6 trilioni di parametri totali e 49 miliardi di parametri attivi. Essendo un’architettura MoE, parametri totali e compute effettivo non coincidono, quindi non si può trasformare quel numero direttamente in una fattura hardware. Ma basta guardare alla precedente generazione V3/R1 per capire la scala del problema.
NVIDIA documenta per DeepSeek V3/R1 671 miliardi di parametri, circa 671 GB di memoria GPU per i soli pesi FP8, ai quali devono essere aggiunti activation tensors e KV cache.
Per l’esecuzione FP8 del modello completo NVIDIA indica come minimo, tra le configurazioni supportate:
- 16 H100 da 80 GB;
- 8 H200;
- 8 B200/GB200.
E questo serve per far girare il modello. E il resto? tipo alta disponibilità, concorrenza degli utenti, networking, storage, monitoring, orchestrazione, backup, disaster recovery e persone capaci di mantenere tutto in piedi senza accendere un cero a ogni deployment.
Il TCO dell’AI è molto più antipatico del prezzo per token
Il confronto corretto non è API contro GPU. Un’infrastruttura self-hosted porta con sé almeno, lista in ordine sparso: GPU e server, memoria, interconnessioni ad alte prestazioni, storage, energia, raffreddamento, containerizzazione, orchestrazione, monitoring, logging, capacity planning, ridondanza, aggiornamenti e personale specializzato.
E soprattutto bisogna dimensionare l’ambiente per il carico che deve sostenere, e qui il gioco si fa duro, sul serio! DeepSeek stessa ha mostrato quanto rapidamente la scala possa crescere.
Nel febbraio 2025 dichiarava per i servizi V3/R1 una media di 226,75 nodi occupati, ciascuno con otto H800: oltre 1.800 GPU mediamente impegnate. Applicando nel proprio documento un costo ipotetico di leasing di 2 dollari per H800 all’ora, stimava 87.072 dollari al giorno di costo teorico dell’inference.
Ovviamente un’azienda non deve replicare l’infrastruttura mondiale di DeepSeek. Il dato serve a ricordare una cosa molto semplice: quando aumentano utenti, context window, throughput e SLA, aumenta anche il ferro necessario a mantenerli.
Self-hosted: i dati restano dentro, ma anche i problemi
Portare il modello dentro casa aumenta il controllo sui dati, ma sposta sull’organizzazione anche gestione, sicurezza, manutenzione e rischio operativo
Sul self-hosting c’è poi un argomento che conosco bene, ed è un mantra che si ripete ogni santa volta “Lo teniamo internamente perché è più sicuro.”
Può esserlo. Ma sicurezza e proprietà dell’infrastruttura non sono sinonimi. Se porto il modello dentro il mio perimetro, diventano miei anche tutto il resto della filiera ovvero i model provenance, la sacrosanta supply chain, checkpoint, librerie, container, API, secrets, vector database, pipeline RAG, agenti, autorizzazioni, logging e monitoring.
Prompt injection, poisoning, backdoor, accessi impropri ai tool e comportamento degli agenti rientrano precisamente nel perimetro dell’AI Security e LLM Red Teaming.
La sovranità tecnologica è un vantaggio soltanto quando abbiamo capacità reale di governare ciò di cui siamo diventati sovrani. Altrimenti abbiamo semplicemente trasferito il problema dal provider al nostro rack, e non è di per se una condizione semplice da affrontare!
Anche la supply chain ha un costo
Scaricare pesi e componenti non chiude la questione della fiducia. Modello, framework, dipendenze, container, repository e tool costituiscono una supply chain che deve essere conosciuta e verificata. Ed ecco entrare in gioco anche OSINT e Cyber Intelligence: provenance, relazioni tra componenti, esposizioni e fonti diventano parte dell’assessment quando l’AI viene integrata in processi aziendali critici. La scritta open non è un certificato di innocenza. E le stelline su GitHub, per quanto decorative, non sono ancora una certificazione di sicurezza (anzi spesso direi esattamente il contrario visto quello che sempre più spesso ci ritroviamo dentro ai vari repository) .
Non per ultimo affrontiamo un altro bel problema, e se qualcosa si rompe?
Un modello in produzione non vive da solo. Ha API, identità, sistemi di autenticazione, dati, RAG, agenti e infrastrutture collegate. Quando uno di questi elementi viene compromesso bisogna riuscire a capire cosa sia successo, quali accessi siano avvenuti, quali dati siano stati utilizzati e quali azioni siano state eseguite. A quel punto entrano in gioco Cybersecurity e Incident Response e, quando occorre preservare e ricostruire tecnicamente le evidenze, anche la Digital Forensics e Legal Forensics. Un deployment AI serio deve quindi mettere a budget anche la capacità di vedere e ricostruire ciò che accade quando il comportamento atteso smette di essere quello reale.
DeepSeek quindi conviene?
DeepSeek può ancora essere conveniente, ma il costo reale dipende da utilizzo, pricing API, infrastruttura e modalità di deployment
Il nuovo pricing non trasforma improvvisamente DeepSeek in un prodotto economicamente assurdo. V4 Flash rimane aggressivo; V4 Pro offre capacità maggiori; gli sconti off-peak possono essere sfruttati per workload differibili. E avere modelli open weight continua a offrire possibilità interessanti per autonomia e architetture private. È però finita l’epoca in cui bastava mostrare il prezzo per milione di token e dichiarare chiusa la discussione sui costi.
Oggi bisogna mettere nella stessa analisi API, profilo di utilizzo, fasce peak, capacità necessaria, infrastruttura, persone, sicurezza e resilienza. Il prezzo del modello rimane una voce. Il costo dell’AI in produzione è il sistema intero. DeepSeek può ancora essere molto conveniente (forse).
Gratis, invece, è un’altra storia
E se qualcuno sostiene che basti scaricare i pesi e accendere il server, chiedetegli almeno dove pensa di attaccare la prolunga delle sedici H100.