2026年DeepSeek API定价：V4-Pro与V4-Flash成本对比

如果您来到这里是为了了解DeepSeek的生产工作量实际成本，简短的答案是：比关闭前沿的现有竞争对手低得多，但前提是您理解DeepSeek计费中的三个令牌桶。当前的DeepSeek API定价分为两个V4级别——V4-Flash用于高量级工作，V4-Pro用于前沿级编码和代理——对缓存命中输入、缓存未命中输入和输出分别计费。本指南将介绍每百万令牌的发布价格，为两个级别提供工作示例，展示上下文缓存如何改变计算方式，并指出在2026年7月24日关闭的迁移窗口期间，遗留的`deepseek-chat`和`deepseek-reasoner` ID如何定位。

2026年DeepSeek API定价覆盖范围

DeepSeek按每个令牌计费API使用情况，输入和输出分别计费，当提供商检测到您数组中的重复前缀时，将提供折扣率。 messages 当前一代是DeepSeek-V4预览版，作为两个开放权重专家混合模型发货：DeepSeek-V4-Pro总参数1.6T/活跃参数49B，DeepSeek-V4-Flash总参数284B/活跃参数13B。两个级别共享相同的API接口，相同的100万令牌上下文窗口，以及相同的三个推理努力模式；它们在价格上有所不同，在基准性能上也有一定程度的差异。

在数字之前，有两个运营点对成本建模很重要：

• 该API是 stateless每个请求都必须携带完整的对话历史，这意味着除非上下文缓存启动，否则长对话将线性增长输入账单。
• 思考模式是 一个请求参数，而不是一个独立的模型。您支付的费率取决于您选择的哪个模型ID（deepseek-v4-pro or deepseek-v4-flash);仅仅提高思考能力只会增加你以该速率消耗的输出令牌数量。

V4价格表

官方定价页面列出了这些每百万令牌的美元价格，已验证于2026年4月24日。DeepSeek对Flash收费为每百万输入令牌0.14美元和每百万输出令牌0.28美元，对Pro收费为每百万输入未命中1.74美元和每百万输出3.48美元（至2026年5月31日75%的折扣使其为0.435/0.87美元）。缓存命中输入现在在V4-Flash上大约比缓存未命中输入低98%（0.14→0.0028），在V4-Pro上低超过99%（列表价为1.74→0.0145，促销期间为0.003625）。

DeepSeek V4-Flash费率

DeepSeek V4-Pro费率

关于范围的结论： 至少在标价上，V4-Pro的价格大约是V4-Flash缓存未命中输入成本的12倍，输出成本的12倍；截至2026年5月31日的75% V4-Pro促销活动将这个差距缩小到大约3倍。这个溢价带来了更强的代理和编码性能，但对于聊天、分类、摘要以及大多数RAG工作负载，V4-Flash是明智的默认选择。对于完整 DeepSeek V4-Flash and DeepSeek V4-Pro 详细规格请见每个模型的页面。

快速入门：最小计费请求示例

Chat requests hit POST /chat/completions, the OpenAI-compatible endpoint at https://api.deepseek.com. OpenAI Python SDK在交换后保持不变 base_url and api_key;以下代码片段向V4-Flash发送一个非思考的调用，这是实际中第一个计费令牌的样子。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseek.com",
    api_key="sk-...",
)

resp = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "You answer concisely."},
        {"role": "user", "content": "Summarise the V4 pricing tiers."},
    ],
    max_tokens=400,
    temperature=1.3,
    extra_body={"thinking": {"type": "disabled"}},  # V4 enables thinking by default; disable for the cheapest path
)
print(resp.choices[0].message.content)

要将相同请求切换到V4-Pro的思考模式，请更改 model，并添加 reasoning_effort="high"，然后传递 extra_body={"thinking": {"type": "enabled"}}。此时响应将包括 reasoning_content alongside the final content，并且您的输出令牌计数将相应增加。对于更深入的说明，请参阅我们的 DeepSeek API getting started tutorial.

工作示例A：V4-Flash上的100万次调用

想象一个分类器或轻量级聊天机器人每月进行100万次调用，每次调用都有一个2,000个令牌的缓存系统提示，一个200个令牌的用户消息（根据定义，未缓存——每次调用都是新的），以及一个300个令牌的模型响应。在V4-Flash上：

• Cached input: 2,000 × 1,000,000 = 2,000,000,000 tokens × $0.0028/M = $5.60
• Uncached input: 200 × 1,000,000 = 200,000,000 tokens × $0.14/M = $28.00
• Output: 300 × 1,000,000 = 300,000,000 tokens × $0.28/M = $84.00
• 月度总计：117.60美元

有两点需要强调。首先，每次调用中的用户消息是对系统前缀的缓存未命中——你不能假装整个输入桶都是缓存的。其次，一旦共享前缀达到提供商的最小大小，缓存就会自动启动。缓存命中定价是自动的；每个与同一账户重复前缀的请求都会受益，无需选择加入，尽管前缀必须至少有1,024个令牌长，并且必须字节对字节匹配。较短的或可变的系统提示不会缓存。对于可重用模型，尝试使用 DeepSeek cost estimator.

工作示例B：V4-Pro上的相同工作量

相同的1M次调用，相同的token形状，V4-Pro上的价格：

• 缓存输入：20亿token × $0.003625/M（促销价）= $7.25
• 未缓存输入：2亿token × $0.435/M（促销价）= $87.00
• 输出：3亿token × $0.87/M（促销价）= $261.00
• 月总计：$355.25 （V4-Pro 75%促销至2026-05-31；按列表价格，相同工作量是$1,421.00）

在V4-Pro促销期间（大约在2026年5月31日结束并恢复标价后为14倍）相同流量的Flash账单大约是3倍。为那些基准提升能够自我支付的工作保留Pro——代理编码、长期工具使用以及V4-Pro在SWE-Verified上获得80.6分的复杂SWE-Bench-style任务，在Claude的80.8分和Gemini的80.6分之间。对于日常聊天，这个差距通常不足以证明支出。

上下文缓存实际帮助的地方

大约98%的输入折扣仅适用于提供商识别为重复前缀的提示部分。实际上，这意味着：

• 超过1,024个token的长固定系统提示——良好候选。
• 几个示例块在请求间重复使用——良好候选。
• 一个检索增强提示，其中检索到的块在每个调用中都会改变—— not 缓存；你需支付检索部分的全部未命中率。
• 任何通过前缀传递的动态内容（时间戳、用户ID）都会破坏字节对字节匹配，并导致命中失败。

如果缓存是您成本模型的核心，请在优化提示结构之前阅读专门的 DeepSeek context caching 撰写。

峰时折扣和免费额度——2026年的真实情况

一些持久存在的迷思值得澄清：

• 没有活跃的峰外API折扣。 DeepSeek于2025年9月5日结束了50%/75%的夜间折扣，并在V4发布时未重新引入。
• “新账户免费信用”不是一项记录的规则。 DeepSeek的计费系统包含一个“已授余额”概念——一小笔可能过期的促销信用额。请检查计费控制台以获取当前优惠；不要围绕特定数字进行规划。
• 格式不会改变定价。 api.deepseek.com/anthropic上的Anthropic格式端点使用与OpenAI格式端点相同的费率；格式不影响计费。

V4与旧版ID的比较

如果您的集成仍然指向 deepseek-chat or deepseek-reasoner您已经按照V4-Flash费率计费。模型名称deepseek-chat和deepseek-reasoner将被弃用，为了兼容性，它们分别对应于deepseek-v4-flash的非思考模式和思考模式。硬截止日期为 2026-07-24 15:59 UTC之后，这些ID将停止工作。迁移只需一行代码。 model= swap; base_url 并不会改变。如果您仍在运行V3.x模式，我们的注意事项涵盖了边缘情况。 DeepSeek OpenAI SDK compatibility 注意事项覆盖了边缘情况。

V3.2到V4-Flash的价格比较（历史背景）

换句话说，默认级别的价格 已删除 在V4中，同时引入了一个新的高级版，用于真正需要它的工作。

DeepSeek与闭源前沿模型的比较

仅价格比较容易夸大——基准提升、延迟、区域可用性和数据处理都会影响——但标题上的差距是真实的。Simon Willison于2026年4月的比较得出结论，DeepSeek-V4-Flash是小型模型中最便宜的，DeepSeek-V4-Pro是大型前沿模型中最便宜的。有关与主要竞争对手的任务分解比较，请参阅 DeepSeek vs ChatGPT and DeepSeek vs Claude在做出采购决策之前，始终在竞争对手自己的定价页面上验证其价格——闭源定价经常变动。

Simon Willison的V4概述（2026年4月24日） and DeepSeek’s official pricing page 是在您签署预算前需要重新检查的两个主要来源。

四条保持账单可预测性的规则

1. 首先选择正确的层级。 默认使用V4-Flash。只有在基准测试或评估证明成本合理的情况下，才将单个端点移至V4-Pro。
2. 设计以缓存命中为目标。 将稳定的指令和少量示例放在顶部 messages；避免在超过1,024个标记的地方注入时间戳、用户ID或检索内容。
3. 限制 max_tokens. 输出是两个层级中价格较高的桶。设置一个合理的上限可以防止响应失控，尤其是在思考模式下，它可以在硬提示下生成数万个标记。故意用它来解决需要它的难题。 reasoning_content 计数作为输出。
4. 监控思考模式的使用。 reasoning_effort="max" 速率限制不是直接定价的，但它们决定了你每天实际上可以消耗多少低价率。DeepSeek发布每个账户的限制，这些限制因层级而异，并在流量激增时收紧。在将体积假设纳入成本模型之前，先浏览一下。

费率限制和余量

速率限制不是直接定价的，但它们决定了你每天实际上可以消耗多少低价率。DeepSeek发布每个账户的限制，这些限制因层级而异，并在流量激增时收紧。在将体积假设纳入成本模型之前，先浏览一下。 DeepSeek API rate limits 根据记录的错误代码进行参考和计划重试逻辑。

DeepSeek AI Guide is an independent resource and is not affiliated with DeepSeek or its parent company. Model IDs, pricing and API behaviour change; check the official DeepSeek documentation and pricing page before committing to a production decision.