DeepSeek V4.1 Pro 对比 Gemini 3.8 Flash：缺席的旗舰对垒谷歌廉价模型

这是本站最不对称的对决，而且这种不对称并非名称所暗示的那样。Gemini 3.8 Flash每百万输入 token 收费 0.75 美元，输出收费 3.75 美元，拥有 1M 上下文和 65K 输出上限，并且可以像其他所有模型一样使用同一个密钥调用。DeepSeek V4.1 Pro 没有卡片、没有端点，也没有价格。现存的 DeepSeek 旗舰模型——DeepSeek V4 Pro——在非高峰时段收费 0.66 美元和 1.98 美元，大约是 Flash 输入价格的十分之一、输出价格的一半，输出上限为 384K 而非 65K。

再读一遍，因为它颠覆了“flash”一词给人的印象：Google 的廉价档位按每个 token 计算反而是更贵的那个，而 DeepSeek 的旗舰型号才是生成上限更高的那个。

卡片

• Gemini 3.8 Flash — 输入 $0.75，输出 $3.75；缓存读取 $0.075；1M 上下文；最大输出 65K；实测 p50 首个 token 8.13 秒。

• DeepSeek V4 Pro —输入 $0.66，输出 $1.98（非高峰时段）；缓存 $0.022；在工作日的两个时段内翻倍至 $1.32 和 $3.96；1M 上下文；384K 输出；纯文本；首个 token 耗时 6.22 秒。

• DeepSeek V4.1 Pro ——无可对比项。9月10日仅被提及一次，从未定价。

在低谷时段，DeepSeek 的输入价格便宜 12%，输出价格便宜 47%。在峰值窗口内，其输入价格贵 76%，输出价格贵 5.6%。这种波动——在同一天内从明显更便宜变成明显更贵——是这一页上最重要的信息，而它在两家厂商的营销文案中都看不到。

65K 上限比价格更能决定工作负载的取舍

六万五千个输出 token 是一段很长的回答，却只是一份很短的文档。单次调用生成一份 4 万字的报告根本装不下；任何稍有规模的代码文件，还没写完就会逼近上限。DeepSeek 的 384K 上限接近其六倍，而对于这一量级的任何任务，价格比较已不再重要，因为两者之一无法在一次请求中完成工作。

在触及上限的场景之外——聊天、分类、摘要、大多数智能体步骤——你支付的就是 token 价格，而在这些场景中，DeepSeek 在非高峰时段胜出、在高峰时段落后。决定结果的是调度，而非模型选择。

延迟再次翻转了排名

Gemini 3.8 Flash 的首 token 耗时为 8.13 秒，DeepSeek V4 Pro 则为 6.22 秒。两者都算不上快，而且都慢到足以让交互式产品明显感受到这种延迟。在 65K 上限和 8 秒首 token 的前提下，选择 Flash 的理由在于缓存经济性——每百万次缓存读取 0.075 美元，是本次对比中所有卡型里已公布的最低缓存价格——而不是标价。

运行什么

Gemini 3.8 Flash 和 DeepSeek V4 Pro 均以各自厂商的标价在 OrcaRouter 上提供，原样透传、不加价，并通过一个 OpenAI 兼容端点提供，支持自动故障转移——因此这次比较只是一条路由规则，而不是一次迁移。把长文本生成任务交给具有 384K 上限的模型，把缓存密集型任务交给具有 $0.075 缓存费率的那个，其余任务交给在其运行时段更便宜的那个。

在 DeepSeek 发布标识符之前，DeepSeek V4.1 Pro 不会被纳入那张路由表。其他任何说法，都只是建立在一条发布说明之上的计划。