2026 年最便宜的 DeepSeek API 模型：deepseek-flash vs Pro

你的 DeepSeek 账单取决于每 token 价格没有体现的三件事：你调用哪个模型、你在哪个时段调用，以及缓存记住了你提示词中的多少内容。简短回答：在两个官方模型中，deepseek-flash 在每一列上都更便宜。非高峰时段，每 1M 输入 token 花费 $0.15（缓存未命中），每 1M 输出 token 花费 $0.60。高峰时段，两者都翻倍。

以下价格来自 DeepSeek 的定价页面，抓取于 2026 年 10 月 29 日。该页面没有发布日期，因此请将抓取日期视为价格日期。

两个官方模型，一次重命名#

官方 API 销售两个模型：deepseek-flash，由 DeepSeek-V4.1-Flash-1017 提供服务；以及 deepseek-v4-pro，由 DeepSeek-V4-Pro-0813 提供服务。两者都列出 1M 上下文和最多 384K token 的输出。

如果你的代码仍然写着 deepseek-v4-flash 或 deepseek-v4-flash-vision-exp，不会出问题。DeepSeek 的 2026 年 10 月 17 日发布说明 表示这些模型已退役，它们的名称现在以 Flash 价格路由到 DeepSeek-V4.1-Flash-1017。模型内部的变化在该发布的文章中介绍。

以下是每 1M token 的价格，单位为美元：

“缓存命中”是指 DeepSeek 从先前的请求中识别出你提示词的开头，并按便宜费率对该部分计费。提示词缓存详解介绍了其机制。所有不是命中的都算未命中。

高峰时段：同样的请求，价格翻倍#

高峰时段为 UTC 周一至周五 01:00–04:00 和 06:00–10:00，中国法定节假日除外。在这些时间窗口之外，你支付非高峰价格，即一半。

每天七小时听起来很少。确实如此：7 × 5 = 一周 168 小时中的 35 小时，约五分之一。但这些窗口覆盖了北京工作日的绝大部分和欧洲的上午，因此与这些时区的人交流的机器人就处在这些窗口内。在 UTC 22:00 运行的作业永远不会遇到高峰定价。

一个支持机器人：每天 1,000 次请求#

假设你运行一个支持机器人。每个请求携带约 1,500 个输入 token（指令加上客户的消息），并返回约 400 个 token。即每天 1.5M 输入和 0.4M 输出 token，为简单起见，假设没有命中缓存。

在高峰时段的 deepseek-flash 上，输入为 1.5 × $0.30 = $0.45。输出为 0.4 × $1.20 = $0.48。一天合计 $0.45 + $0.48 = $0.93。非高峰时段，输入为 1.5 × $0.15 = $0.225，输出为 0.4 × $0.60 = $0.24，因此一天为 $0.225 + $0.24 = $0.465。

在高峰时段的 deepseek-v4-pro 上，输入为 1.5 × $1.32 = $1.98。输出为 0.4 × $3.96 = $1.584。一天合计 $1.98 + $1.584 = $3.564。

看看钱花在哪里。在 Flash 上，400 token 的回答比 1,500 token 的提示词略贵，因为输出是昂贵的一侧。而 Pro 是你先在自己的工单上测试、发现 Flash 的回答不够好之后才选择的模型，而不是之前：那次测试在高峰时段每天价值 $3.564。

一个智能体循环：缓存发挥作用的地方#

编码智能体与聊天机器人相反。每一步都会重新发送相同的大前缀：指令、工具定义、它已经读过的文件。假设一次运行有 100 步，每步 30,000 个输入 token 和 2,000 个输出 token，且每个提示词的 80% 是那个重复的前缀。即 3M 输入 token（2.4M 命中，0.6M 未命中）和 0.2M 输出 token。

在高峰时段的 deepseek-flash 上，完全不用缓存：输入 3 × $0.30 = $0.90，加上输出 0.2 × $1.20 = $0.24，$0.90 + $0.24 = $1.14。

在 80% 命中率下：命中为 2.4 × $0.006 = $0.0144，未命中为 0.6 × $0.30 = $0.18，输出同样是 $0.24，$0.0144 + $0.18 + $0.24 = $0.4344。

缓存将输入从 $0.90 降到 $0.1944，并使输出成为账单上最大的一项。这就是智能体的模式：一旦前缀被缓存，回答的成本就高于读取。让你的提示词开头在每一步之间保持相同，并把变化的内容放在末尾。

把数字换成你自己的循环：

计算器使用实时价格，因此它会随价格表变动。上述官方数字截至 2026 年 10 月 29 日。

哪种方案适合你的工作#

在 CheapTokens 上的相同负载#

对于支持机器人和智能体循环，CheapTokens 有 DeepSeek-V4-Flash：id 为 deepseek-ai/DeepSeek-V4-Flash-0731，380K 上下文，每次回答最多 32,768 个输出 token。它在任何时段都是统一价格，没有高峰窗口，所有模型共用一个余额，并在 https://api.cheaptokens.dev/v1 提供 OpenAI 和 Anthropic 兼容的 API。总体而言，将输入和输出合计计算，它比 OpenRouter 更便宜。

一次支持机器人请求（1,500 输入，400 输出）花费 $0.000063。上述 100 步智能体运行（3M 输入，0.2M 输出）花费 $0.065。下表是机器人的一天，1,000 次请求，涵盖我们所有模型，旁边是 OpenRouter 列；将其与上面的官方数字并排比较：

要自己发送机器人的请求（完全按所写使用 id；不接受价格标签中的短 id）：

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-ai/DeepSeek-V4-Flash-0731",
    "max_tokens": 400,
    "messages": [{"role": "user", "content": "Where is my order #1042?"}]
  }'

响应中有一个 usage 块，包含真实的输入和输出 token 计数。将它们乘以实时价格，或粘贴到上表中，你就能得到自己请求的成本，而不是猜测。

有关连接详情，请参阅 CheapTokens 文档、DeepSeek 页面和实时定价表。如果你正在权衡 DeepSeek 与另一个系列，MiniMax-M2.7 vs DeepSeek-V4-Flash 在相同任务上将它们并排比较。