DeepSeek 在 2026 年 8 月 13 日一次推出三項重大更新:正式發布 DeepSeek-V4-Pro-0813、大幅調整 V4 API 計價方式,以及以 MIT 授權開源 DeepSeek Harness(dsh)v0.1。
這不只是一次模型升級。V4 Pro 在程式撰寫與 AI 代理(agent)任務上的能力有所提升,但價格策略也清楚傳達出一項訊號:DeepSeek 已不再以「高階模型長期維持極低固定費率」作為唯一賣點。
8 月 17 日起,V4 API 改採尖峰/離峰計價
DeepSeek 在北京時間 2026 年 8 月 17 日 00:00 起,將 V4 Pro 與 V4 Flash 從固定費率改為尖峰與離峰兩種價格;換算為 UTC,生效時間是 8 月 16 日 16:00。離峰價格為尖峰價格的一半。官方列出的平日尖峰時段為北京時間 09:00–12:00 與 14:00–18:00,其餘時段則屬離峰。
9
14
以 V4 Pro 每百萬 Token 計算,離峰價格如下:
| 計費項目 |
調整前價格 |
新離峰價格 |
漲幅 |
| 快取命中輸入 |
¥0.025 |
¥0.15 |
+500% |
| 未命中快取輸入 |
¥3 |
¥4.50 |
+50% |
| 輸出 |
¥6 |
¥13.50 |
+125% |
上述價格來自發布公告報導與 DeepSeek API 價格整理。
11
16
尖峰價格是離峰價格的兩倍,因此 V4 Pro 在尖峰時段每百萬 Token 的價格為:快取命中輸入 ¥0.30、未命中快取輸入 ¥9、輸出 ¥27。
11
13
對開發者而言,影響並不平均。快取命中輸入的離峰價格從 ¥0.025 上升至 ¥0.15,增幅達 500%。這對 AI 代理尤其重要,因為代理在處理專案時,往往會反覆傳送相同的程式碼檔案、系統指令或對話脈絡。輸出成本同樣顯著上升:每百萬 Token 的美元價格從調整前的 US$0.87,變為離峰 US$1.98、尖峰 US$3.96。
6
9
整個 V4 系列的調價幅度依模型、Token 類型與使用時段而異,介於 50% 至 1,100% 之間。
2 換句話說,開發者現在估算 API 預算時,不只要選擇模型,也必須把執行時間納入考量。
V4-Pro-0813 的能力提升,主要集中在代理與程式任務
V4-Pro-0813 是 DeepSeek V4 Pro 旗艦模型的正式發行版本。DeepSeek 公布的比較表顯示,新版本在多項代理與程式開發基準測試中優於 V4 Pro 預覽版。例如,Terminal-Bench 2.1 從 72.1 提升至 87.9,DeepSWE 則從 12.8 提升至 62.7。
4
40
有些比較文章把 DeepSWE 的起始分數寫成 7.3,但這其實是 V4 Flash Preview 的分數,不是 V4 Pro Preview。DeepSeek 模型卡列出的數據是:V4 Flash Preview 為 7.3,V4 Pro Preview 為 12.8。區分這兩個基準很重要,否則會誇大 V4 Pro 正式版相較預覽版的提升幅度。
40
DeepSeek 的模型卡也將 V4-Pro-0813 與 Claude Opus 4.8、Claude Fable 5、Kimi K3 及 GLM-5.2 等模型放在同一組測試中比較。結果並非全面勝出:V4-Pro-0813 在部分程式與代理測試中領先,但在某些知識、程式庫生成與代理評估項目中仍落後競爭對手。
35
36
40
因此,這些結果應被視為模型供應商公布的基準測試數據,而不是 V4 Pro 已經全面超越其他系統的獨立證明。現有分析指出,第三方驗證仍然有限;測試所使用的工具、提示詞、執行框架與評估設定,也可能影響最終結果。
41
DeepSeek Harness:重點不只在模型,而在 AI 代理工作流程
與 V4-Pro-0813 同步推出的 DeepSeek Harness v0.1,是一套採 MIT 授權的開源代理框架,定位上可視為 Anthropic Claude Code 等代理產品的替代方案。
18
22
Harness 軟體本身免費,但使用者仍須為所連接的模型或 API 付費。因此,實際運行代理的成本,取決於推理用量與所選模型,而不是另一筆 Harness 訂閱費。
17
23
這項搭配具有明顯的策略意義:DeepSeek 把建立程式開發與自動化代理所需的工作流程層開放給開發者,再從支撐這些工作流程的模型呼叫中收取費用。
對企業與開發者來說,真正該計算的指標不再只是「單次提示要多少錢」,而是完成一項任務需要多少次模型呼叫、重試、工具操作與人工檢查。
從 Token 價格,轉向「完成一項任務要多少錢」
這次調整並不能證明整個 AI 產業的低價 Token 時代已經結束,但它確實顯示:DeepSeek 早期針對高能力生產模型採用的超低固定費率,並不是永久承諾。
尖峰/離峰計價同時具有資源管理與營收功能。DeepSeek 表示,新制度是為了更合理地分配資源,並鼓勵使用者依照實際使用模式安排任務。
14 對開發者而言,批次處理、模型評估、資料索引等可延後工作,可以盡量排在離峰時段;需要即時回應的互動式工作,則可能面臨最高費率。
更大的變化,是競爭單位從 Token 經濟學 轉向 任務經濟學。如果較強的模型能以更少的失敗嘗試、更低的流程編排成本,或較少的人工作業完成一項程式與研究任務,那麼即使單價較高,總成本仍可能更低。反過來說,Token 單價便宜,也不代表代理在多次重試與低可靠度輸出的情況下,整體成本一定較低。
因此,DeepSeek 這次發布與其說是退出低價競爭,不如說是重新定義競爭方式:V4-Pro-0813 提供更高階的模型能力,DeepSeek Harness 提供開放的代理工作流程,而尖峰計價則將稀缺或具時效性的推理資源貨幣化。
現有證據支持 DeepSeek 正朝完整的 AI 代理工作流程靠攏,但還不足以斷言它已經從模型 API 供應商,完全轉型為交付端到端任務成果的服務商。