DeepSeek API 定价全解析：6 款模型每百万 Token 费用对比

DeepSeek^广告 的 API 按 token 计费，分为输入、缓存输入和输出三档价格。不同模型之间的价差可以超过 30 倍——选错模型，成本会失控；选对模型，聊天场景的成本几乎可以忽略不计。本文基于一份 2026 年 10 月的实时价格目录，梳理全部 6 款 DeepSeek 模型的费率、两个典型请求的实际花费，以及缓存机制如何进一步压低账单。

DeepSeek API 的计费逻辑

DeepSeek 的计费方式非常直接：每次请求消耗的 token 数量乘以对应模型的费率，单位为每百万 token。没有席位费，没有订阅套餐，也没有最低消费门槛。

三档价格中，输入和输出是基础，缓存输入则是省钱的关键。当请求的前缀（比如长系统提示词或一份文档）已经被 API 处理过，响应会将这些 token 标记为缓存命中，按远低于输入价的缓存费率计费。以 V4 Pro 0423 为例，输入价 $0.792/百万 token，缓存价只要 $0.0338，相差超过 20 倍。

这也意味着，对于需要反复携带同一段上下文的应用（比如客服机器人、文档问答），缓存命中率直接决定了实际成本。

Token 与上下文缓存（Prompt Caching）：Token 是模型处理文本的最小单位，可以粗略理解为一个英文单词或一个汉字片段；API 按输入 token 与输出 token 分别累计计费。上下文缓存则是服务端的一项优化：当多个请求共享相同的前缀（系统提示词、文档、工具定义等），服务端会缓存这部分已计算过的 KV 状态，后续命中时无需重新计算，因此能以更低的费率结算。缓存通常按前缀精确匹配，前缀一旦改动（哪怕只在开头插入一句话），后续内容就无法命中，所以把稳定不变的内容放在提示词最前面、把易变内容放在最后，是提高命中率的常见做法。

六款模型的价格全表

以下价格来自实时目录，并与 DeepSeek 官方标价并列对比（单位：美元/百万 token）：

模型	输入价	缓存价	输出价	官方输入	官方缓存	官方输出
DeepSeek V4 Pro 0813	$0.75	$0.0625	$1.188	$1.32	$0.044	$3.96
DeepSeek V4.1 Flash	$0.06	$0.0063	$0.18	$0.30	$0.006	$1.20
DeepSeek V4 Flash 0423	$0.0279	$0.0056	$0.0558	$0.30	$0.006	$1.20
DeepSeek V4 Flash 0731	$0.084	$0.0033	$0.09	$0.14	$0.0028	$0.28
DeepSeek V4 Flash Vision Exp	$0.132	$0.0042	$0.396	$0.30	$0.006	$1.20
DeepSeek V4 Pro 0423	$0.792	$0.0338	$1.92	$1.32	$0.044	$3.96

全表最低价出现在 DeepSeek V4 Flash 0423：输入 $0.0279、输出 $0.0558。这个价格意味着处理一份 5 万 token 的长文档，输出 2000 token，花费不到 2 美分。

有意思的是 Flash 系列内部的定价差异。V4 Flash 0731 的官方标价明显低于 0423 版本（输入 $0.14 对 $0.30），但在这个渠道的报价反而更高（$0.084 对 $0.0279）。这说明不同版本的折扣力度并不一致，不能简单按"新版更便宜"来判断。

“官方标价”与“渠道报价”的区别：表中并列的两组数字代表两种采购路径。官方标价是 DeepSeek 官网公布的费率，通常按峰值或标准档位列出；渠道报价则来自第三方 API 聚合/转发服务商，它们通过批量采购、额度包或促销获得更低单价，再以折扣价转售。渠道价可能随库存和活动波动，也可能在某些版本上折扣更大、另一些版本上反而更贵（如文中 Flash 0731 的例子），因此不能假设渠道价一定低于官方价。使用渠道服务时还需留意其稳定性、限流策略与数据合规条款。

两个典型请求的实际花费

假设两个场景：一次聊天请求消耗 2000 输入 token 和 500 输出 token；一次长文档请求消耗 50000 输入 token 和 2000 输出 token（均未命中缓存）。

模型	聊天/官方	聊天/此渠道	长文档/官方	长文档/此渠道
DeepSeek V4 Pro 0423	$0.0046	$0.0025	$0.0739	$0.0434
DeepSeek V4.1 Flash	$0.0012	$0.0002	$0.0174	$0.0034
DeepSeek V4 Flash 0423	$0.0012	$0.0001	$0.0174	$0.0015

差距一目了然。同样是长文档请求，用 V4 Pro 0423 走官方标价要 $0.0739，用 V4 Flash 0423 走此渠道只要 $0.0015，相差近 50 倍。即便都在此渠道内比较，Pro 和 Flash 之间也差了约 29 倍。

具体折扣方面：V4 Pro 0423 输入低 40%、输出低 51%；V4.1 Flash 输入低 80%、输出低 85%；V4 Flash 0423 输入低 90%、输出低 95%。Flash 系列的折扣幅度显著大于 Pro，这对以量取胜的轻量任务尤其有利。

缓存输入怎么省钱

缓存定价的规则很清晰：当一个请求重复了 API 已经见过的前缀，这些 token 就按缓存费率计费。如果某个模型没有单独的缓存费率，则回落到输入费率。

这项机制对三类场景价值最大。第一类是固定系统提示词的对话应用，每次请求都携带同一段指令，缓存命中率可以很高。第二类是长文档分析，同一份文档被多次追问时，文档 token 只需按缓存价支付。第三类是 Agent 类应用，工具定义和上下文模板会反复出现在每次调用中。

以 V4 Flash 0423 为例，缓存价 $0.0056 对输入价 $0.0279，命中缓存后这部分成本降到约五分之一。在长上下文场景中，这一项的节省往往比选模型本身更显著。

如何调用

所有模型共用同一套调用方式，只需把 SDK 的 base URL 指向服务商地址，并使用对应的 API key：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.uplinkswitch.com/v1",
    api_key="sk-uplink-live-...",
)

completion = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Summarize this in one line."}],
)
print(completion.choices[0].message.content)

由于接口兼容 OpenAI SDK，已有代码基本只需替换 base URL 和模型 ID，迁移成本很低。

OpenAI 兼容接口与 base_url：OpenAI SDK 允许通过 base_url 参数把请求指向任意实现了相同 HTTP 协议的服务端，这些服务端需提供 /v1/chat/completions 等端点，并接受相同的请求体结构（model、messages、temperature 等）。由于 DeepSeek 及多数聚合服务商都兼容该协议，迁移时一般只需修改 base_url、api_key 和 model 三处，业务代码中的消息构造、流式解析、函数调用等逻辑可以原样复用。需要注意的是，不同服务商对模型 ID 的命名、支持的参数子集和错误码可能略有差异，切换后应做一次冒烟测试。

选型建议与常见问题

Flash 还是 Pro？ 原文给出的建议很实用：聊天、摘要、Agent 子任务用 Flash，价格低到不必精打细算；代码和推理任务用 Pro，因为 Flash 在这些场景容易出错。最稳妥的做法是把同一个提示词在两个模型上各跑一遍，比较输出质量后再决定。

有订阅套餐吗？ 没有。充值从 $10 起，每次充值锁定价格 30 天。这意味着价格会随充值周期滚动，长期使用需要关注续费时点的费率变化。

怎么估算自己的成本？ 最直接的方式是导出实际用量，按上表费率重新计算。对于已有账单的应用，这比凭感觉估算可靠得多。

最后提醒一点：上表中的官方标价取自 DeepSeek 定价页面的峰值费率，而渠道报价来自实时目录。两者都会变动，做预算时应以实际调用时的价格为准，而不是把某一时点的数字当作长期承诺。