DeepSeek API 费用估算

官方说的是：空闲时段价格是高峰时段的一半，输入输出都一样。DeepSeek V4-Pro 的输出，就是从每百万 ¥27.00 降到 ¥13.50。

要看清这个“一半”是相对谁的一半：它是新价高峰的一半，不是退回旧价格。空闲时段的输出仍然是调价前的 2.3×。

算哪一档看请求到达 DeepSeek 的时间。能等的批量任务是最容易吃满这个折扣的——挪几个小时，不改一行代码。

输入 tokens 分两个价。DeepSeek 能直接从缓存里拿的，高峰时段每百万 ¥0.30；要重新算一遍的，每百万 ¥9.00——差 30×。

缓存认的是前缀一模一样。所以它奖励的是：把提示词里不变的那部分（系统指令、工具定义、你正在反复改的那个文件）原样钉在最前面，把每次都变的东西放到后面。前缀顺序一动，之前攒的缓存就白攒了。

编码助手和长链路 agent 每一轮都在重发同一段上下文，命中率普遍能上 90%。所以这个站的计算器默认从 80% 起算，而不是假设每个 token 都按全价走。

完全看提示词长什么样，差距大得离谱。实测一段编码 agent 的 613 次请求、155.9M 提示词 tokens，命中率 98.1%——因为 agent 每轮都在重发一段又长又稳的上下文。

这是天花板，不是平均水平。同一批日志里，每个会话的第一次请求只有 16.8%——那会儿还没东西可命中；而要是把时间戳、请求 ID 这类东西放在提示词最前面，跑再久命中率也趋近于零。

别拿别人的数字做预算，包括这一个。算你自己那两个数就行，每次 API 响应里都带着。

相对来说更不值了，绝对来说更值——反直觉的是前面那半句。缓存命中这一档涨了 6.0×，比未命中的 1.5× 和输出的 2.3× 都猛。最便宜的那档涨得最狠。

结果就是：缓存做得越好，这次涨价打得越疼。把实测那份 98.1% 命中的负载按新的空闲价重算，账单变成原来的 2.7×；同样这批 tokens，如果一点缓存率为0，反而只涨 1.5×。

但绝对值上缓存比以前更值钱，因为它是在一个更大的数上打折。还是那份负载，缓存把一张本该 ¥711.73 的账单压掉了 ¥665.21。

每次 API 响应的 `usage` 里都躺着两个计数器：`prompt_cache_hit_tokens` 和 `prompt_cache_miss_tokens`。两者不重叠，加起来正好是提示词长度，命中率就是前者除以总和。记下来，就不用猜了。

如果你用 DeepSeek Harness，这些数已经在硬盘上了——它把每次请求的 token 明细都写进了 `~/.dsh/sessions`。本站公开的那个审计脚本（/dsh-cache-audit.py）就是读这些日志，直接打印你自己的真实命中率和账单。零依赖，不联网。

不收。缓存是自动的，也没有单独的写入费——你要么按命中价结算，要么按未命中价，没有第三项。

这不是细节，是和一部分同行的实质差别。Anthropic 写提示词缓存要额外加钱，得靠后面读回来的次数把这笔钱赚回来才划算。DeepSeek 这边第一次请求就按未命中价走，本来也要付这个钱。

代价是没有任何承诺。官方明说缓存是尽力而为，没人再用的条目几小时到几天就清掉了。

上下文都是 1M tokens，最大输出长度也一样。差别在价格，还有一次能开多少路：DeepSeek V4-Pro 允许 500 路并发，DeepSeek V4-Flash 是 2,500 路。

DeepSeek V4-Flash 高峰时段输出每百万 ¥9.00，DeepSeek V4-Pro 是 ¥27.00。两个模型同一天切新卡，高峰时段也完全一样。

价目表上输出差 3.0×。账单未必认这个数——单价只是一半的答案，另一半是模型为了把活干完要烧多少 token，而小模型未必烧得更少。有一份公开的实测拿两个模型跑了三个真实编码任务，结论是便宜的那个活干得还更好，但多花的 token 把两边账单拉平了。

还有个因素通常比选模型影响更大：推理强度。本站那份实测里，生成的 token 有 73.6% 是思考 token——响应里看不见，但按输出价全额计费，而输出是整张卡上最贵的一档。

所以既别看折扣标题，也别看跑分表。拿你自己的活在两边各跑一遍，比总 token 数而不是比单价，顺便看看推理强度是不是一直开在最高档。

多数场景还是便宜，但差距比以前小了；再把缓存命中算进去，和各家便宜档位的距离会进一步缩。

到底怎么比，取决于你自己的输入输出配比和命中率——计算器就是干这个的：把你的用量同时套到所有价目表上，而不是对着一个未必符合你情况的标题数字下结论。