DeepSeek API 价格：Flash 与 Pro 差价怎么算

先给结论：默认用 deepseek-flash，只有当你确认某个任务在 Flash 上过不了验收，才把那一类请求切到 Pro。按价目表折算，输入价差 4.4 倍、输出价差 3.3 倍，真实账单差距往往更大，因为缓存命中和时段会把差价放大。

价目表本身只有六行

每百万 token，美元，截至 2026 年 11 月。

两个模型都是 1M token 上下文、单次最多 384K 输出。flash 支持图片输入，v4-pro 不支持。Search 与 Fetch 工具按每 1000 次成功请求 $0.75 计。

高峰时段是 UTC 01:00–04:00 与 06:00–10:00 的工作日，折成北京时间是 09:00–12:00 和 14:00–18:00，周末全天低峰。一周 168 小时里只有 35 小时是高峰，占两成出头。如果你的调用量均匀摊在整周，实际单价大约是低峰价的 1.21 倍，不是 2 倍——这一点常被误算成「白天贵一倍」。

四个变量，只有两个真能省

时段。 能挪的批处理全部挪到夜间，直接省一半。这一步没有技术成本，只需要在调度层加一个时间判断。

缓存命中。 命中价是未命中价的 2%。系统提示、检索到的长文档、代码库骨架放在 prompt 前部并保持稳定，第二次调用起就开始命中。一个 2 万 token 的固定前缀，跑一千次，未命中是 $3.00，命中后是 $0.06。这是所有手段里杠杆最大的一项，比换模型划算得多。

模型档位。 输入 4.4 倍、输出 3.3 倍，但只在确实需要更强推理时才赚得回来。

并发。 不直接影响单价，但决定你能不能跑满。deepseek-flash 每账号 2500 并发，deepseek-v4-pro 500，超出返回 429。多开 key 不扩容，要提额得单独申请，官方口径是不额外收费。

一份月度账单长什么样

假设每月 1000 万输入 token、200 万输出 token。

• flash 全低峰、全部未命中：10×0.15 + 2×0.60 = $2.70
• flash 全低峰、输入九成命中：9×0.003 + 1×0.15 + 1.20 = $1.38
• flash 全高峰、全部未命中：$5.40
• pro 全低峰：6.6 + 3.96 = $10.56

从 $2.70 到 $10.56，四倍差价，换来的可能只是几个百分点的准确率提升。而把缓存做对，能在不换模型的前提下把账单砍掉一半。所以优化顺序应该是：先做缓存，再调时段，最后才考虑档位。

顺带提醒，横向比价时别只盯 DeepSeek。同类工作负载在不同厂商之间差一个数量级是常事，11 月大模型 API 价格表 把主流几家放在同一张表里，换算口径统一后才好比。

一个必须写清的冲突

官方 2026 年 9 月 10 日的发布说明写着：自 9 月 14 日 04:00 UTC 起，所有 deepseek-v4-pro 请求路由到 V4.1-Flash 并按 Flash 计费，直到 V4.1-Pro 上线；需要保留 Pro 服务的客户可以单独申请。但到了 11 月，官网主站仍在介绍 V4-Pro，部分第三方指南也依旧按 Pro 价目表列价。

两种说法并存，说明「你付的是哪一档」取决于请求实际落在哪个后端。别按文章估预算，去控制台的用量页看真实计费项，那才是唯一可信的数。

迁移前先改模型名

deepseek-chat 与 deepseek-reasoner 已于 2026 年 7 月 24 日停用，返回的是错误而不是降级结果。旧代码里的这两个名字要换成 deepseek-flash：原来要非推理行为的，把 thinking 关掉；原来用 reasoner 的，把 thinking 打开。至于写代码场景下怎么在 flash 和 pro 之间分工，可以看 AI 编程工具怎么选。

判断该不该付这笔差价的顺序很简单：先拿一批真实任务在 flash 上跑，把不达标的样本挑出来，只对这类样本切 pro。凭感觉整体升级，是最贵的一种做法。