全新定價結構：尖峰與離峰分級

自 2026 年 8 月 16 日 UTC 時間 16:00 起，DeepSeek 將 V4-Flash 和 V4-Pro 的定價從單一費率改為雙層結構 。尖峰時段為 UTC 時間 01:00–04:00 和 06:00–10:00（每日共 7 小時）；其餘所有時間均為離峰時段 。離峰費率為尖峰費率的一半，但與先前的固定費率相比，每種 token 類型的價格仍然上漲 。

舊費率 vs. 新尖峰/離峰費率

價格資料來源：DeepSeek 官方費率卡及獨立追蹤平台 。

漲幅最驚人的是 V4-Pro 的快取命中 (cache-hit) 輸入 token，從 $0.003625 飆升至尖峰時段的 $0.06，漲幅約 1,555% 。DeepSeek 表示，這項變更是為了更有效地分配資源，並鼓勵用戶將非緊急的工作負載安排在離峰時段執行 。

Composio 的 Agent 測試：V4 Flash 在現實世界中的表現

2026 年 8 月，獨立測試公司 Composio 在 8 種不同的 Agent 調度框架上，對 DeepSeek V4 Flash 進行了 30 個精心設計、步驟複雜的真實工作流程測試，這些任務涵蓋了 Gmail、GitHub、Slack 和 Google Sheets 等即時工具 。每個任務有 900 秒的超時限制，所有框架皆使用相同的 Composio MCP 工具 。

整體結果：在總共 240 次運作中，只有 129 次成功——總體通過率為 53.8%。僅有 6 個工作流程被所有框架成功完成 。

各框架的通過率

資料來源：Composio 公佈的結果 。

Pi Agent 在成功率（20/30）和成本效率（每任務 $0.028）方面均領先 。不同的框架在成功率、成本和速度這幾個指標上各有所長，這意味著調度框架的選擇與模型能力本身同等重要 。最佳與最差框架之間高達 20 個百分點的差距，顯示任務表現對 Agent 框架、工具配置、快取策略、重試機制和供應商堆疊具有極高的敏感性 。

對企業級部署的影響

價格上漲和不穩定的現實世界測試結果，促使分析師重新評估 DeepSeek V4 在企業中的適用性。

瓶頸在於調度架構，而非模型原始能力

VentureBeat 指出，同一個 V4 Flash 模型，只因搭配了不同的框架、工具和快取堆疊，就產生了顯著不同的結果——這意味著企業在選擇模型的同時，也必須投資於調度成熟度 。Composio 自己的評論也表明，僅是框架的選擇就能讓成功率相差三個任務，成本相差近 3 倍，速度相差 2.2 倍 。

價格淨上漲壓力將影響單位經濟效益

即使是離峰時段，每一種 token 類型都比以前更貴。分析師認為，這將改變高流量 Agent 工作負載（特別是先前依賴 DeepSeek 低價策略的客服機器人和程式碼生成管線）的投資回報率（ROI）計算 。

基準測試與生產環境的差距依然巨大

DeepSeek 官方 Agent 基準測試分數看起來很亮眼（Terminal-Bench 2.1 得分 82.7，Toolathlon-Verified 得分 70.3），但僅 53.8% 的真實世界通過率提醒我們，在充滿即時 API、速率限制和狀態化工作流程的生產環境中，排行榜上的高分並不保證可靠性 。

資料主權問題依然是一大障礙

API 流量會經過位於中國的伺服器，這為受到監管的企業帶來了合規挑戰。分析師建議，在資料治理、審計軌跡和工具權限控管方面，需要進行謹慎的架構規劃 。對於受監管行業來說，自行託管開源權重仍然是導入生產環境的唯一可行途徑 。

按工作負載選擇性採用成為新興策略

BayTech Consulting 的企業框架建議，DeepSeek V4 適用於非敏感文件的摘要生成、開放儲存庫的程式碼生成以及高容量的內容草稿——但在投入生產前，必須對每個工作負載進行嚴格的評估 。

全新定價結構：尖峰與離峰分級

自 2026 年 8 月 16 日 UTC 時間 16:00 起，DeepSeek 將 V4-Flash 和 V4-Pro 的定價從單一費率改為雙層結構 。尖峰時段為 UTC 時間 01:00–04:00 和 06:00–10:00（每日共 7 小時）；其餘所有時間均為離峰時段 。離峰費率為尖峰費率的一半，但與先前的固定費率相比，每種 token 類型的價格仍然上漲 。

舊費率 vs. 新尖峰/離峰費率

價格資料來源：DeepSeek 官方費率卡及獨立追蹤平台 。

漲幅最驚人的是 V4-Pro 的快取命中 (cache-hit) 輸入 token，從 $0.003625 飆升至尖峰時段的 $0.06，漲幅約 1,555% 。DeepSeek 表示，這項變更是為了更有效地分配資源，並鼓勵用戶將非緊急的工作負載安排在離峰時段執行 。

Composio 的 Agent 測試：V4 Flash 在現實世界中的表現

2026 年 8 月，獨立測試公司 Composio 在 8 種不同的 Agent 調度框架上，對 DeepSeek V4 Flash 進行了 30 個精心設計、步驟複雜的真實工作流程測試，這些任務涵蓋了 Gmail、GitHub、Slack 和 Google Sheets 等即時工具 。每個任務有 900 秒的超時限制，所有框架皆使用相同的 Composio MCP 工具 。

整體結果：在總共 240 次運作中，只有 129 次成功——總體通過率為 53.8%。僅有 6 個工作流程被所有框架成功完成 。

各框架的通過率

資料來源：Composio 公佈的結果 。

Pi Agent 在成功率（20/30）和成本效率（每任務 $0.028）方面均領先 。不同的框架在成功率、成本和速度這幾個指標上各有所長，這意味著調度框架的選擇與模型能力本身同等重要 。最佳與最差框架之間高達 20 個百分點的差距，顯示任務表現對 Agent 框架、工具配置、快取策略、重試機制和供應商堆疊具有極高的敏感性 。

對企業級部署的影響

價格上漲和不穩定的現實世界測試結果，促使分析師重新評估 DeepSeek V4 在企業中的適用性。

瓶頸在於調度架構，而非模型原始能力

VentureBeat 指出，同一個 V4 Flash 模型，只因搭配了不同的框架、工具和快取堆疊，就產生了顯著不同的結果——這意味著企業在選擇模型的同時，也必須投資於調度成熟度 。Composio 自己的評論也表明，僅是框架的選擇就能讓成功率相差三個任務，成本相差近 3 倍，速度相差 2.2 倍 。

價格淨上漲壓力將影響單位經濟效益

即使是離峰時段，每一種 token 類型都比以前更貴。分析師認為，這將改變高流量 Agent 工作負載（特別是先前依賴 DeepSeek 低價策略的客服機器人和程式碼生成管線）的投資回報率（ROI）計算 。

基準測試與生產環境的差距依然巨大

DeepSeek 官方 Agent 基準測試分數看起來很亮眼（Terminal-Bench 2.1 得分 82.7，Toolathlon-Verified 得分 70.3），但僅 53.8% 的真實世界通過率提醒我們，在充滿即時 API、速率限制和狀態化工作流程的生產環境中，排行榜上的高分並不保證可靠性 。

資料主權問題依然是一大障礙

API 流量會經過位於中國的伺服器，這為受到監管的企業帶來了合規挑戰。分析師建議，在資料治理、審計軌跡和工具權限控管方面，需要進行謹慎的架構規劃 。對於受監管行業來說，自行託管開源權重仍然是導入生產環境的唯一可行途徑 。

按工作負載選擇性採用成為新興策略

BayTech Consulting 的企業框架建議，DeepSeek V4 適用於非敏感文件的摘要生成、開放儲存庫的程式碼生成以及高容量的內容草稿——但在投入生產前，必須對每個工作負載進行嚴格的評估 。