2026 DeepSeek API 定價:快取命中與未命中的成本
DeepSeek 有一個看起來幾乎低到難以據此規劃預算的價格:每百萬個快取命中輸入 Token 只要 $0.003。這是 deepseek-flash 目前離峰時段的牌價。這也說明了為什麼愈來愈多團隊開始用 DeepSeek 處理高流量的摘要、擷取、分類與開發者自動化工作。
試用 Tokuse: 建立免費帳號,透過單一 OpenAI 相容端點送出你的第一個請求。
真正有用的問題,不是那個最顯眼的數字夠不夠低,而是哪些流量能享受到這個數字、哪些流量得付全額輸入費率,以及服務會回傳多少輸出。這三個比例只要有些微變動,每月帳單就可能差上好幾倍。
本指南採用 2026 年 11 月 9 日核實的 DeepSeek 公開價格。價格可能變動,編列預算前請先查看官方定價頁面。
2026 年 DeepSeek API 每百萬 Token 價格
DeepSeek 公布的價格以每百萬 Token 計算:
| 模型 | 輸入(快取命中) | 輸入(快取未命中) | 輸出 | 上下文 |
|---|---|---|---|---|
deepseek-flash 離峰 |
$0.003 | $0.15 | $0.60 | 1M |
deepseek-flash 尖峰 |
$0.006 | $0.30 | $1.20 | 1M |
deepseek-v4-pro 離峰 |
$0.022 | $0.66 | $1.98 | 1M |
deepseek-v4-pro 尖峰 |
$0.044 | $1.32 | $3.96 | 1M |
Tokuse 提供這些模型的路由。表格列出的是 DeepSeek 官方牌價;Tokuse 各群組的價格可能不同。實際支付的費率請查看 Tokuse 定價頁面。
尖峰時段為 UTC 週一至週五 01:00 至 04:00、06:00 至 10:00,中國國定假日除外。其餘時段一律以離峰費率計費。目前的模型資訊也顯示:1M 上下文視窗、最高 384K 輸出 Token、JSON 輸出、工具呼叫、Responses API、Anthropic 相容 API,以及 deepseek-flash 支援視覺輸入。
快取命中的價格比離峰快取未命中低 50 倍。這個差距就是最主要的成本槓桿。
以 1 億 Token 為例的實際計算
假設某個批次工作使用 1 億輸入 Token,並產生 1,000 萬輸出 Token。其中九成輸入是穩定的系統提示、結構定義、政策或文件前綴,可由 DeepSeek 快取。
| 成本項目 | Token 數 | 費率 | 成本 |
|---|---|---|---|
| 快取命中輸入 | 90M | $0.003 / 1M | $0.27 |
| 快取未命中輸入 | 10M | $0.15 / 1M | $1.50 |
| 輸出 | 10M | $0.60 / 1M | $6.00 |
| 離峰合計 | $7.77 |
同樣的請求組合若按尖峰費率計算,成本為 $15.54。此時輸出已成為帳單的主體,儘管輸入量是輸出的十倍。
快取行為有實質影響。在 1 億輸入 Token、1,000 萬輸出 Token 的情況下,離峰輸入成本會這樣變化:
| 快取命中率 | 快取命中成本 | 快取未命中成本 | 輸出成本 | 合計 |
|---|---|---|---|---|
| 0% | $0.00 | $15.00 | $6.00 | $21.00 |
| 50% | $0.15 | $7.50 | $6.00 | $13.65 |
| 90% | $0.27 | $1.50 | $6.00 | $7.77 |
| 99% | $0.30 | $0.15 | $6.00 | $6.45 |
結論很直接:保留穩定的前綴、控制輸出長度,並把有彈性的工作移到尖峰時段之外。
五個能改變實際帳單的控管做法
1. 讓可重複使用的前綴保持穩定
把系統指示、輸出結構、政策文字與大型可重複使用文件放在提示開頭。會變動的問題、使用者資料與時間戳則放在前綴之後。長前綴中的小幅修改就可能讓快取失效,使流量從 $0.003 的費率跳到 $0.15。
2. 區分短輸出與長輸出工作
在 deepseek-flash 上,輸出 Token 的成本是快取未命中輸入的四倍、快取命中的 200 倍。請要求結構化記錄、範圍明確的答案,或設有字數上限的摘要。若是 JSON 擷取,請定義結構並重複使用。
3. 簡單工作交給 Flash
將分類、擷取、例行摘要與高流量 Agent 步驟交給 deepseek-flash。把 deepseek-v4-pro 留給額外能力會改變結果的任務。透過閘道中的模型別名,切換模型只需調整路由,不必重新部署應用程式。
4. 將不急迫的工作批次移到離峰
離峰費率是尖峰費率的一半。內容索引、夜間報表、重新嵌入與資料回填通常可以在尖峰時段之外執行。排程省下的費用還能與快取及輸出控制疊加。
5. 衡量快取命中率,而不只是 Token 總數
只回報 Token 總數的儀表板,會掩蓋最重要的變數。請追蹤依快取命中與未命中拆分的輸入 Token、每次請求的輸出 Token、尖峰與離峰流量、重試、路由變更,以及每個成功任務的成本。
透過 OpenAI 相容 API 閘道使用 DeepSeek
當生產流量使用不只一個模型時,閘道就變得有用。應用程式呼叫單一 OpenAI 相容端點與模型別名。閘道則負責供應商憑證、路由、預算、用量記錄、重試與備援策略。
Tokuse 目前在其公開模型目錄中列出 deepseek-flash 與 deepseek-v4-pro,並提供 OpenAI 相容 API。最基本的用戶端設定如下:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["TOKUSE_API_KEY"],
base_url="https://tokuse.com/v1",
)
response = client.chat.completions.create(
model="deepseek-flash",
messages=[
{
"role": "system",
"content": "Return a compact JSON object. Do not add commentary.",
},
{
"role": "user",
"content": "Extract the product name, price, and billing period.",
},
],
response_format={"type": "json_object"},
max_tokens=300,
)
print(response.choices[0].message.content)
請將金鑰保留在伺服器端。記錄請求 ID、模型名稱、Token 數、延遲、狀態,以及與快取相關的用量欄位。預設應遮蔽提示與回應內容。
移轉生產流量前先測試
以固定評估集進行為期兩週的先導測試。將品質、輸出 Token、快取命中率、延遲、重試與每個成功任務的成本,與現行路由比較。先從不面向客戶的工作開始。結果穩定後,一次移轉一項高流量任務。
DeepSeek 的價格優勢確實存在,而當快取命中與輸出控制同時發揮作用時,差距會更大。能真正掌握這項優勢的團隊,會把路由與量測視為產品的一部分,而不是月底才打開的帳單報表。
Tokuse 是統一的 AI API 閘道與管理儀表板,適合想透過單一 OpenAI 相容端點測試、路由及監控多個模型的團隊。建立 Tokuse 帳號,即可查看目前模型目錄並設定測試金鑰。
相關成本與遷移指南
資料來源
定價為官方牌價估算,並非特定工作負載的報價。做出採購決策前,請驗證目前費率、尖峰時段、模型可用性及自身的 Token 組合。
常見問題
2026 年 DeepSeek API 每 1M Token 的費用是多少?
牌價取決於模型、尖峰時段與快取命中率。deepseek-flash 的範圍從離峰每 1M 快取命中輸入 Token $0.003,到尖峰每 1M 輸出 Token $1.20。deepseek-v4-pro 則從每 1M 快取命中輸入 Token $0.022,到尖峰每 1M 輸出 Token $3.96。請參閱上方表格與 Tokuse 定價頁面。
DeepSeek 的尖峰時段是什麼時候?
尖峰定價適用於週一至週五 UTC 01:00–04:00 與 06:00–10:00,中國國定假日除外。其餘時段一律以離峰費率計費。
在 1 億 Token 的工作負載上,快取命中能省多少?
在上述實算範例中,90% 快取命中率會產生 $7.77 的離峰帳單,而非完全沒有快取命中時的 $21.00。讓可重複使用的前綴保持穩定,就能把流量從快取未命中費率移到快取命中費率。
我可以搭配 OpenAI SDK 使用 DeepSeek 嗎?
可以。將 OpenAI SDK 指向 https://tokuse.com/v1,並使用 DeepSeek 模型別名。請參閱 OpenAI 相容設定指南,並在正式上線前測試串流、工具呼叫與 Token 計量。