- DeepSeek V4 系列目前提供两个 API 版本:V4-Flash(快省路线)与 V4-Pro(准全路线),另有官网聊天与 App 端免费通道。
- 价格差距明显:V4-Flash 输出 2 元/百万 token,V4-Pro 输出 6 元/百万 token,Flash 约为 Pro 的三分之一。
- 计费区分缓存命中与未命中,并实行峰谷定价:工作日 9:00-12:00、14:00-18:00 价格翻倍,夜间与周末平峰执行原价。
- V4-Flash 原生支持 Responses API 并适配 Codex,上线首周以 7.22 万亿 token 调用量登顶 OpenRouter 全球第一。
- 2026年8月起官方预告整体上调 API 价格,涨幅较大;V4-Pro 受高端算力限制吞吐有限,昇腾 950 超节点批量上市后预计价格下调。
V4 系列有哪些版本
DeepSeek V4 系列面向 API 的主要版本是两个:V4-Flash 与 V4-Pro。V4-Flash 走轻量快省路线,2026年7月31日发布正式版,采用 MoE 与 MLA 架构、总参数 284B、激活 13B,支持 100 万 token 上下文。正式版原生支持 Responses API 格式,并针对性适配了 Codex,模型结构与 4 月预览版一致,能力提升主要来自更新的后训练。
V4-Pro 是高端版本,世界知识与复杂推理更强,面向专业任务,官方发布了 58 页技术报告(含 mHC、Muon 优化器等创新)。两者共用 API,兼容 OpenAI ChatCompletions 与 Anthropic 双接口格式,从其他平台迁移的成本低。上线首周,V4-Flash 以 7.22 万亿 token 的周调用量登顶 OpenRouter 全球第一,环比增长 13%。
参数与能力侧重对比
价格对比(2026年8月,每百万 token)
计费规则有两个要点。第一,区分缓存命中:命中缓存时输入价格大幅下降(Flash 从 1 元降至 0.02 元,降幅 98%),重复上下文的场景成本差异显著,适合高频复用提示词、长对话、Agent 多轮调用的业务。
第二,峰谷定价:工作日高峰时段(9:00-12:00、14:00-18:00)价格翻倍,夜间与周末按平峰原价计费。批量任务可安排在非高峰时段降低成本,对成本敏感型流水线尤其重要。按 Flash 未命中输入价算,平峰 1 元、高峰 2 元,调度灵活的团队可以把非交互批处理放到夜间,节省约一半输入成本。
Flash 与 Pro 怎么选
选 Flash 的场景:实时对话、轻量内容生成、高并发调用、前端代码、轻量 Agent,追求"快与省",输出价格约为 Pro 的三分之一,延迟更低,适合对成本敏感、调用量大的场景。
选 Pro 的场景:复杂文档分析、长链代码、数学与专业推理、企业级复杂 Agent,追求"准与全",世界知识与复杂推理明显更强。一个实用的分档方式是:先跑 Flash 验证流程正确性,再在关键任务上切 Pro 对比输出质量,以实测为准决定最终配置,避免为用不到的推理能力付溢价。
涨价预告与免费通道
2026年8月,DeepSeek 官方预告近期整体上调 API 定价,预计涨幅较大,并已预告峰谷定价机制。对存量用户而言,当前价格表是调整前的快照,正式涨价前接入并压测更划算,价格敏感的业务应预留切换空间。
V4-Pro 因受限于高端算力、吞吐有限,官方表示待昇腾 950 超节点批量上市后价格会大幅下调,短期 Pro 的高价有算力供给因素。值得注意的是,官网聊天与 App 端仍然免费,不熟悉 API 的用户可以先通过免费入口评估模型能力,再决定是否接入 API。
常见问题
V4-Flash 和 V4-Pro 选哪个更划算?
调用量大、任务轻量选 Flash;任务复杂、需要强推理选 Pro。也可以混合使用:Flash 处理大部分流量,Pro 处理关键任务。
缓存命中怎么利用?
把高频复用的上下文(系统提示词、长文档、Agent 工具定义)设计成稳定前缀,命中缓存后输入成本可降 98%。
峰谷定价影响大吗?
高峰翻倍只影响工作日 9:00-12:00、14:00-18:00 两个时段,批处理任务挪到夜间与周末即可规避,调度弹性大的团队收益明显。