DeepSeek V4 API 改按時段收費：Flash、Pro 價格同慳錢攻略

DeepSeek V4 API 由原本嘅固定價目，改為按高峰及非高峰時段收費。新制度喺 2026 年 8 月 17 日凌晨 0 時（北京時間） 生效，即香港時間同樣係 8 月 17 日凌晨 0 時，亦即 8 月 16 日 16:00 UTC。非高峰價固定係高峰價一半，但同舊有固定價格相比，新價按模型、token 類別及使用時間計，升幅由 50% 至 1,100% 不等。12

DeepSeek V4 價格改咗啲乜？

新收費適用於 DeepSeek-V4-Flash 同 DeepSeek-V4-Pro：

• 高峰時段一：09:00–12:00（北京時間）
• 高峰時段二：14:00–18:00（北京時間）
• 其餘時間全部屬於非高峰時段

每個請求會按照平台伺服器收到請求嗰一刻嘅北京時間計價。換句話講，就算請求之後處理咗一段時間，只要平台喺高峰時段收到，該請求就會按高峰價收費。27

重點唔只係「加價」咁簡單，而係同一個模型呼叫，喺高峰時段會比非高峰時段貴一倍。對有得揀時間處理嘅工作嚟講，排程本身就成為成本控制工具。

V4-Flash 同 V4-Pro 每百萬 tokens 價目

以下全部係 每百萬 tokens、人民幣 價格。Cache hit 即輸入內容可以重用之前快取咗嘅提示詞前綴；cache miss 即未能命中快取，要按較高嘅未快取輸入價處理。

模型／token 類別	舊固定價	非高峰價	較舊價變化	高峰價	較舊價變化
V4-Flash 快取命中輸入	¥0.02	¥0.05	+150%	¥0.10	+400%
V4-Flash 快取未命中輸入	¥1.00	¥1.50	+50%	¥3.00	+200%
V4-Flash 輸出	¥2.00	¥4.50	+125%	¥9.00	+350%
V4-Pro 快取命中輸入	¥0.025	¥0.15	+500%	¥0.30	+1,100%
V4-Pro 快取未命中輸入	¥3.00	¥4.50	+50%	¥9.00	+200%
V4-Pro 輸出	¥6.00	¥13.50	+125%	¥27.00	+350%

以 V4-Flash 為例，非高峰時段嘅快取命中輸入、快取未命中輸入及輸出，分別係每百萬 tokens ¥0.05、¥1.50 及 ¥4.50；高峰時段就升至 ¥0.10、¥3 及 ¥9。2 Reuters 報道指，今次整體加幅介乎 50% 至 1,100%，視乎模型、token 類別同使用時段而定。18

邊類工作受影響最大？

可延遲嘅批次工作：改時間就有機會慳一半

模型評測、文件索引、資料回填、合成數據生成，以及其他唔需要即時完成嘅工作，可以安排喺兩段高峰時間以外執行。由於非高峰價係高峰價一半，單靠改排程，已經可以明顯降低呢類彈性工作嘅成本。2

對 AI 基礎設施團隊嚟講，時區依家變成新嘅運算變數。排程系統可以同時睇工作死線同北京時間收費窗口，將唔趕急嘅任務放入非高峰隊列，而唔使轉模型或者削減 token 預算。

互動式應用：未必可以避開高峰價

客服機械人、編程助手同即時代理通常要配合用戶使用時間運作，難以將所有流量推遲到非高峰時段。呢類應用可能要承受高峰價，但仍然可以透過以下方法控制成本：

• 重用提示詞同文件上下文
• 設計更容易命中快取嘅請求
• 縮短不必要嘅輸出
• 將一般工作路由到 Flash，較複雜任務先用 Pro

快取尤其重要，因為兩款模型嘅快取命中輸入，都遠低於快取未命中輸入。對於會不斷重複傳送相同系統指令、工具定義或者文件內容嘅高流量系統，提高 cache-hit 比率，可能比單純減少請求數量更加有效。

輸出量大嘅應用：絕對支出增加得更明顯

長篇推理過程、報告生成同大段程式碼回覆，都會消耗大量輸出 tokens。高峰時段，Flash 輸出每百萬 tokens 係 ¥9，Pro 就係 ¥27。開發者可以考慮收緊輸出上限、日常對話使用 Flash，只有當 Pro 額外能力值得支付溢價時先切換過去。12

Pro 快取命中輸入：百分比升幅最大

V4-Pro 高峰時段嘅快取命中輸入價，係舊有固定價嘅 12 倍，係今次調整入面百分比升幅最大嘅項目。雖然以每百萬 tokens 計，絕對金額仍然低過未命中輸入同輸出，但對大量處理重複快取提示詞嘅系統，影響會較實際。119

8 月 13 日 V4-Pro 發布同今次加價有咩關係？

今次價格調整，緊接住 DeepSeek-V4-Pro-0813 正式推出，並透過 deepseek-v4-pro endpoint 提供一般使用。公開規格指，呢款文字模型擁有 100 萬 tokens context window，最大輸出為 384,000 tokens，採用混合專家（Mixture of Experts，MoE）架構，總參數約 1.6 萬億，每個 token 實際啟用約 490 億參數。2933

DeepSeek 公開嘅帳戶級並發限制亦分開兩個級別：

• V4-Pro：500 個同時請求
• V4-Flash：2,500 個同時請求

一個請求由開始處理至完成都會佔用一個名額，串流回應亦包括在內。28

將價格同並發限制放埋一齊睇，可以推斷產品定位大致係：Flash 較適合高吞吐量、較例行嘅流量；Pro 就係資源較有限、面向高難度推理及超長上下文工作嘅級別。不過，呢個係根據公開價格及限制作出嘅推論，並非 DeepSeek 對所有使用場景嘅直接定義。228

分時收費反映 AI 基建行業咩變化？

DeepSeek 呢個做法有啲似 GPU 推理服務嘅「需求調節」。互動式用戶集中上線嘅時段，運算需求通常較高；批次工作就有機會等一等。高峰加價、其他時間減價，可以鼓勵開發者將可延遲嘅運算分散到一日唔同時段。

對開發團隊而言，成本優化唔再只係揀邊個模型同計 token 數量，仲要處理以下幾個問題：

1. 邊啲請求一定要即時完成？
2. 邊啲工作可以放入非高峰隊列？
3. 有幾多提示詞內容可以透過快取重用？
4. 乜嘢任務應該由 Pro 改用 Flash？
5. 應用程式實際上需要生成幾長嘅答案？

更大嘅訊號係，大型模型嘅價格競爭，可能由單一固定價，逐步轉向按運算容量稀缺程度定價。DeepSeek 仍然為有彈性嘅需求提供較低成本時段，但亦令高階推理嘅價格更加取決於「幾時用」而唔係淨係「用邊個模型」。Reuters 形容今次係按模型、token 類別及使用時段而異嘅大幅調整，而唔係一刀切加收同一個附加費。1

對正在使用 DeepSeek V4 嘅團隊，最實際嘅結論係：要將排程、快取、模型路由同輸出控制，一齊納入 API 成本模型。無法改時間嘅即時工作，可能要轉用另一款模型或者收窄 token 預算；可以等嘅批次工作，則有機會靠非高峰執行，保留大部分成本效益。