DeepSeek V4-Flash API 价格：2026 峰谷 Token 成本完整解析

模型 ID 不是分水岭，UTC 峰谷档位与输出 token 占比才是分水岭。

0. 先行结论

截至 2026-08-22，DeepSeek 官方定价页在 2026-08-16 16:00 UTC 生效的新价目把 deepseek-v4-flash（检查点 DeepSeek-V4-Flash-0731，7 月 31 日起可用）拆成峰时 / 谷时 × cache-hit / cache-miss × 输入 / 输出 六格矩阵。API 基址 https://api.deepseek.com，OpenAI 兼容；1M token 上下文；thinking 默认开启，thinking 与 non-thinking 同一价目表。

给需要立刻拍板的人一组对照（美元 / 百万 token，以官方表为准）：

• 谷时 deepseek-v4-flash：cache-hit 输入 $0.007，cache-miss 输入 $0.22，输出 $0.66。
• 峰时 deepseek-v4-flash：cache-hit $0.014，cache-miss 输入 $0.44，输出 $1.32（恰好 2× 谷时）。
• 谷时 deepseek-v4-pro：cache-hit $0.022，cache-miss 输入 $0.66，输出 $1.98；峰时各档再 ×2。
• 旧统一价（8 月 16 日前）：输入 $0.14，输出 $0.28，cache-hit $0.0028——已无参考价值，除非你的账单周期横跨调价日。

UTC 峰时窗口固定为 01:00–04:00 与 06:00–10:00；其余为谷时。同一模型在谷时跑批处理、在峰时跑在线 Agent，月账单可能差 2 倍——但若输出 token 占 70% 以上，调峰只能省 35% 左右，因为输出在谷时仍是输入 cache-miss 的 3 倍。横向对比 Gemini 按轨道计费，见 Gemini API 2026 价格与免费额度；Agent 栈与 MCP 见 2026 AI Agent 技术栈。

1. 问题为什么存在：为什么「DeepSeek API 价格」搜不到一个数字

旧方案失败得很具体：团队把 8 月 15 日博客里的 $0.14 / $0.28 写进财务模型，8 月 17 日上线后同一流量在 UTC 07:00 触发峰时，输出 $1.32/M 直接把 PoC 预算打穿。另一批人只看谷时 $0.22 输入，忽略 Agent 循环里输出 token 常 ≥ 输入 3 倍，且 thinking 默认开、与正文同价，多跳工具调用在峰时窗口会把「便宜 Flash」变成「贵 Pro 体验、Flash 账单」。还有团队不做 cache，每次把 80k system prompt 当 cache-miss 输入，峰时 $0.44/M × 0.08M = 每轮 $0.035 仅输入——一天 1 万次就是 $350，而 cache-hit 谷时同样前缀只要 $0.00056/次。

2026 年 8 月的复杂度不在模型数量，而在时间维度：DeepSeek 把供需高峰映射到 UTC 固定窗口，谷时恰好半价。这与 Gemini 的 Batch/Flex 半价、Claude 的席位月费完全不同。搜索引擎上的「DeepSeek 多少钱」文章大多停在统一价时代，会漏掉峰谷分界、cache-hit 第三列、以及 V4-Flash-0731 检查点。若你同时在比 Claude 订阅，见 Claude Code 2026 价格与套餐。

• 峰时不是「稍贵一点」，而是整表 ×2；跨窗口的一条 Agent 会话可能前半段谷时、后半段峰时，账单按请求时间戳分段。
• cache-hit 与 cache-miss 价差在谷时约 31 倍（$0.007 vs $0.22），在峰时约 31 倍（$0.014 vs $0.44）——不做前缀缓存等于自愿交「重复输入税」。
• 1M 上下文是能力上限，不是免费额度；长上下文 + cache-miss 在峰时输入 $0.44/M，塞满 1M 单次理论输入成本 $440（实际还有输出）。
• thinking 默认开启且同价，关闭 thinking 并不降价；预算应按「带 thinking 的输出量」估算。
• MCP 重试、合盖断线、xcodebuild 失败会把同一轮对话在峰时再跑一遍——API 标价不含执行环境，见 MCP 部署：Cloud Mac vs VPS vs 本地。

2. 四条计费维度：先分类，再谈单价

2.1 维度 A：峰时 vs 谷时（UTC）

官方写死峰时 01:00–04:00 UTC 与 06:00–10:00 UTC。北京时间峰时约为 09:00–12:00 与 14:00–18:00（夏令时不变）。谷时费率 = 峰时 ÷ 2。批处理、评测、离线摘要应锚定谷时 cron；在线客服若覆盖欧美早高峰，不可避免撞 UTC 06:00–10:00 峰窗。

2.2 维度 B：cache-hit vs cache-miss 输入

重复前缀（system prompt、工具 JSON Schema、RAG 静态块）命中 cache 后，输入按 cache-hit 计价，Flash 谷时 $0.007/M。未命中或前缀变更则走 cache-miss 全价。DeepSeek 的 cache 是成本杠杆，不是可选优化。

2.3 维度 C：输入 vs 输出 token

输出在谷时已是 cache-miss 输入的 3 倍（$0.66 vs $0.22）；峰时输出 $1.32 是 cache-hit 输入 $0.014 的 94 倍。Agent 多跳、长 CoT、工具结果回灌都会膨胀输出——输出占比是月账单的主旋钮，峰谷只是乘数。

2.4 维度 D：Flash vs Pro 与执行环境

deepseek-v4-pro 谷时 cache-miss 输入 $0.66、输出 $1.98，约为 Flash 的 3 倍；仅当 Flash 搞不定质量时才值得升级。API 账单不含 Mac、MCP 常驻、签名失败重试；iOS 构建 Agent 若跑在合盖笔记本上，峰时重试 = 再付 $1.32/M 输出。

3. 核心对比：同一套五维表头

下面把峰时、谷时、旧统一价、Pro 档、执行环境放进同一张表，避免只比输入单价。

读表时的非对称结论：把请求从峰时挪到谷时只能省 50%，把输出 token 占比从 70% 压到 40% 能省的可比或更多；两者要同时做。上 Pro 解决不了 Schema 分叉，调峰也解决不了无 cache 的 80k system prompt。

3.1 2026-08 官方价目速查（美元 / 百万 token）

整理自 api-docs.deepseek.com 定价页。2026-08-16 16:00 UTC 起生效；DeepSeek 保留调价权利。

4. 场景怎么选

5. 推荐组合

组合 A｜个人 PoC
  deepseek-v4-flash + 谷时试跑
  → 短 prompt，关 Agent 多跳
  → 对照官方价目，勿用旧 $0.14/$0.28

组合 B｜独立产品（推荐）
  Flash 默认 + system/Schema cache
  → 批处理与评测 cron 在 UTC 谷时
  → Agent：最大步数、峰时降级或排队
  → Pro 只接「Flash 连续失败」路由

组合 C｜跨模型栈
  DeepSeek Flash 做高性价比推理
  → 与 Gemini / Claude 按场景分流（见 Agent 栈文）
  → 统一 JSON Schema，避免三套 tool 定义

组合 D｜Apple 交付
  DeepSeek 只做推理 API
  → MCP / xcodebuild / 签名在 Cloud Mac
  → 合盖重试若在峰时，输出 $1.32/M 再买一遍

6. 常见误区

• 误区 1：仍用 8 月 16 日前 $0.14/$0.28 报价。新价峰谷分档，旧表已废止。
• 误区 2：只盯谷时输入 $0.22，忽略输出 $0.66（谷时）或峰时 $1.32。Agent 账单大头在输出。
• 误区 3：以为关 thinking 能省钱。官方同价，thinking 默认开。
• 误区 4：不做 cache，每轮 50k system 当 miss。hit 谷时 $0.007/M 差 31 倍。
• 误区 5：把 UTC 峰窗当「可忽略」——北京下午 14:00–18:00 恰是 UTC 06:00–10:00 峰段。
• 误区 6：失败重试无上限。MCP 超时在峰时再跑，输出 token 双倍。
• 误区 7：默认 Pro。Flash 谷时 out $0.66 已是很多场景够用，Pro 谷时 out $1.98 是 3 倍。

7. 落地步骤（7 步）

1. 打开 官方定价页，确认生效日 2026-08-16 16:00 UTC 与峰时窗口；记录 deepseek-v4-flash 六格价。
2. 用同一条生产 Prompt 在谷时、峰时各打一次，记录 input/output、cache hit/miss，勿用「你好」估算。
3. 把 system prompt 与工具 JSON Schema 做成稳定前缀，开启 cache；监控 hit 率，目标 >80% 输入 token 走 hit。
4. 给 Agent 设最大 tool 步数与每日美元 cap；峰时 429 或成本告警时排队到谷时或降级短答。
5. 批处理、评测、embedding 回填 cron 在 UTC 谷时；在线入口接受峰时溢价或限流。
6. 把 MCP 与构建迁到不会合盖的机器，消灭峰时重试税。见 MCP 与 Cloud Mac。
7. 做内部价目：谷时/峰时两列、默认 Flash、Pro 路由阈值；每月对照账单按 UTC 小时分布 diff，而不是对照旧博客。

8. FAQ

DeepSeek V4-Flash API 现在多少钱？

取决于 UTC 峰谷与 cache。谷时 cache-miss 输入 $0.22/M、输出 $0.66/M；峰时翻倍。cache-hit 输入谷时 $0.007/M。8 月 16 日前统一价已废止。

峰时和谷时怎么划分？

UTC 01:00–04:00 与 06:00–10:00 为峰时，费率为谷时 2 倍；其余为谷时。按请求到达 API 的 UTC 时间戳计费，不是用户本地时区。

thinking 和 non-thinking 价格一样吗？

一样。V4-Flash 默认 thinking 开启，同一价目表；预算应按含 thinking 的输出 token 估算。

和 Gemini API 比哪个便宜？

不能横比单一数字。DeepSeek 卖峰谷 × cache 分档；Gemini 卖轨道 × 模型矩阵。高 cache 命中 + 谷时批处理 DeepSeek 输入可极低；高输出 Agent 在峰时要按 $1.32/M 算。见 Gemini API 2026 价格。

model id 写什么？

deepseek-v4-flash（检查点 DeepSeek-V4-Flash-0731）。Pro 为 deepseek-v4-pro。基址 https://api.deepseek.com，OpenAI SDK 改 base_url 即可。

为什么还要 Cloud Mac？

DeepSeek 只卖推理。MCP、Xcode、钥匙串在笔记本上失败，峰时重试会再付 $1.32/M 输出。常驻 Cloud Mac 降的是无效输出 token，不是模型单价。

9. 总结

2026 年 8 月后的 DeepSeek V4-Flash API 价格不是一张静态表，而是UTC 峰谷 × cache 命中 × 输入输出比 的乘积。谷时半价能省一半，但若输出占 70%，调峰 alone 最多省 35%；压输出、提 cache、避峰时重试三者要一起做。

落地顺序固定：官方表锁定六格价 → 谷峰各测一次生产 Prompt → system/Schema cache → 批处理锚谷时 → Agent 步数上限与峰时熔断 → 执行环境常驻。旧 $0.14/$0.28 进垃圾箱；输出 token 占比与 UTC 窗口写进每一版财务模型。