答案已發布19 來源
DeepSeek V4 Flash 大幅加價後，點解仍然可以咁平？
DeepSeek V4 Flash 早期公布嘅 Cache Hit 輸入價係每百萬 Token 0.0028 美元，Cache Miss 則係 0.14 美元，相差 50 倍；長時間運行嘅 Coding Agent 可以因此大幅降低重複上下文成本。[12] DeepInfra、OpenRouter 等第三方路線可能有更低牌價，但模型版本、量化方式、路由、快取保留時間、延遲及服務條款未必相同，唔可以單靠輸入單價判斷邊條路線最平。[21][22][29] 如果以早期價格作假設，Cache Hit 價格即使提高 30 倍至每百萬 Token 0.084 美元，仍低過原本 0.14 美元嘅 Cache Miss 價；但輸出 Token...
發布者使用 GPT-5.6 Luna 編輯圖片由 GPT Image 1.5 生成
研究答案
重點
- DeepSeek V4 Flash 早期公布嘅 Cache Hit 輸入價係每百萬 Token 0.0028 美元，Cache Miss 則係 0.14 美元，相差 50 倍；長時間運行嘅 Coding Agent 可以因此大幅降低重複上下文成本。[12]
- DeepInfra、OpenRouter 等第三方路線可能有更低牌價，但模型版本、量化方式、路由、快取保留時間、延遲及服務條款未必相同，唔可以單靠輸入單價判斷邊條路線最平。[21][22][29]
- 如果以早期價格作假設，Cache Hit 價格即使提高 30 倍至每百萬 Token 0.084 美元，仍低過原本 0.14 美元嘅 Cache Miss 價；但輸出 Token 多、Cache Miss 頻繁嘅工作負載，總成本仍然可能大幅上升。
AI 提示
openai.comCreate a landscape editorial hero image for this Studio Global article: How can DeepSeek V4 Flash remain the cheapest major AI model—and potentially stay cheapest even after a 30× list-price increase—given that t. Article summary: DeepSeek V4 Flash can remain cheapest in effective cost because “price per input token” is the wrong unit for long-running agents. The decisive variable is the share of input that is served from a reusable prefix cache: . Topic tags: general, general web, user generated, documentation, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, w
DeepSeek V4 Flash 加價之後，仍然有機會係長時間 Coding Agent 最抵用嘅選擇，原因唔係牌價永遠最低，而係佢將 Cache Hit 同 Cache Miss 嘅輸入費用拉開好大差距。
早期公布嘅價格係：Cache Miss 輸入每百萬 Token 0.14 美元、Cache Hit 輸入 0.0028 美元，而輸出 Token 就係 0.28 美元。12
對一般短 prompt 用戶，呢個分別未必明顯；但對會反覆重送系統指令、工具定義、程式碼庫背景同長篇上下文嘅 Coding Agent，重點就由「每百萬輸入 Token 幾多錢」變成「有幾多輸入 Token 真係可以命中快取」。
真正要計嘅係每項工作嘅實際成本
如果一個工作流程有 h 比例嘅輸入 Token 命中快取，混合輸入單價大約可以咁樣計：
h × Cache Hit 價格 + (1 − h) × Cache Miss 價格
按早期價格計，如果有 99% 輸入命中快取，平均輸入成本約為每百萬 Token 0.00417 美元，即係比 0.14 美元嘅 Cache Miss 價低約 34 倍。
不過，呢個數字未計輸出 Token。對會產生大量程式碼、解釋文字或者工具結果嘅 Agent，輸出成本可以反過來成為主要開支。
同一個 API，唔同用法可以出現完全唔同嘅帳單：
- 輕量用戶每次 session 短、總 Token 少，實際支出自然有限。
- 大型部署雖然處理大量上下文，但如果固定 prompt prefix 可以反覆重用，重複部分就可以用較低嘅 Cache Hit 價格計算。
- 如果 Agent 不斷改寫 system prompt、工具清單或者上下文開頭，後面嘅內容可能無法受惠，重複資料就會接近 Cache Miss 價格收費。
DeepSeek 形容其 API 採用自動化 prefix caching：只要新請求重複近期見過嘅 prompt prefix，相關輸入 Token 就會按較低嘅 Cache Hit 價格計算。12 實際上，prompt 開頭要保持高度一致；開頭位置有改動，後面內容就可能一併失去快取優勢。
點解第三方平價唔足以決定邊個最抵
DeepInfra 目前列出部分 V4 Flash 版本嘅輸入價約為每百萬 Token 0.08 至 0.09 美元，輸出價 0.18 美元，並另設快取輸入價格。29 OpenRouter 就提供多個 V4 Flash snapshot 同供應商，價格亦會因版本及路由而變化。
21
22
但呢啲未必係完全相同嘅產品。比較時至少要睇：
- 實際模型 snapshot 同輸出質素；
- 模型有冇量化，或者採用其他服務方式；
- Cache Hit 價格、保留時間及 prefix matching 規則；
- 路由安排、延遲、可用性及 rate limit；
- Context window 同並發限制；以及
- 資料處理條款同營運控制。
所以，較低牌價可以令第三方路線喺 Cache Reuse 少嘅工作負載更平；但如果係一個長 session，而且 prompt prefix 長期保持不變，官方路線亦可能有優勢。
真正應該問嘅唔係「邊間輸入價最低？」，而係：
邊條路線可以用最低而且穩定嘅成本，完成一次真正成功嘅工作？
假設加價 30 倍，會發生咩事？
「加價 30 倍」比較適合作為敏感度測試，而唔係價格預測。
如果將早期 0.0028 美元嘅 Cache Hit 輸入價乘 30，會變成每百萬 Token 0.084 美元。即使咁，仍然低過早期 0.14 美元嘅 Cache Miss 價格。
但呢個只係比較其中一項收費。如果輸出價都同步升 30 倍，早期 0.28 美元嘅輸出價就會變成每百萬 Token 8.40 美元。對大量生成程式碼或文字嘅工作負載，帳單可以貴好多；同樣地，如果 Cache Miss 比例高，輸入加價亦會直接反映喺成本上。
因此，較準確嘅結論係：
DeepSeek V4 Flash 即使面對非常大嘅名義加價，仍可能保留由快取帶來嘅成本優勢；但佢唔會喺所有 Cache Hit、Cache Miss、輸出 Token 組合，以及所有供應商路線之下都係最平。
尖峰定價可能係容量管理，但唔足以證明背後原因
較後公布嘅價格表加入咗非尖峰及尖峰時段。V4 Flash 非尖峰價格列為：Cache Miss 輸入每百萬 Token 0.22 美元、Cache Hit 輸入 0.007 美元、輸出 0.66 美元；尖峰時段則為 0.44、0.014 及 1.32 美元。10
20
同早期 0.14／0.0028／0.28 美元嘅價格相比，升幅相當明顯，但並唔係所有項目統一加價 30 倍。
按時段收費可以將可以延後嘅批量工作移離繁忙時段，亦可以喺容量有限時調節需求。不過，單靠時段價格，唔能夠證明係推理成本上升、需求持續高企，定係兩者都有份。
對買家嚟講，最實際嘅啟示係：Agent 幾點鐘運行，可能已經成為成本模型一部分。如果工作可以排程，就應該分開比較尖峰同非尖峰帳單，而唔係只睇一個單一牌價。
20,000 次請求嘅快取測試，只係訊號唔係定論
一項由社群報告嘅 20,000 次請求測試，聲稱 DeepSeek 喺 12 小時內維持 100% Cache Hit；同一報告指 GLM 喺 5 分鐘後跌至 25%，其他模型就介乎兩者之間。31
呢個觀察有參考價值，因為佢顯示長時間運行嘅 Agent，可能會用完全唔同嘅標準評估供應商。但呢項結果並非獨立重複驗證嘅跨模型基準測試。
Cache 表現會受以下因素影響：
- prefix 是否完全一致；
- 快取淘汰機制；
- 請求路由；
- 並發量；
- 保留時間；以及
- 客戶端點樣排列 prompt。
開發者最好用自己嘅 Agent trajectory 重做測試，並分開記錄 Cache Hit 同 Cache Miss Token。一般而言，可以將固定指令放喺 prompt 前面，將會變動嘅任務資料放後面，令穩定 prefix 更容易重用；但最終效果仍然要靠實測，唔應該靠估。
OpenCode Go 應該點樣比較？
OpenCode Go 同直接使用 API 係兩種唔同產品。其文件列明月費 10 美元，包含 DeepSeek V4 Flash，並採用以美元用量計算嘅滾動限制，包括 5 小時 12 美元、每週 30 美元及每月 60 美元。1
所以，唔可以只用 10 美元月費，或者某個供應商嘅 Token 單價，直接同官方 API 比較。OpenCode Go 控制路由同實際可用額度；直接 API 就以 Token 級別收費，並公開 Cache Hit 同 Cache Miss 行為。報道亦指出，調價後 V4 Flash 被分配到嘅用量價值曾經改變。6
至於有人聲稱長 session 入面 Go 會比直接 API 貴 2 至 10 倍，就必須用同一段 prompt stream 做受控測試，同時記錄：
- Cache Hit 輸入 Token；
- Cache Miss 輸入 Token；
- 輸出 Token；
- 模型版本同供應商路由；
- 重試次數同延遲；以及
- 訂閱限制或節流情況。
如果 Go 嘅路由或者快取保留機制令可重用上下文不斷失效，訂閱方案的確可能出現較高實際成本；但單靠 10 美元月費或者第三方牌價，未足以證明佢一定較貴或較平。
正確測試 DeepSeek V4 Flash 嘅方法
比較時，應該量度 每次成功完成工作嘅成本，而唔係只睇每百萬輸入 Token 價格。
喺不同供應商使用相同模型 snapshot 同相同 prompt sequence，並記錄：
- 總輸入 Token；
- Cache Hit 同 Cache Miss 輸入 Token；
- 輸出 Token；
- 尖峰及非尖峰價格；
- 延遲及失敗請求；
- 重試及路由變化；以及
- 工作係咪真係成功完成。
最好同時測試兩種流程：一種係對快取友善、固定 prefix 穩定嘅工作流；另一種係經常改寫上下文、對快取不友善嘅工作流。前者可以反映穩定 prompt 嘅成本優勢，後者就可以顯示 Cache Miss 增加後會發生咩事。
總結：便宜與否，最終取決於你點樣用
DeepSeek V4 Flash 之所以可以喺加價後仍然保持吸引力，係因為 prefix caching 改變咗長時間 Coding Agent 嘅成本結構。第三方路線可能有更低牌價；即使 Cache Hit 價格大幅上升，某些高命中率工作負載仍然可能保持競爭力。
但以上任何一點，都唔代表 Flash 對所有人、所有供應商及所有工作都係最平。
真正影響帳單嘅變數包括 Cache Hit 比例、輸出量、尖峰時段價格、供應商實作，以及能否穩定完成任務。對生產系統嚟講，呢啲實際數據比任何一個單一牌價比較更有用。
Studio Global AI
繼續你的研究
此頁麵包含一個有來源支援的答案，您可以在 Studio Global 內繼續。
人們還問
「DeepSeek V4 Flash 大幅加價後，點解仍然可以咁平？」的簡短答案是什麼？
DeepSeek V4 Flash 早期公布嘅 Cache Hit 輸入價係每百萬 Token 0.0028 美元，Cache Miss 則係 0.14 美元，相差 50 倍；長時間運行嘅 Coding Agent 可以因此大幅降低重複上下文成本。[12]
首先要驗證的關鍵點是什麼？
DeepSeek V4 Flash 早期公布嘅 Cache Hit 輸入價係每百萬 Token 0.0028 美元，Cache Miss 則係 0.14 美元，相差 50 倍；長時間運行嘅 Coding Agent 可以因此大幅降低重複上下文成本。[12] DeepInfra、OpenRouter 等第三方路線可能有更低牌價，但模型版本、量化方式、路由、快取保留時間、延遲及服務條款未必相同，唔可以單靠輸入單價判斷邊條路線最平。[21][22][29]
接下來在實務上我該做什麼？
如果以早期價格作假設，Cache Hit 價格即使提高 30 倍至每百萬 Token 0.084 美元，仍低過原本 0.14 美元嘅 Cache Miss 價；但輸出 Token 多、Cache Miss 頻繁嘅工作負載，總成本仍然可能大幅上升。
來源
deepseek.aiDeepSeek API Pricing 2026: V4-Flash & V4-Pro Per-Token Costs
deepinfra.comSimple Pricing | Machine Learning Infrastructure
openrouter.aiDeepSeek V4 Flash 0731 - API Pricing & Benchmarks
deepseekv4pro.comDeepSeek V4 API, Pricing & Benchmarks