对比标题卡。(第 1 张,共 4 张)
Guides & Insights

DeepSeek V4 Pro 定价:输入 $0.66,输出 $1.98,还有一个需要提前预约的五折窗口

作者

jinhao.song

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

DeepSeek V4 Pro的价目表有三行,而不是两行,钱主要花在中间那一行。缓存未命中的输入价格为每百万 token 0.66 美元;缓存命中的输入价格为 0.022 美元——便宜三十倍。输出价格为 1.98 美元。这三项在工作日的两个时段内都会翻倍,而且三项都按 1M token 上下文计费,单次回答最多可返回 384K token。这就是整张价目表,而几乎每个据此编制的预算都会把缓存那一行算错。

A two-column or six-row scoreboard with the article's figures. (2 of 4)

正是这三行,分毫不差

摘自 DeepSeek 的模型与定价页面(2026 年 10 月 30 日),按每百万 tokens 计,非高峰时段,括号内为高峰时段数据:

• 输入,缓存命中 — $0.022 ($0.044).

• 输入,缓存未命中 — $0.66($1.32)。

• 输出 — $1.98 ($3.96)。

• 高峰时段 — 01:00–04:00 和 06:00–10:00 UTC,周一至周五,中国法定节假日除外。非高峰时段正好为其一半。

• 限制 — 1M 上下文、384K 最大输出、500 个并发请求——仅为 Flash 层级 2,500 的五分之一。

• 形状 —仅文本。视觉功能在 Flash 上受支持,而同一工作表中的 Pro 则标记为“不支持”。

缓存这一行值得稍作停留,因为它占未命中价格的 3.3%。一个复用长系统提示、一组文档或智能体累积历史的工作负载,会为它重新发送的部分支付每百万两美分;这比任何调度技巧都更能改变“长上下文”工作负载的成本。

一项任务的成本,三种计算方式

进行一次文档处理:输入 100 万个 token,其中 80 万个是复用的前缀,输出 10 万个 token。

使用缓存时,非高峰时段: 0.8M 按 $0.022 计算为 $0.0176;0.2M 按 $0.66 计算为 $0.132;0.1M 的输出按 $1.98 计算为 $0.198。总计:约 35 美分。

不使用缓存,非高峰时段:100 万按 $0.66 计算,即 $0.66 加 $0.198——约 86 美分。

无缓存时,在高峰窗口内:1.32 美元加 0.396 美元——1.72 美元。

同一个任务的价格从 35 美分到 1.72 美元不等,而 token 一个都没变。最大的单项跃升是缓存行,最小的则是时钟。

现在来看上限真正起约束作用的情况:一个在一次调用中写出 200,000 个输出 token 的代理。按每百万 $1.98 计算,这就是 $0.396 的输出成本——是整份冷发送的 100 万 token 输入成本的两倍。这张卡惩罚的正是输出密集型工作,因此 384K 上限与其说是限制,不如说是一种消费许可。

A screenshot of the relevant OrcaRouter model page. (3 of 4)

为什么旗舰产品的定价是这样的

V4 Pro 是一个 1.6 万亿参数的专家混合模型(Mixture-of-Experts),每个 token 激活 490 亿参数;相比之下,V4.1 Flash 的总参数为 5520 亿,激活参数为 80 亿到 160 亿。价格比——输入 4.4 倍、输出 3.3 倍——大致相当于每步激活这么多参数所需的计算量之比;而 500 对 2500 的并发上限,则是关于吞吐量的同一种表述。

这换来的,恰恰是那张价格卡无法体现的东西:更大的骨干模型在你的任务上是否更准确。DeepSeek 自己的说法是,较新的 Flash 档在性能、成本、速度和总运行时间上全面超越 V4 Pro,这使得 Pro 的溢价更像是一场对准确率的押注,而非能力上的保证。为此付费的团队,买到的是一个稳定的 8 月版本,以及每个 token 更大的算力投入——这本身是一笔站得住脚的购买,只是它不会体现在价格卡上。

A screenshot of the vendor's model card, price sheet or API documentation. (4 of 4)

关于它的预算的三条规则

• 先对缓存占比进行建模。 如果你的输入中有一半以上是复用的前缀,那么你的实际输入价格会更接近 $0.30 而不是 $0.66,而峰值翻倍的影响不如“前缀是否稳定”这个问题重要。系统提示顶部的时间戳会让每次缓存调用都变成全价调用,而这是这张卡最常见的出错方式。

• 把能排期的都排期。工作日有七个时段属于高峰。交互式流量无论如何都会落在这些时段;批量评估、夜间重建索引和回填则不会,而把它们挪走只需改一次 cron,不涉及架构变更。

• 在没有测量重试次数的情况下,不要拿它和 Flash 比价格。如果更便宜的档位每三个任务就需要两次尝试,那么 4.4 倍的输入价格就无关紧要了。比较它们时,要记录完成率,而不只是延迟。

DeepSeek V4 Pro 已上线 OrcaRouter,采用 DeepSeek 官方公布的价格——输入 $0.66、输出 $1.98、缓存 $0.022,高峰时段翻倍严格按厂商的定义执行——与一个包含 224 个模型的目录共用同一密钥、零加价直通,并支持跨多个提供商路径的自动故障转移。折扣和加价都归厂商,这正是透传卡片的意义所在:你买到的是厂商的价格,而不是我们对它的版本。

本文中的对比1

根据本文内容识别 · 基准测试:Artificial Analysis · 每日更新