DeepSeek V4 API 成本完全指南：Flash 和 Pro 怎么选
DeepSeek V4 分 Flash 与 Pro 两档，并按北京时间分时：Flash 峰时 ¥3/¥9、空闲 ¥1.5/¥4.5；Pro 峰时 ¥9/¥27、空闲 ¥4.5/¥13.5。两档上下文均为 1,000,000 tokens，最大输出 384,000 tokens；Pro 在每个时段都是 Flash 的三倍。
本文按四个问题展开：Flash 和 Pro 怎么分工；峰时/空闲缓存价在真实业务里意味着什么；V3.2 老项目迁移后的账单变化；以及与 GPT-5.5、Qwen3.5 Flash、GLM-4.7 的横向成本。所有默认预算使用峰时价，只有明确安排在空闲时段的调用才使用空闲价。
V4 Flash 缓存命中峰时 ¥0.10、空闲 ¥0.05，分别对应同一时段输入价的约 1/30。高命中场景要同时带入命中率与时段，不能把空闲价或缓存价当成全天输入价。
先看报价单：Flash 和 Pro 只差在模型能力
规格层面两档没有任何差异：1M 上下文意味着一次能塞进整个中型代码库或几百页文档；384K 最大输出是目前主流模型里最大的一档（对比 GPT-5.5 的 128K、多数国产模型的 16K 上下），长报告生成、整库重构这类任务不需要切片拼接再缝合。
价格上 Pro 在峰时、空闲与缓存命中三项都是 Flash 的三倍。规格相同，但调用时段会让两档价格整体变化一倍；成本模型至少要包含模型档位、时段、输入输出量和缓存命中率。
如果拿不准，先用 Flash 跑评测集，把不达标的子任务路由到 Pro。若 30% 请求走 Pro、70% 走 Flash，输入均价峰时为 0.3 × 9 + 0.7 × 3 = ¥4.8/M，空闲为 ¥2.4/M，均为全量 Pro 的约 53%；但默认预算仍取峰时 ¥4.8。
- 选 Flash：批量摘要、数据清洗打标、客服 FAQ、固定模板的内容生成——任务结构清楚、不需要深度推理的大批量场景
- 选 Pro：多步推理、数学与代码难题、复杂 Agent 规划，以及出错代价高的场景（自动操作业务数据、合同要点提取）
- 拿不准：先 Flash 跑评测，不达标的子任务再按请求路由到 Pro，通常比全量 Pro 省接近一半
| 模型 | 输入（¥/百万 tokens） | 输出（¥/百万 tokens） | 缓存命中（¥/百万 tokens） | 上下文 | 最大输出 |
|---|---|---|---|---|---|
| DeepSeek V4 Flash | 3 峰时 / 1.5 空闲 | 9 峰时 / 4.5 空闲 | 0.10 峰时 / 0.05 空闲 | 1M | 384K |
| DeepSeek V4 Pro | 9 峰时 / 4.5 空闲 | 27 峰时 / 13.5 空闲 | 0.30 峰时 / 0.15 空闲 | 1M | 384K |
| DeepSeek V3.2（已下线） | 2 | 8 | 0.5 | 128K | 8K |
缓存也分时：默认按峰时 ¥0.10 / ¥0.30 预算
请求前缀与此前请求相同时，命中部分按缓存价计费。V4 Flash 峰时/空闲缓存为 ¥0.10/¥0.05，Pro 为 ¥0.30/¥0.15；四组均约为对应时段未命中输入价的 1/30。
假设每月 100M 输入 tokens、缓存命中率 70%。Flash 峰时成本 = 70 × 0.10 + 30 × 3 = ¥97，均价 ¥0.97/M；空闲成本 = 70 × 0.05 + 30 × 1.5 = ¥48.5，均价 ¥0.485/M。若完全不缓存，峰时/空闲分别为 ¥300/¥150。
Pro 同口径峰时为 70 × 0.30 + 30 × 9 = ¥291，均价 ¥2.91/M；空闲为 ¥145.5，均价 ¥1.455/M。比价应同时带入命中率和时段；缓存生效条件、写入计费与有效期以 DeepSeek 官方文档为准。
还在用 V3.2？迁移账和两个注意点
V3.2 标价输入 ¥2、输出 ¥8，上下文 128K、最大输出 8,192 tokens，其官方入口（deepseek-chat / deepseek-reasoner）已于 2026-07-24 下线，项目必须迁移；但迁移后的账单不一定下降。
以每月 10M 输入 + 5M 输出算：V3.2 为 ¥60。V4 Flash 峰时为 10 × 3 + 5 × 9 = ¥75，空闲为 ¥37.5；V4 Pro 峰时为 ¥225，空闲为 ¥112.5。迁移是接口与能力要求，不应继续用旧价承诺省 67%。
V4 Flash 峰时输出 ¥9 略高于 V3.2 的 ¥8，空闲 ¥4.5 更低；Pro 两个时段的输出都更高。缓存方面 V3.2 为 ¥0.5，Flash 峰时/空闲为 ¥0.10/¥0.05，分别低 5 倍/10 倍。迁移时要重做负载预算，并检查是否按旧 8,192 上限写死 max_tokens。
横向对比：统一按峰时默认、空闲作为可选情形
GPT-5.5 折合 ¥33.93/¥203.56。按 1M 输入 + 1M 输出算，GPT 为 ¥237.49；V4 Flash 峰时 ¥12、空闲 ¥6，分别约低 20 倍/40 倍；V4 Pro 峰时 ¥36、空闲 ¥18，分别约低 6.6 倍/13.2 倍。
Qwen3.5 Flash 首档 ¥0.2/¥2，在短请求下比 V4 Flash 的峰时和空闲价都低；DeepSeek 的差异是 1M 上下文、384K 最大输出与开源权重。Qwen 本身也有输入长度阶梯，长请求要按升档后的整单价格比较。
GLM-4.7 为 ¥2/¥8、缓存 ¥0.4。它比 V4 Flash 峰时 ¥3/¥9 更低，但高于 V4 Flash 空闲 ¥1.5/¥4.5；DeepSeek 缓存峰时/空闲 ¥0.10/¥0.05 更低。相对排序会随时段和命中率变化。
| 模型 | 输入（¥/M） | 输出（¥/M） | 缓存命中（¥/M） | 上下文 |
|---|---|---|---|---|
| DeepSeek V4 Flash | 3 峰时 / 1.5 空闲 | 9 峰时 / 4.5 空闲 | 0.10 峰时 / 0.05 空闲 | 1M |
| DeepSeek V4 Pro | 9 峰时 / 4.5 空闲 | 27 峰时 / 13.5 空闲 | 0.30 峰时 / 0.15 空闲 | 1M |
| GPT-5.5（$5/$30） | 33.93 | 203.56 | 3.39 | 400K |
| Qwen3.5 Flash | 0.2 | 2 | — | 131K |
| GLM-4.7 | 2 | 8 | 0.4 | 200K |
什么场景别选 V4
最硬的一条限制：V4 系列是纯文本模型，不接受图片、音频输入。需要 OCR、截图或图表理解应看多模态模型，例如 Gemini 3.5 Flash 或按输入长度分档的 Doubao 1.6（首档 ¥0.8/¥8、最高档 ¥2.4/¥24）。
输入极轻、上下文短时，Qwen3.5 Flash 首档 ¥0.2 更合适。无缓存的一次性批量任务里，V4 Flash 峰时 ¥3/¥9、空闲 ¥1.5/¥4.5，应与混元 TurboS（¥0.8/¥2）等模型按同一负载比较；不能把空闲价当全天价，也不能假定缓存一定命中。
一句话版决策树：要多模态，不选 V4；输入轻、上下文短，看 Qwen3.5 Flash；大批量模板化任务，V4 Flash；复杂推理和 Agent 主力，V4 Pro；还在 V3.2 上的，现在就迁。
常见问题
DeepSeek V4 API 多少钱一百万 tokens？
V4 Flash 峰时输入/输出/缓存为 ¥3/¥9/¥0.10，空闲为 ¥1.5/¥4.5/¥0.05；V4 Pro 峰时为 ¥9/¥27/¥0.30，空闲为 ¥4.5/¥13.5/¥0.15。两档均为 1M 上下文、384K 最大输出；默认预算取峰时。
V4 Flash 和 V4 Pro 有什么区别，怎么选？
两档规格完全相同，差的是模型能力和三倍的价格。批量、模板化、结构清楚的任务用 Flash；多步推理、复杂 Agent、出错代价高的任务用 Pro。拿不准就先用 Flash 跑评测集，不达标的子任务再单独路由到 Pro。
DeepSeek 的缓存命中是怎么省钱的？
请求前缀命中时按缓存价计费。V4 Flash 峰时缓存 ¥0.10、未命中 ¥3；70% 命中时有效输入均价为 0.7 × 0.10 + 0.3 × 3 = ¥0.97/M。空闲同口径为 ¥0.485/M。预算默认用峰时，具体生效与写入规则以官方文档为准。
V3.2 还能继续用吗？要不要迁移？
V3.2 对应的 deepseek-chat / deepseek-reasoner 已于 2026-07-24 下线，必须迁移。但新分时价下账单不保证下降：V4 Flash 峰时 ¥3/¥9、空闲 ¥1.5/¥4.5，V4 Pro 峰时 ¥9/¥27、空闲 ¥4.5/¥13.5。迁移前重算负载，并检查是否写死旧 8,192 输出上限。
DeepSeek V4 支持图片输入吗？
不支持。V4 系列是纯文本模型，需要图片或多模态理解的业务可以看 Gemini 3.5 Flash、Doubao 1.6 等多模态模型。
文中价格与价格表同源、每日核对。选型前去看一眼最新价。
打开价格表 →相关工具与页面