DeepSeek API 定价将于8月16日调整——实际费用如下

DeepSeek 即将让 API 预算管理变得更加复杂——同时也可能更具可控性。2026年8月16日 UTC 时间16:00，该公司计划将其当前的 V4 统一费率替换为高峰和低谷价格。低谷时段的使用费用将是高峰时段的一半，这直接激励用户将灵活的工作负载从繁忙时段转移出去。

该变更同时影响DeepSeek-V4-Flash和新发布的正式版DeepSeek-V4-Pro。这一变化也足以改变经济性，使得旧的成本对比将变得具有误导性。本文将官方每百万token定价表转化为实际工作负载场景，并解释如何避免最常见的预算编制错误。

首先，时机

截至本文验证日期——8月14日——新时间表已公布但尚未生效。DeepSeek表示，该时间表将于8月16日16:00 UTC开始。指定的高峰时段为01:00–04:00 UTC和06:00–10:00 UTC。所有其他时段均为非高峰时段。

由于定价是实时运营信息，请在充值账户或发布计算器前确认官方定价页面。以下费率反映的是该页面截至2026年8月14日的情况。

预定价格表

价格按每百万个令牌计算。

| 模型与时段 | 缓存输入 | 非缓存输入 | 输出 | |---|---:|---:|---:| | V4 非高峰闪存 | $0.007 | $0.22 | $0.66 | | V4 闪存峰值 | $0.014 | $0.44 | $1.32 | | V4 Pro 非高峰时段 | $0.022 | $0.66 | $1.98 | | V4 Pro 峰值 | $0.044 | $1.32 | $3.96 |

三种模式显而易见：输出是昂贵的类别。缓存未命中的代价远高于缓存命中。专业版大约是相应闪存价格的三倍。这些比率比单一标价更有用，因为实际应用的数据输入/输出比例各不相同。

典型请求的费用

假设一个支持助手读取了8,000个未缓存的输入令牌并生成了1,000个输出令牌。在非高峰Flash定价下，模型成本大约为：

(8,000 / 1,000,000 × $0.22) + (1,000 / 1,000,000 × $0.66) = $0.00242


在Flash定价高峰期，价格翻倍至约0.00484美元。使用Pro方案，相同的代币组合在非高峰期成本约为0.00726美元，高峰期则为0.01452美元。

这些数字看起来很小，但数量级会改变情况。如果每月有一百万次这样的请求，仅模型成本在非高峰时段使用Flash与高峰时段使用Pro之间的差异就约为12,100美元。工具调用、搜索API、存储、可观测性、重试以及人工审核还会增加更多成本。

现在考虑一个编码代理，它每项任务消耗12万个未缓存的输入标记并生成2万个输出标记。Flash在非高峰期成本约为0.0396美元，高峰期约为0.0792美元。Pro在非高峰期成本约为0.1188美元，高峰期约为0.2376美元。如果Pro模型能显著减少失败尝试的次数，它仍然可能是经济的。你需要成功率来做决定。

## 缓存命中可能改变结果

缓存输入与非缓存输入之间的差距巨大。对于V4 Pro非高峰时段，一百万非缓存输入令牌的成本为0.66美元，而缓存输入的成本仅为0.022美元。这使得提示架构成为一个经济问题。

将稳定、可复用的材料放置在提供商的缓存机制能够识别的位置。避免更改大型静态前缀中的空白、顺序、时间戳或不相关的元数据。将持久的指令和参考文档与每个请求的用户内容分开。然后测量实际的缓存命中使用情况，而不是假设设计有效。

缓存不应被用来为发送所有内容找理由。一个更小、更相关的提示往往比缓存的大量噪音更可靠。优先优化相关性，其次才考虑可缓存性。

## 如何使用非高峰定价

许多AI任务并非真正的实时任务。隔夜报告生成、仓库索引、嵌入刷新、文档分类、合成数据创建、评估运行以及低优先级的内容草稿都可以等待。

构建一个包含三个服务类别的队列：

1. **即时运行：**立即执行并接受当前汇率。
2. **灵活：** 安排下一个非高峰时段。
3. **批处理：** 在非高峰时段按受控批次进行处理。

仔细处理UTC时间窗口。夏令时变化可能会改变本地时钟映射。将调度时间以UTC格式存储，并向操作员显示转换后的时间。添加随机抖动，使每个排队任务不会在精确边界启动，并限制并发量以避免重试风暴。

## 导致成本预测失误的常见错误

第一个错误是只统计可见文本。分词器对单词、代码、标点符号、JSON 和多语言内容的分割方式不同。请使用 API 报告的用量。

第二点是忽略代理循环。一个“用户请求”可能触发数十次模型调用、搜索操作、测试运行和修复。预算按每个完成的任务计算，而不是按每条聊天消息计算。

第三点是认为最大思考量是免费的质量。更强的推理投入会增加延迟和消耗。将简单工作分配给低投入，日常智能体任务分配给高投入，仅在评估显示有收益时使用最大投入。

第四点是忘记失败。超时、无效的工具参数、上下文溢出和被拒绝的输出都会耗费资金。追踪重试原因并修复系统性错误，而不是为重复买单。

第五是将未来定价公布为当前定价。在指定的生效时间之前，旧费率仍然适用。生效后，官方页面为最终依据。

## 更优的模型预算

创建包含以下列的工作表：

- 工作负载名称；
- 每月请求次数；
- 平均缓存输入；
- 平均未缓存输入；
- 平均输出；
- 预期的峰/谷拆分；
- 重试乘数；
- Flash 或 Pro；
- 工具和搜索成本；
- 人工审核会议纪要；
- 成功完成率。

计算低、预期和高三种场景。高场景应包括缓存未命中峰值和额外的代理循环。设置基于每成功任务美元数的警报，而不仅仅是每请求令牌数。

如果您的组织仍在确定AI在其内容或创意流程中的位置，通过[Elser AI](https://www.elser.ai/)进行实验可以帮助您在投入API规模架构之前定义有用的工作流程。清晰的流程可以防止团队为用户不需要的任务优化token价格。

## 常见问题解答

### DeepSeek的新定价何时开始？

DeepSeek 表示时间为2026年8月16日16:00 UTC。请查看实时页面，以防日程有变。

### 高峰时段是什么时候？

公布的峰值时段为UTC时间01:00–04:00和06:00–10:00。其他时段被指定为非峰值时段。

### V4 Pro 的价格是 Flash 的三倍吗？

计划费率大约是每个代币类别中Flash费率的3倍。每个成功任务的总成本可能有所不同，因为质量、重试和人工修复也很重要。

### 什么是存钱最简单的方法？

使用Flash处理已验证的简单工作，在非高峰时段安排灵活任务，减少不必要的输出，提高缓存命中率，并停止重复失败的代理循环。

## 来源与验证

本文以DeepSeek官方API变更日志、模型与定价文档以及V4发布材料为主要来源。产品标签被有意保留：V4 Pro 0813为正式发布（GA），而V4 Flash 0731在验证日期被描述为公开测试版。基准测试数据被标识为供应商报告结果，而非作为独立的Elser AI测试结果呈现。计划中的定价在公告的激活时间之前被标记为未来生效。做出生产或采购决策的读者应重新核对实时文档，因为模型别名、价格、速率限制、测试版状态及功能行为可能在发布后发生变化。对代表性任务进行独立评估仍然是必要的。

## 结论

DeepSeek的峰谷计费系统将时间转化为首要成本变量。最大节省将来自调度、缓存、模型路由、输出控制和故障减少的组合。仅仅复制价格表是不够的。请根据实际token组合建模，并衡量成功业务成果的成本。