DeepSeek 的价目表有两个杠杆，而时钟是较小的那一个

大家看 DeepSeek 定价页，都是冲着高峰时段去的。在 UTC 01:00 至 04:00，以及 06:00 至 10:00，周一至周五（中国公共假期除外），所有费率都会翻倍。这是真实存在的，一天 24 小时里有 7 个小时如此，值得提前规划。但它位于一个更能改变计算结果的数字下方两行：在 DeepSeek V4.1 Flash上，缓存命中每百万输入 token 收费 $0.003，而缓存未命中为 $0.15。落入缓存的前缀，比同一前缀在未命中缓存时发送要便宜五十倍——而且与时钟不同，这根杠杆完全掌握在你自己手中。

把这两个杠杆并排比较，轻重次序一目了然。高峰时段是一个 2× 的惩罚，你可以通过重新安排时间来避开。缓存命中是一个 50× 的折扣，你可以通过组织请求来获得。几乎所有关于 DeepSeek 价格表的文章，包括本文的早期版本，都把笔墨花在 2× 上。

这张卡片，完全按照DeepSeek发布的样子。

读取自 DeepSeek 的“模型与定价”页面，日期为 2026 年 10 月 30 日。先列非高峰时段价格，括号内为高峰时段价格，均为每百万 tokens 价格：

• 输入，缓存命中 — Flash 为 $0.003（峰值 $0.006）；V4 Pro 为 $0.022（峰值 $0.044）。

• 输入，缓存未命中 —Flash 为 $0.15（高峰 $0.30）；V4 Pro 为 $0.66（高峰 $1.32）。

• 输出 —Flash 为 $0.60（高峰期 $1.20）；V4 Pro 为 $1.98（高峰期 $3.96）。

• 高峰时段 — UTC 01:00–04:00 和 06:00–10:00，周一至周五，中国法定节假日除外。非高峰时段的费率正好是高峰时段的一半。

• 并发数 —Flash 为 2,500，V4 Pro 为 500。正如价格比所示，是前者的五分之一。

• 形态 —两个档位均提供 1M token 的上下文和 384K 的最大输出；deepseek-flash 由 DeepSeek-V4.1-Flash-1017 提供服务并支持视觉功能，deepseek-v4-pro 由 DeepSeek-V4-Pro-0813 提供服务，但不支持视觉功能。

缓存命中这一列才是值得紧盯的。每百万输入 token 0.3 美分意味着，对于复用长系统提示词、大文档或智能体累积历史的工作负载，它几乎不用为重复发送的那部分内容付钱——前提是请求的构造方式能让该前缀被识别为同一个前缀。

这两个杠杆在单一工作负载上究竟值多少

设想一个真实的、agent 形态的任务：每天 2000 万输入 token 和 200 万输出 token，其中 80% 的输入是复用的前缀。

第一个杠杆：缓存。1600 万个缓存 token 按 $0.003 计算是 $0.048。400 万个未缓存 token 按 $0.15 计算是 $0.60。输出按每百万 $0.60 计算是 $1.20。总计：每天约 $1.85。

第二个杠杆：调度。同样的任务，不启用缓存，全部安排在非高峰时段：2000 万次，每次 $0.15，即 $3.00，加上 $1.20 的输出费用——共 $4.20。若完全在高峰时段内运行，则为 $8.40。

所以，缓存在这里能节省 $2.35，而最优调度相比最差情况能节省 $4.20。两者都重要；但都不是全部，真正的数字体现在它们的组合中：经过缓存并安排在非高峰时段后，同一个任务大约只需 $1.85，而不是 $8.40——在相同的 token 上相差 4.5 倍。

实际上，这意味着决策顺序应该是：先围绕前缀复用塑造请求，再把能够移出高峰时间窗口的部分移出去，最后再比较供应商。大多数团队却按相反的顺序来做，这就是为什么时钟会备受关注——它是页面上唯一以粗体标题出现的杠杆。

为什么缓存行容易被漏掉，也容易丢失

有三件事会在不知不觉中让你失去 50× 折扣。/h2> p>开头会发生变化的前缀。 缓存作用于前导 token。把时间戳、会话 ID 或顺序被打乱的工具列表放在系统提示词的开头，那么每个请求都会缓存未命中——而在编写它的人看来却完全相同。这是缓存工作负载变成全价工作负载最常见的一种方式。

不共享缓存的提供商路径。 缓存是服务基础设施的属性，而不是模型名称的属性。带有自动故障转移的路由器可能会在工作流中途将请求转移到不同的提供商路径，而缓存优势不会随之迁移。这并不是避免故障转移的理由——失败的请求比缓存未命中的代价更高——但这确实是需要了解有多少流量落在主路径上的理由。

一个检查点已变更的标识符。deepseek-flash 现在解析为 DeepSeek-V4.1-Flash-1017，旧名称 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 仍被接受，但按 Flash 价格计费，并由同一模型提供服务。基于较旧检查点编写的成本模型，描述了一张本月已经变动过一次的卡。

时钟，它确实会咬人的地方

峰值窗口对于任何无法挪动的任务来说仍然是一个实实在在的约束。这两个窗口都落在欧洲和亚洲的工作日内，而在美国工作日之外：北京是 09:00–12:00 和 14:00–18:00，伦敦是 02:00–05:00 和 07:00–11:00；对美国东海岸团队来说，第二个窗口从当地时间 02:00 开始。一个面向欧洲用户的交互式产品，无论是否有人事先规划过，其大部分流量都处于峰值费率。

在重写调度器之前，有两个二阶效应值得了解：

• 不只是价格，还有并发能力。V4 Pro 允许 500 个并发请求，而 Flash 则支持 2,500 个。为节省成本而将批处理任务转移到非高峰时段，如果其他人也都这么做，那就无济于事了。

• 节假日日历。 这些窗口不包含中国法定节假日，这意味着你的调度器自带的日历并不是你需要的那一个。这是一笔小额却反复出现的成本，而且它会在一年中真正重要的那一天显现出来。

经得起价格变动的规则

先围绕缓存命中做结构设计，其次安排调度，最后再保留按 token 进行的比较——因为前两个杠杆分别能让你的账单变动 50× 和 2×，而没有任何供应商切换能可靠地带来其中任何一种幅度。然后连续一周在每次请求时记录 UTC 小时和缓存命中占比。决定你下个月成本的，是这两个数字，而不是费率卡。

DeepSeek V4.1 Flash 和 DeepSeek V4 Pro 均已上线 OrcaRouter，按 DeepSeek 公布的价格计费，与包含 224 个模型的目录共用同一把密钥，原价透传、不加价。缓存命中的价格档位与高峰时段翻倍完全依照 DeepSeek 的定义执行，而这同样是一把双刃剑：折扣在公布当天即生效，附加费也是如此。