DeepSeek API 价格怎么算？高峰/空闲分时计价、token 单价与缓存折扣
数据截至 2026-09-28，依据 DeepSeek 官方中文定价页（api-docs.deepseek.com/zh-cn/quick_start/pricing）。价格会变，下单和做预算前以官方页面为准。
DeepSeek API 按 token 计费，决定账单的有三件事：你用的是哪个模型、请求落在高峰还是空闲时段、输入有没有命中缓存。三件事叠在一起，同一段请求的价格能差出几十倍。
这篇 8 月那一版写的是「官方预告近期整体上调定价」。现在新价格已经落地，而且落地的形式是分时计价，和当时的判断不一样，下面按现行规则重写。
单价表：两个模型、两个时段
DeepSeek 现在的 API 模型是两个。注意 Flash 已经升级：
| 模型名 | 模型版本 | 上下文 | 最大输出 |
|---|---|---|---|
deepseek-flash | DeepSeek-V4.1-Flash | 1M | 384K |
deepseek-v4-pro | DeepSeek-V4-Pro-0813 | 1M | 384K |
旧模型名 deepseek-v4-flash（以及 deepseek-v4-flash-vision-exp）仍然能调用，但官方写明对应模型已下线，请求由 V4.1-Flash 服务、按 Flash 价格计费。
价格（元 / 百万 tokens，官方中文页人民币价）：
| 计费项 | Flash 空闲 | Flash 高峰 | Pro 空闲 | Pro 高峰 |
|---|---|---|---|---|
| 输入（缓存命中） | 0.02 | 0.04 | 0.15 | 0.30 |
| 输入（缓存未命中） | 1 | 2 | 4.5 | 9.0 |
| 输出 | 4 | 8 | 13.5 | 27.0 |
高峰和空闲怎么分，官方原文是：
空闲时段价格为高峰时段价格的一半。北京时间周一至周五（不含中国法定节假日）9:00 - 12:00、14:00 - 18:00 为高峰时段；其余时段，包括周末及中国法定节假日全天均为空闲时段。
注意空闲时段不只是晚上和周末，工作日中午 12:00–14:00 也算。
两个模型的其它差别（图像理解只有 Flash 支持、并发上限 Flash 是 Pro 的 5 倍）见 DeepSeek V4 Pro 和 Flash 的区别。
美元价在英文版定价页，本次没有核对，这里不给换算值。对外报价时写明你引用的是人民币页还是美元页。
缓存命中折扣：仍然是最大的省钱手段
DeepSeek 的上下文缓存默认开启，不用改代码，命中的输入按极低的价格收费。 按上面的价格表算（高峰、空闲的比例相同）：
- Flash：命中价是未命中价的 2%（0.04 对 2 元，或 0.02 对 1 元）；
- Pro：命中价是未命中价的约 3.3%（0.30 对 9 元，或 0.15 对 4.5 元）。
折扣的实现方式是这样的：官方文档管这个功能叫”Context Caching on Disk”（上下文硬盘缓存），机制是每次请求都会在输入末尾和输出末尾各生成一个缓存前缀单元，系统检测到多个请求存在相同前缀时会把这段持久化下来，后续命中直接按极低价格收费。整个过程不需要你手动开启，也不需要在请求里加什么特殊参数，是默认行为。
命没命中怎么看？API 返回的 usage 字段里有两个数：prompt_cache_hit_tokens（命中缓存的输入 token 数）和 prompt_cache_miss_tokens（未命中的输入 token 数）。想验证自己的调用有没有吃到折扣，直接看这两个字段的实际数值就行，不用猜。
有几个边界条件要留意。第一，缓存只匹配输入的前缀部分，输出部分始终要模型实际计算生成，不受缓存影响，也不影响输出的随机性。第二，缓存是”尽力而为”（best-effort），官方没有承诺 100% 命中，不要把它当成确定性行为去做强依赖。第三，闲置的缓存会自动清理，官方原文说的是大概几小时到几天不等，具体保留多久没有一个固定数字，别假设某段缓存能存活很久。第四，官方文档正文没有直接写”不同用户缓存互相隔离”这句话，虽然多篇第三方技术解读提到过这点，但既然官方文档原文没有明确书面表述，这里只作为参考信息标注，不当成确定事实来写。
对高频复用固定前缀（比如系统提示词很长、或者反复处理同一批参考文档）的场景，这个折扣力度基本上意味着”用得越多、边际成本降得越猛”，值得在设计 prompt 结构时有意识地把不变内容放前面、变化内容放后面，尽量提高命中率。
月成本怎么估算
公式不变，只是单价要按时段取：
单次成本 = 输入 token 数 / 1,000,000 × 输入单价（区分命中/未命中）
+ 输出 token 数 / 1,000,000 × 输出单价
月成本 ≈ Σ 各时段请求数 × 对应时段的单次成本
举个例子：用 deepseek-flash 做一个每天 5,000 次请求的问答功能，平均每次输入 2,000 token、输出 500 token，保守按缓存全部未命中算：
| 全部落在高峰时段 | 全部落在空闲时段 | |
|---|---|---|
| 单次输入 | 2,000 / 1M × 2 元 = 0.004 元 | 0.002 元 |
| 单次输出 | 500 / 1M × 8 元 = 0.004 元 | 0.002 元 |
| 单次合计 | 0.008 元 | 0.004 元 |
| 每月（30 天） | 约 1,200 元 | 约 600 元 |
实际账单落在两者之间，取决于你的请求有多少落在工作日白天。面向用户的在线服务，请求时间由用户决定，只能按真实分布估；离线批处理能自己挑时间，挪到空闲时段就是直接打五折。
再叠加缓存：如果系统提示词固定、命中率能做上去，输入那部分还能再往下压。具体压到多少，按你实测的 prompt_cache_hit_tokens 比例代入公式算，别拍一个笼统的「能省多少」。
渠道价格：别拿官方价规划第三方平台的账单
DeepSeek 的模型不只在官方卖，火山方舟等平台也有转售。同名模型在不同渠道的价格可以差很多：2026-08-09 我们核对时，火山方舟上 deepseek-v4-pro 的价格是当时官方价的 4 倍，Flash 的缓存命中价差了 10 倍。
那之后官方价已经调整，各渠道的价格本次没有重新核对，差距现在是多少请以各平台当期定价页为准。道理没变：如果你选某个平台的理由是「DeepSeek 便宜」，先确认你买的到底是哪个渠道的价。
常见坑 / 注意
- 分时计价按北京时间算：海外团队、跨时区的定时任务要换算清楚高峰时段。
- 旧名照样能调，但已经是新模型：
deepseek-v4-flash背后是 V4.1-Flash，按 Flash 计价；建议代码里改成deepseek-flash。 - 缓存默认开启不用配置：命中与否看
usage里的prompt_cache_hit_tokens/prompt_cache_miss_tokens。 - 缓存是 best-effort，不保证命中：别把它当成确定性行为做强依赖设计。
- 赠送余额先扣：官方写明充值余额和赠送余额同时存在时，优先扣减赠送余额。
- 官方保留调价权利：定价页原文写明「产品价格可能发生变动」，做长期成本模型时留出余量。
接下来看什么
留言讨论
评论发布后会被人工复核，违规内容将被删除。
如果发表没有反应，可以前往联系我们告诉我们。