留下、换模型还是上路由?先把 Token、缓存、峰谷和迁移成本算清楚
看到“DeepSeek 涨价你换了吗”这个话题,第一反应往往只有两个字:换吗?
但真正开始算账后会发现,模型单价只是成本的一部分。输入和输出 Token 的比例、缓存命中率、峰谷时段、失败重试、工具调用以及输出长度,都可能改变最终账单。
而且先要纠正一个时间点:活动发起时讨论的是“API 要涨了”,但截至 2026 年 8 月 30 日,DeepSeek 新价格已经于北京时间 2026 年 8 月 17 日 0 时正式生效。
所以现在真正值得讨论的,不再是“要不要提前应对”,而是涨价后的真实调用结构,究竟适合继续使用、切换模型,还是增加任务路由。
数据边界:本文中的请求量、Token 数、缓存命中量、重复请求率和账单金额全部是模拟数据,不代表作者、读者或任何企业的真实使用情况。文章不包含真实账号、订单号、充值记录、API Key、项目名或付款信息。当前单价以 2026 年 8 月 30 日核对的 DeepSeek 官方 API 文档为准,最终费用以服务商实际账单为准。
一、先看当前有效价格,而不是旧截图
截至 2026 年 8 月 30 日,DeepSeek 官方 API 定价页列出的文本模型是:
- deepseek-v4-flash,当前版本 DeepSeek-V4-Flash-0731;
- deepseek-v4-pro,当前版本 DeepSeek-V4-Pro-0813。
历史兼容名称 deepseek-chat 和 deepseek-reasoner 已经不应继续写成现行模型。DeepSeek 在 2026 年 4 月的 V4 公告中说明,这两个旧名称将在 2026 年 7 月 24 日停止使用;当前价格页也已经不再列出它们。
当前人民币价格如下,单位均为“元 / 100 万 Token”:
模型 计费项目 空闲时段 高峰时段
V4 Flash 输入,缓存命中 0.05 元 0.10 元
V4 Flash 输入,缓存未命中 1.50 元 3.00 元
V4 Flash 输出 4.50 元 9.00 元
V4 Pro 输入,缓存命中 0.15 元 0.30 元
V4 Pro 输入,缓存未命中 4.50 元 9.00 元
V4 Pro 输出 13.50 元 27.00 元
官方规定的高峰时段是北京时间周一至周五 09:00–12:00、14:00–18:00,其余均为空闲时段。空闲价格是高峰价格的一半。
官方页面没有为这套峰谷制度标注结束日期。因此本文只把它视为当前执行的计费政策,不写成限时优惠。
二、“到底涨了几倍”没有一个统一答案
涨价前,官方页面曾展示一套不分峰谷的 V4 价格:
模型 缓存命中输入 缓存未命中输入 输出
V4 Flash 历史价 0.02 元 1.00 元 2.00 元
V4 Pro 历史价 0.025 元 3.00 元 6.00 元
需要特别说明:截至本文核对日,DeepSeek 官方开放平台首页仍然显示这组历史价格和“预计 7 月中旬开始采用峰谷定价”的旧说明,已经落后于现行 API 定价文档。因此它只能用于回看调价前价格,不能作为当前报价;当前价格应以官方 API 文档的“模型 & 价格”页为准。
和当前价格比较后会发现,不同项目的变化完全不同:
项目 V4 Flash 空闲 / 高峰 V4 Pro 空闲 / 高峰
缓存命中输入 2.5 倍 / 5 倍 6 倍 / 12 倍
缓存未命中输入 1.5 倍 / 3 倍 1.5 倍 / 3 倍
输出 2.25 倍 / 4.5 倍 2.25 倍 / 4.5 倍
所以不能笼统地写“DeepSeek 统一涨了 3 倍”或者“统一涨了 10 倍”。
你的实际变化取决于四件事:
1. 使用 Flash 还是 Pro;
2. 请求发生在高峰还是空闲时段;
3. 输入中有多少 Token 真正命中缓存;
4. 输出 Token 占总账单的比例。
三、我没有晒真实账单,而是做了一份可复算账单
为了不泄露个人或项目数据,也不编造所谓“亲测账单”,我设计了一个完全虚构的月度场景:
项目 模拟值
缓存命中输入 80M Token
缓存未命中输入 120M Token
输出 30M Token
空闲时段请求占比 70%
任务路由中的 Pro 占比 20%
模拟重复请求率 3%
这里的 M 代表 100 万 Token。
3% 重复请求率只是为了模拟超时重试、格式校验失败后重新请求等额外调用,不代表 DeepSeek 对所有失败请求都采用统一的收费规则。
为了让公式容易复算,计算器还假设 Flash 与 Pro 承担相同比例的命中输入、未命中输入和输出 Token。真实项目应分别记录不同模型的 Token 结构和输出长度,不能直接照搬这一比例。
基础计算公式是:
基础费用
= 缓存命中 Token ÷ 1,000,000 × 命中单价
+ 缓存未命中 Token ÷ 1,000,000 × 未命中单价
+ 输出 Token ÷ 1,000,000 × 输出单价
包含模拟重复请求后的费用
= 基础费用 ×(1 + 模拟重复请求率)
如果请求同时分布在峰谷时段,则先计算混合单价:
混合单价
= 高峰单价 × 高峰占比
+ 空闲单价 × 空闲占比
四、真实运行的模拟账单
下面这张图不是手工绘制的金额,而是浏览器中的成本计算器按照上述公式实际运行后生成的截图。
【配图:DeepSeek API 模拟账单计算器;文件名:CSDN-DeepSeek涨价-模拟账单.png】
同一组模拟 Token 数据得到四个结果:
方案 模拟条件 月度估算
高峰基线 100% V4 Pro,全部高峰 1,971.42 元
留下 100% V4 Pro,70% 请求安排在空闲时段 1,281.42 元
切 Flash 100% V4 Flash,70% 请求安排在空闲时段 427.14 元
任务路由 80% Flash、20% Pro,70% 请求安排在空闲时段 598.00 元
这些数字只属于本文的模拟场景,但它揭示了三个重要结论。
第一,错峰本身就可能明显改变账单,不一定要立刻更换模型。
第二,全量 Flash 在这组数据中最便宜,但“最便宜”并不自动等于“最合适”。如果关键任务质量下降、输出变长或重试增加,实际总成本可能重新上升。
第三,任务路由不是最低价方案。它比全量 Flash 多出 170.86 元,但保留了 20% Pro 流量,用来处理复杂推理、关键代码或高风险任务。多出来的成本购买的是能力分层,而不是为了让图表更好看。
五、账单里最值得看的,其实不是缓存命中部分
任务路由方案的 598.00 元还可以继续拆开:
组成 模拟金额
缓存命中输入 7.50 元
缓存未命中输入 337.43 元
输出 253.07 元
在这组模拟数据中,缓存命中输入只占很小一部分,真正的大头是缓存未命中输入和输出。
这意味着优化账单时,不能只盯着“缓存命中价格很低”这句话。还应该检查:
1. 系统提示词和公共上下文是否稳定地放在前缀位置;
2. 是否反复发送了不需要的历史消息和文档;
3. 输出是否经常超过业务实际需要;
4. JSON 格式失败是否触发了整次重试;
5. 工具调用链是否出现循环或重复请求;
6. 非实时批处理能否安排在空闲时段。
DeepSeek 官方说明,上下文硬盘缓存默认启用,但属于“尽力而为”,不保证 100% 命中。实际响应中可以读取:
prompt_cache_hit_tokens
prompt_cache_miss_tokens
因此,正式账单分析应该使用真实响应中的 Token 数据,而不是主观假设一个固定命中率。
六、路线一:留下,但不要原样留下
适合继续使用当前模型的情况:
- 当前效果已经通过业务验证;
- 迁移会涉及大量提示词、工具调用和结构化输出回归;
- API 成本并不是业务总成本的主要部分;
- 系统对输出一致性和稳定性要求较高;
- 部分非实时任务可以安排到空闲时段。
“留下”不代表接受原来的调用方式。更合理的动作是:
1. 统计高峰与空闲请求占比;
2. 从 API 响应中记录缓存命中和未命中 Token;
3. 为不同任务设置合理的最大输出;
4. 删除无效历史消息和重复上下文;
5. 区分业务重试与网络重试;
6. 对可延迟任务进行错峰和批处理。
对于调用量不大的项目,先优化这些地方,往往比维护一套复杂路由系统更现实。
七、路线二:换模型,但不要只对比价目表
这篇文章没有强行放入某个竞品价格,因为模型价格随时可能变化,不同服务商的缓存、Token 统计和失败请求规则也不完全一致。
真正的换模型评测,至少应该使用同一批任务检查:
验收项 需要观察什么
Token 数 不同 tokenizer 是否让同一内容变长
输出长度 低单价模型是否输出更多 Token
结构化输出 JSON Schema、字段完整性和解析成功率
工具调用 参数正确率、循环调用和失败重试
业务质量 中文表达、推理、代码和长上下文效果
人工复核 是否增加审核与返工时间
稳定性 延迟、限流、超时和可用区域
数据边界 数据处理、日志保存和合规要求
迁移是否划算,可以先做一个简单的盈亏平衡判断:
可接受的一次性迁移成本
< 每月可确认的总成本差额 × 预计连续使用月数
这里比较的应该是“完成同样业务结果的总成本”,而不是价目表上最醒目的那个数字。
八、路线三:上路由,但先定义“路由”是什么
本文中的任务路由指应用层根据任务类型,在 V4 Flash 和 V4 Pro 之间分配请求:
- 摘要、分类、格式转换等低风险任务进入 Flash;
- 复杂推理、关键代码和高风险回答进入 Pro;
- 非实时任务优先安排在空闲时段;
- 输出未通过格式校验时按规则重试或升级模型;
- 主通道超时或异常时进入可控的降级流程。
它不等于“把所有请求交给一个第三方路由平台”。如果使用第三方路由,还要额外计算平台费用、模型加价、日志和数据处理规则、故障边界以及供应商锁定风险。
一个简化的路由成本公式是:
路由总成本
= Flash 请求占比 × Flash 估算成本
+ Pro 请求占比 × Pro 估算成本
+ 路由服务费用
+ 额外失败重试成本
+ 监控、评测和维护成本
适合上路由的项目通常具备三个条件:调用规模较大、任务类型可以明确分层、团队具备评测与回滚能力。
如果请求量很小、任务单一,或者团队没有维护评测集和路由规则的能力,那么路由复杂度可能比省下的 API 费用更贵。
九、核心计算代码
计算器没有调用任何账号接口,只使用页面中公开的价格常量和模拟 Token 数据。
const PRICES = {
flash: {
peak: { hit: 0.10, miss: 3.00, output: 9.00 },
offPeak: { hit: 0.05, miss: 1.50, output: 4.50 }
},
pro: {
peak: { hit: 0.30, miss: 9.00, output: 27.00 },
offPeak: { hit: 0.15, miss: 4.50, output: 13.50 }
}
};
function blendPrice(model, category, offPeakShare) {
const share = offPeakShare / 100;
return PRICES[model].peak[category] * (1 - share)
+ PRICES[model].offPeak[category] * share;
}
function modelCost(model, usage) {
const retryFactor = 1 + usage.retryRate / 100;
const hit = usage.hitTokensM
* blendPrice(model, "hit", usage.offPeakShare);
const miss = usage.missTokensM
* blendPrice(model, "miss", usage.offPeakShare);
const output = usage.outputTokensM
* blendPrice(model, "output", usage.offPeakShare);
return (hit + miss + output) * retryFactor;
}
路由则是将两个模型在相同工作负载下的成本按比例组合:
function routedCost(usage) {
const proShare = usage.proShare / 100;
const flashShare = 1 - proShare;
return modelCost("flash", usage) * flashShare
+ modelCost("pro", usage) * proShare;
}
实际系统还应该把请求级日志、Token 用量、模型版本、延迟、结果质量和重试原因记录下来,不能只留下一个最终金额。
十、我最终使用的决策框架
【配图:留下、换模型还是上路由决策卡;文件名:CSDN-DeepSeek涨价-决策卡.png】
可以按下面四步判断:
第一步:API 成本是否真的构成主要压力?
如果 API 只占整体业务成本的一小部分,优先保证效果和稳定性,不要为几十元的差额引入长期维护成本。
第二步:任务能否按复杂度和风险分层?
不能分层时,盲目路由只会增加规则、监控和故障排查复杂度。
第三步:备选模型是否完成同任务评测?
没有同数据、同指标、同验收标准的对照测试,就不能只凭公开单价判断。
第四步:确认节省金额能否覆盖迁移与维护成本?
覆盖不了时,继续优化当前调用方式通常更合理。
一句话总结:
- 调用量小、当前效果稳定:留下并优化;
- 任务单一、备选模型已完成评测:考虑切换;
- 调用量大、任务分层明显、需要容灾:考虑任务路由。
十一、自动化验收结果
为了避免截图金额和代码公式不一致,我使用浏览器自动化实际验证了 10 项内容:
验收项 结果
V4 Flash / Pro 六组人民币峰谷价格常量 通过
默认模拟账单四种结果复算 通过
价格核对日期、生效时间和峰谷时段展示 通过
闲时请求占比调整后即时重新计算 通过
Pro 占比为 0 时等于全量 Flash 通过
恢复文章示例按钮 通过
金额使用人民币并保留两位小数 通过
模拟账单与决策卡真实截图 通过
390px 移动端无横向溢出 通过
浏览器运行期间无未处理错误 通过
测试通过只能证明公式和页面按预期运行,不能替代真实业务账单、模型质量评测和采购决策。
结论:先换决策方式,再决定是否换模型
API 涨价之后,真正需要更换的可能不是模型,而是过去只看单价、不看总成本的决策方式。
留下、换模型和上路由都不是标准答案。
调用量较小时,迁移和维护成本可能高于价格变化;任务差异明显、调用规模较大时,路由才可能体现价值;如果现有系统中存在大量重复上下文、过长输出和无效重试,那么最先应该优化的仍然是调用方式。
这篇文章中的账单是模拟的,公式却可以复用。
把缓存命中 Token、未命中 Token、输出 Token、峰谷占比和模型比例替换为自己的数据,比照搬任何人的“省钱结论”更可靠。
先把账算清楚,再决定留下、切换还是上路由。
参考资料
1. DeepSeek 官方:模型 & 价格
api-docs.deepseek.com/zh-cn/quick…
2. DeepSeek 官方:V4-Pro 正式版上线与 API 定价调整
api-docs.deepseek.com/zh-cn/news/…
3. DeepSeek 官方:上下文硬盘缓存
api-docs.deepseek.com/zh-cn/guide…
4. DeepSeek 官方:更新日志
api-docs.deepseek.com/zh-cn/updat…
5. DeepSeek 官方:V4 预览版及旧模型名停止使用说明
api-docs.deepseek.com/zh-cn/news/…
6. DeepSeek 官方开放平台:调价前历史价格页面
www.deepseek.com/platform/
#DeepSeek #API #大模型 #模型路由 #成本优化 #DevOps #AI编程 #LLM #云计算 #人工智能