DeepSeek V4 加價 1,555% 兼實測失準 企業用家要知嘅幾件事

舊劃一收費 vs. 新繁忙／非繁忙收費

資料來源：DeepSeek官方收費表及獨立追蹤網站 。

加幅最誇張係V4-Pro嘅cache-hit輸入token，由$0.003625升至繁忙時段嘅$0.06——即大約1,555% 。DeepSeek解釋，改動係為咗更有效分配資源，鼓勵用戶將非緊急工作安排喺非繁忙時段 。

Composio Agent基準測試：V4 Flash嘅真實表現

2026年8月，獨立測試公司Composio用8種唔同嘅agent編排框架（harness），對DeepSeek V4 Flash進行咗30項刻意刁鑽、涉及多個步驟嘅工作流程測試，用嘅係真實API，包括Gmail、GitHub、Slack同Google Sheets 。每項任務時限900秒，所有框架都用同一套Composio MCP工具 。

整體結果：240次運行當中，只有129次成功——整體通過率53.8%。30項工作流程入面，只有6項係每個框架都完成到 。

各框架通過率

資料來源：Composio公布結果 。

Pi Agent無論喺成功率（20/30）定成本效益（每項$0.028）都係最好 。唔同框架喺成功率、成本同速度三個指標上各有勝場——即係話揀咩框架，同揀邊個模型一樣重要 。最好同最差框架之間有成20個百分點嘅差距，顯示agent框架、工具設定、快取機制、重試邏輯同供應商組合對最終效果影響極大 。

對企業採用嘅啟示

加價加上唔穩定嘅實測結果，令分析師對DeepSeek V4嘅企業適用性有咗新睇法。

瓶頸喺編排，唔喺模型本身

VentureBeat指出，同一款V4 Flash模型，用唔同框架、工具組合同快取設定，結果可以差好遠——企業投資模型嘅同時，必須提升編排成熟度 。Composio自己嘅分析都話，單係換個框架，成功率可以相差3項任務，成本相差接近3倍，速度相差2.2倍 。

純計價格上升，單位經濟受壓

即使喺非繁忙時段，每款token都比之前貴。分析師話呢個改變會影響高用量agent工作嘅回報計算，尤其係客戶服務機械人同程式碼生成呢類以往靠DeepSeek平價策略嘅工種 。

基準 vs 生產環境差距仍然好大

DeepSeek官方agent基準分數好靚（Terminal-Bench 2.1得82.7，Toolathlon-Verified得70.3），但53.8%嘅真實世界通過率提醒大家，排行榜分數唔代表喺有真實API、有rate limit、有狀態嘅生產環境入面一樣可靠 。

數據主權仍然係障礙

API流量經中國伺服器，對受監管行業嘅企業造成合規難題。分析師建議要做好架構規劃，包括數據管治、審計追蹤同工具權限控制 。對於受監管行業，自託管開源權重先至係唯一可行嘅生產方案 。

按工作負載選擇性採用係新趨勢

BayTech Consulting嘅企業框架建議，DeepSeek V4適合用於非敏感文件摘要、開放程式庫嘅程式碼生成，同大量內容草擬——但一定要逐個工作負載仔細評估，先好投入生產 。