DeepSeek V4 API 改按時段計費：Flash、Pro 價格與省錢策略一次看

DeepSeek 已於 2026 年 8 月 17 日 00:00（北京時間） 將 V4 API 從固定價格改為尖峰／離峰分時計費，對應 2026 年 8 月 16 日 16:00 UTC。新制下，離峰價格固定是尖峰價格的一半；但與原本的固定價格相比，實際漲幅會依模型、token 類型與使用時段而不同，介於 50% 至 1,100%。12

新制怎麼算？

此次調整適用於 DeepSeek-V4-Flash 與 DeepSeek-V4-Pro。每日尖峰時段為：

• 北京時間 09:00–12:00
• 北京時間 14:00–18:00

其餘時間皆屬離峰。單一請求會依平台伺服器收到請求的時間計費，而不是依模型完成回應的時間判定；因此，開發者若要排程流量，必須將北京時間納入系統邏輯。27

換句話說，同一個 API 呼叫在尖峰時段的費用是離峰時段的兩倍。這並非單純全面調高價格，而是把算力成本與使用時間綁在一起。

V4-Flash 與 V4-Pro 價格表

以下金額均為每百萬 token 的人民幣價格。其中，「快取命中」代表輸入內容可沿用先前已快取的提示詞前綴；「快取未命中」則按較高的未快取輸入價格計算。

模型／token 類型	原固定價格	離峰價格	與原價相比	尖峰價格	與原價相比
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%

官方文件列出的 V4-Flash 離峰價格，依序為快取命中輸入 ¥0.05、快取未命中輸入 ¥1.50、輸出 ¥4.50；尖峰時段則為 ¥0.10、¥3 與 ¥9。2 Reuters 報導指出，這次 V4 調價依模型、token 類別與使用時間而定，整體漲幅最高達 1,100%。1

哪些工作負載最容易受到影響？

可排程的批次工作，應優先移到離峰

模型評測、文件索引、資料回填、合成資料生成，以及其他不要求即時完成的任務，都可以避開上述兩個尖峰區間。由於離峰價格只有尖峰的一半，單靠排程就可能明顯降低彈性工作負載的成本。2

這也讓時區成為 AI 基礎設施的新營運變數。佇列系統若同時知道任務期限與北京時間的計費窗口，就能延後處理，不必更換模型或壓縮 token 預算。

即時應用較難避開尖峰價格

客服機器人、程式撰寫助手與即時代理通常必須在使用者提出要求時回應，幾乎沒有利用時段差價的空間。這類應用可能需要承擔尖峰費率，但仍可從幾個方向控管成本：重複利用提示詞、提高快取命中率、縮短輸出，以及根據任務難度進行模型路由。

快取尤其重要。兩個模型的快取命中輸入價格，都明顯低於快取未命中輸入。對於反覆傳送相同系統指令、工具定義或文件內容的高流量服務，提高快取命中率，可能比小幅降低請求量更有效。

輸出量大的應用，絕對支出增加更明顯

長篇推理過程、自動產生報告與大型程式碼回覆，都會消耗大量輸出 token。尖峰時段，V4-Flash 輸出每百萬 token 為 ¥9，V4-Pro 則為 ¥27。開發者可考慮設定更嚴格的輸出上限、讓 Flash 處理例行請求，並只在額外能力值得支付溢價時使用 Pro。12

V4-Pro 的快取命中價格百分比漲幅最大

V4-Pro 尖峰時段的快取命中輸入價格，是原固定價格的 12 倍，為本次調整中百分比漲幅最大的一項。它的絕對價格仍低於未命中輸入與輸出，但對大量處理重複快取提示詞的服務而言，影響會較為明顯。119

8 月 13 日 V4-Pro 發布，與調價有何關聯？

這次價格調整發生在 DeepSeek-V4-Pro-0813 正式可用之後。該版本透過 deepseek-v4-pro 端點提供服務；外部報導的規格包括 100 萬 token context window、最高 384,000 token 輸出，以及採用混合專家（MoE）架構、總參數約 1.6 兆、每個 token 啟用約 490 億參數。2933

DeepSeek 的帳戶級併發限制也區分兩個產品層級：

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

請求從開始處理到完整回應結束前都會占用併發名額，串流回應也包括在內。28

綜合價格與併發限制來看，Flash 較適合高吞吐量的例行流量；Pro 則更像是提供給高難度推理與大型上下文工作負載的容量受限層級。不過，這是根據公開價格與限制所作的推論，並非 DeepSeek 對所有使用情境的直接定義。228

分時定價揭示了 AI 算力市場的什麼變化？

DeepSeek 的做法近似於對 GPU 推論需求進行「需求塑形」：互動式使用者通常在特定時段集中上線，而批次工作往往可以等待。服務商在需求高峰收取較高費用、在其他時段提供較低價格，便能鼓勵工作負載分散到全天不同時段。

對開發團隊而言，成本最佳化不再只是選擇模型、計算 token 數量，還包括：

1. 哪些請求對延遲最敏感。
2. 哪些工作可以放入離峰佇列。
3. 哪些提示詞內容能透過快取重複使用。
4. 什麼時候應將任務從 Pro 路由至 Flash。
5. 應用程式實際需要產生多少輸出內容。

更大的訊號是，大型模型市場可能逐漸從單純的固定低價競爭，轉向依照算力稀缺程度定價。DeepSeek 仍為可彈性調度的需求保留較低成本通道，但也讓高階推論的價格更直接反映使用時間與容量壓力。Reuters 將這次調整描述為依模型、token 類別與使用時段而變動的大幅漲價，而非單一、全面性的加價。1

對使用 DeepSeek V4 的團隊來說，實際重點很清楚：排程、快取、模型路由與輸出控制，都應納入 API 成本模型。無法延後的工作，可能需要改用其他模型或收緊 token 預算；可以等待的工作，則有機會透過離峰執行保留更多成本效益。