deepseek价格 按百万 tokens 计量,分输入(缓存命中)、输入(缓存未命中)与输出三类栏位,现行两档模型 deepseek-flash 与 deepseek-v4-pro 各再分高峰与空闲两档时段,空闲价是高峰价的一半。同一次调用,缓存命中与否的单价最多差 50 倍。
DeepSeek API 计费怎么算:token 计量与3类计价栏位
计费单元是 token。官方给的直观解释是:1 个中文词语、1 个英文单词、1 个数字或 1 个符号计为 1 个 token。价格表上所有数字的单位都是元 / 百万 tokens。
一次调用会同时产生三个计费数字,单价各不相同:
- 输入(缓存命中):这段输入完整命中了之前落盘的前缀缓存,按最便宜的一档收。
- 输入(缓存未命中):其余输入按这一档收,通常是命中价的数十倍。
- 输出:模型生成的回答按输出档单收,与输入不共用单价。
官方把扣费公式写得很直白:扣减费用 = token 消耗量 × 模型单价。要核对某一次调用的花费,看接口返回的 usage 字段,那里会分别给出这三段的 token 数。
接入地址有两套,同一份额度与计价,只是协议格式不同:OpenAI 格式用 https://api.deepseek.com,Anthropic 格式用 https://api.deepseek.com/anthropic。选哪套只影响代码怎么写,不影响单价。
现行价格表与两档模型的规格对照
下表为 2026 年 9 月 19 日核对官方定价页所得,单位是元 / 百万 tokens:
时段划分最容易踩错。官方中文定价页写的高峰是北京时间周一至周五 9:00 至 12:00、14:00 至 18:00,其余为空闲;英文定价页把同一段窗口写成 UTC 01:00 至 04:00 与 06:00 至 10:00,周一至周五。换算时先对齐时区即可,官方明确说明空闲时段价格为高峰时段价格的一半。
两档模型的差距不只在单价,规格与能力也有分叉:
这张表里有一条反直觉的地方:单价更高的 v4-pro 不支持图像理解,便宜的 flash 反而支持。涉及图片的任务不是加钱就能解决,得看这项能力有没有开在那档上。
缓存命中价差最高50倍,什么情况下才会命中
把两列输入价除一下就知道缓存为什么值钱:flash 空闲时段命中价 0.02 元、未命中价 1 元,差 50 倍;v4-pro 是 0.15 元对 4.5 元,差 30 倍。官方称这项技术为上下文硬盘缓存,默认对所有用户开启,不需要改代码。
命中不会自动发生:官方给的条件是完整匹配一个缓存前缀单元,因为滑窗注意力机制下每个前缀都是独立完整的单位,只匹配一部分不算命中。前缀单元在三种时机写盘:
- 请求边界:每次请求会产出两个前缀单元,分别落在用户输入与模型输出的结束位置。
- 公共前缀检测:多次请求共用一段前缀时,系统会把它单独持久化为一个前缀单元。
- 固定 token 间隔:长输入或长输出会按固定间隔切出前缀单元,避免长前缀永不命中。
官方给了两个例子。多轮对话下,第一轮发 A 加 B、第二轮发 A 加 B 加 C,第二轮能完整匹配前一轮的 A 加 B 并计入命中;若第二轮改发 A 加 C 就匹配不上,但系统会识别出共享前缀 A 并持久化,第三轮发 A 加 D 时就能命中 A 这段。
要确认有没有命中,看返回 usage 里的 prompt_cache_hit_tokens 与 prompt_cache_miss_tokens 两个字段。官方同时写明两点边界:硬盘缓存只匹配输入前缀,输出仍靠计算推理生成,受 temperature 影响带有随机性;缓存是尽力而为,不保证 100% 命中率,构建需数秒,不再使用后会自动清除,通常几小时到几天内。
影响账单的4个变量与4步费用估算
同一份用量,账单差异主要来自四个变量。
| | | |
|---|
| | | |
| | | |
| | | 简单任务走 flash,复杂 Agent 任务再上 v4-pro |
| | | |
费用估算可以固定成四步。数 token:官方给的换算比是 1 个英文字符约 0.3 个 token、1 个中文字符约 0.6 个 token,但不同模型分词方式不同,实际以模型返回的用量为准。判断命中:这段输入里有多少是重复使用的前缀,归到命中价那一档。判断时段:这次调用落在高峰还是空闲。乘单价:三段 token 数分别乘对应栏位单价再相加。
官方有两个现成工具可以省掉估算误差。离线 tokenizer 压缩包 deepseek_tokenizer.zip,可在本地把一段文本跑出准确 token 数;另一个是文档站上的图片 token 计算器,输入宽高即可估算图片占用的 token。图片进入模型前会被自动缩放,每张的 token 数存在上限,所以大图并不按原尺寸线性计费。
扣费与余额规则:赠送余额优先扣减
官方对扣减顺序写得很明确:当充值余额与赠送余额同时存在时,优先扣减赠送余额。也就是说赠送额度先用掉,充值余额留在后面。赠送额度用完前后的单次实际支出不一样,按总余额除单价估算可用量会偏乐观。
余额不足时接口返回 402,官方给出的处置是确认余额并前往充值页面充值。充值入口在开放平台控制台 platform.deepseek.com,它与定价页是两处不同凭据,前者看余额与用量明细,后者看单价。
并发限制按账号计算,与使用哪个 API Key 无关,换密钥不会提高上限,超出上限返回 429。需要更高并发可提交扩容申请,官方原文写明扩容不额外收费。另外可用 user_id 参数对同一账号下的不同终端用户做内容安全隔离、缓存隔离与调度隔离,代价是不同 user_id 之间不能复用前缀,多人共用同一段长提示词时命中率会下降,实际单价相应变高。
官方同时声明产品价格可能变动并保留修改价格的权利,建议依据实际用量按需充值、定期查看定价页。2026 年 8 月与 9 月各调整过一次,两次间隔不到一个月。
价格调整过两次,第三方数字为什么对不上
近两个月官方动过两次价。第一次随 DeepSeek V4 全系列正式版上线启用峰谷定价,空闲价为高峰价的一半,新价格于 2026 年 8 月 16 日 16:00(UTC)生效,对应北京时间 8 月 17 日。第二次是 2026 年 9 月 10 日 DeepSeek-V4.1-Flash 上线,官方公告写明API 价格同步下调,于 2026 年 9 月 10 日 12:00 生效。
第三方数字对不上,主要出在 V4 Pro 的处置上。9 月 10 日的发布公告原文写:V4.1 Flash 在性能、费用、速度等指标上已全面超越 V4 Pro,因此计划有序下线 V4 Pro,北京时间 2026 年 9 月 14 日 12:00 之后至 V4.1 Pro 上线之前,访问 deepseek-v4-pro 的请求将全部路由到 V4.1 Flash 并按 Flash 单价计费。而同一日的更新日志与现行定价页脚注改成了另一套表述:为响应广大用户的需求,我们决定在 2026 年 9 月 14 日之后继续提供 DeepSeek V4 Pro 的 API 调用服务,计费方式保持不变。
两份官方文档对 9 月 14 日之后的口径不一致:一个说全部路由到 Flash 并按 Flash 计费,一个说继续提供且计费不变。这里不替官方推断原因。可核验的事实是,现行定价页仍把 deepseek-v4-pro 列为独立一档,标着 DeepSeek-V4-Pro-0813 版本号、四档单价与 500 并发。当期实际计费以调用返回的用量和账单为准。
第三方文章有三类高频错误:一是引用未分时段的单一价,把峰谷定价生效前的口径当现行;二是引用下调前的 Flash 单价;三是把 deepseek-v4-flash、deepseek-v4-flash-vision-exp 这两个已退役模型名当现行默认值。官方说明这两个旧名仍可调用,但对应模型已下线,请求由 DeepSeek-V4.1-Flash 提供服务并按 Flash 价格计费。核价只看定价页,改代码前先在控制台核对当期口径。
deepseek价格的注意事项
- 时区先对齐:中文页写北京时间,英文页写 UTC,两处指同一段窗口,排错峰任务前先换算。
- 别把命中价当默认价做预算:官方写明缓存尽力而为,不保证 100% 命中率,按最低价估算会明显偏低。
- 缓存会自动清除:通常在几小时到几天内清除,隔天再跑同一份长文档可能仍需按未命中计费。
- 思考模式默认开启:思考过程同样计入输出 token,可看到的回答字数不等于计费输出量。
- 图片不是按整数计费:图片进入模型前会被自动缩放,每张有 token 上限,且 v4-pro 不支持图像理解。
- 旧模型名别当对比基准:旧名仍能调用但模型已下线,按 Flash 单价计费,用它的历史价做横向对比会得出错误结论。
- 并发按账号算:换 API Key 不提高上限,超限返回 429;扩容申请官方写明不额外收费。
- user_id 隔离会隔离缓存:多终端用户之间无法复用前缀,共用长提示词时实际单价高于单人使用。
- 按需充值:官方保留调价权利,近期两次调整间隔不到一个月,避免一次充值过多导致额度闲置。
deepseek价格常见问题
Q:deepseek价格按什么计费?
A:按 token 计量,费用等于 token 消耗量乘模型单价,其中输入拆成缓存命中与未命中两档,输出单独一档。
Q:空闲时段和高峰时段具体是几点?
A:高峰为北京时间周一至周五 9:00 至 12:00、14:00 至 18:00,其余为空闲,空闲价是高峰价的一半。
Q:缓存命中价为什么便宜这么多?
A:命中部分直接从已落盘的硬盘缓存前缀取,省掉了重复计算,flash 空闲时段的命中价与未命中价相差 50 倍。
Q:怎么估算自己一次调用要花多少钱?
A:先按中文约 0.6、英文约 0.3 的系数数 token,再分成命中、未命中、输出三段各自乘单价相加,也可以用官方提供的离线 tokenizer 跑出准确值。
Q:充值余额和赠送余额先扣哪个?
A:官方规则是两者同时存在时优先扣减赠送余额,充值余额留到后面使用。
Q:同一份文档重复提问,为什么有时贵有时便宜?
A:差在缓存。第一次提问不会命中,要等系统识别并持久化公共前缀,之后完整匹配到同一个前缀单元那次才按命中价计费。
Q:deepseek-flash 和 deepseek-v4-pro 怎么选更省?
A:日常问答与简单任务用 flash 就够,它的未命中输入价约是 v4-pro 的五分之一;v4-pro 留给复杂 Agent 任务,涉及图片的任务只能用 flash。
Q:并发不够用,扩容要额外收费吗?
A:不需要。官方原文写明扩容不额外收费,会按实际业务需求匹配合适的并发量。
Q:第三方文章里的价格和官方对不上,以哪个为准?
A:以官方定价页为准。近两个月官方两次调价,且 V4 Pro 的下线计划改过口径,第三方转载很容易停在调整前的版本。
价格与规格会随官方迭代调整,动手前在开放平台控制台确认当期标准即可。想持续跟进 deepseek价格 的变动节奏与模型上下线,可以关注本站的 AI 工具栏目,有新的调整我们也会同步更新。