DeepSeek, il laboratorio cinese diventato celebre a inizio 2025 per i suoi modelli aperti a basso costo, ha fissato per metà luglio 2026 il lancio ufficiale di DeepSeek V4. La novità che ha fatto più discutere gli sviluppatori non è tecnica ma commerciale: per la prima volta l'azienda introduce tariffe API a fasce orarie, con prezzi che raddoppiano nelle ore di punta.
V4 arriva in due varianti principali: V4 Pro, il modello di punta, e V4 Flash, più piccolo, veloce ed economico. Entrambe supportano un contesto di un milione di token, sufficiente a inserire nel prompt interi libri, basi di codice o raccolte di documenti.
Cosa cambia sotto il cofano: la "sparse attention"
Per gestire in modo efficiente contesti così lunghi, V4 abbandona l'attenzione "densa" classica in favore di una attenzione sparsa (sparse attention). In pratica, un componente chiamato "Lightning Indexer" scorre rapidamente il contesto per individuare le parti rilevanti, e il modello concentra i calcoli solo su quei passaggi. Secondo DeepSeek, questo riduce l'onere computazionale di circa il 50% negli scenari a lungo contesto — un vantaggio che si traduce in costi più bassi e maggiore velocità.
Sui benchmark, l'anteprima di V4 aveva già mostrato risultati molto solidi, con punteggi elevati nei test di matematica e ragionamento, posizionandosi ai vertici tra i modelli cinesi. Come sempre, i numeri di laboratorio vanno presi con cautela: il vero test è l'uso quotidiano.
Quanto costa: i prezzi e le nuove fasce orarie
Secondo le tariffe comunicate, DeepSeek V4 Pro costa indicativamente 1,74 dollari per milione di token in input e 3,48 in output, mentre V4 Flash scende a 0,14 in input e 0,28 in output. Sono cifre molto competitive rispetto ai modelli occidentali di fascia alta. La novità è che, per la prima volta, le tariffe cambiano in base all'orario: le ore di punta vanno dalle 9:00 alle 12:00 e dalle 14:00 alle 18:00 (ora cinese), durante le quali l'uso dell'API viene fatto pagare il doppio rispetto alle fasce non di punta.
Per chi automatizza carichi di lavoro non urgenti — elaborazioni batch, analisi notturne, generazione massiva di contenuti — programmare l'esecuzione nelle ore "morbide" può quindi dimezzare la spesa. È una strategia inedita nel mondo dei modelli linguistici, presa in prestito da settori come l'energia elettrica.
Come provarlo: chat, API e pesi aperti
Ci sono tre modi per usare DeepSeek V4.
- Nel browser, gratis: il modo più semplice è collegarsi a chat.deepseek.com o usare l'app ufficiale, dove è possibile chattare con il modello senza costi, con i limiti tipici dei piani gratuiti.
- Via API, per gli sviluppatori: l'API di DeepSeek è compatibile con le librerie di OpenAI, quindi integrarla è immediato. Serve una chiave da platform.deepseek.com. Ecco un esempio in Python:
from openai import OpenAI
client = OpenAI(
api_key="LA_TUA_CHIAVE",
base_url="https://api.deepseek.com"
)
risposta = client.chat.completions.create(
model="deepseek-chat",
messages=[
{"role": "system", "content": "Sei un assistente utile e conciso."},
{"role": "user", "content": "Spiega in 3 punti cos'e' la sparse attention."}
]
)
print(risposta.choices[0].message.content)Il risultato atteso è una risposta in italiano con tre punti chiari. Per i compiti che richiedono ragionamento passo-passo, DeepSeek offre anche un modello "reasoner" (indicato come deepseek-reasoner) che mostra la catena di ragionamento.
- Scaricando i pesi: DeepSeek pubblica i propri modelli su Hugging Face con licenze aperte. Attenzione però ai requisiti: la versione Pro, con oltre mille miliardi di parametri complessivi, richiede hardware da data center e non è eseguibile su un normale PC. Per l'uso locale conviene guardare alle varianti più piccole o distillate, o affidarsi a servizi di hosting.
A chi conviene e come si colloca rispetto ai rivali
DeepSeek V4 è interessante soprattutto per chi cerca prestazioni elevate a un costo contenuto e per chi lavora con contesti molto lunghi. Va però ricordato che si tratta di un servizio cinese: per dati sensibili o aziendali è bene valutare con attenzione dove vengono elaborate le informazioni e quali normative sulla privacy si applicano, preferendo eventualmente l'uso dei pesi aperti su infrastruttura propria. Sul fronte della concorrenza, V4 si misura con i modelli aperti di Alibaba (Qwen) e Zhipu (GLM) e con le proposte commerciali di OpenAI, Anthropic e Google. La sua arma resta il rapporto qualità-prezzo, ulteriormente affinato dalle nuove fasce tariffarie.
