DeepSeek Flash 与 V4 Pro:该把请求路由到哪个模型?
DeepSeek 现在在同一个 OpenAI 兼容接口中提供两个实用的价格档位。deepseek-flash 面向高并发、大批量的工作负载。deepseek-v4-pro 价格更高,应当用在便宜路线无法胜任的任务上,才配得上这份溢价。
试用 Tokuse: 创建免费账户 并通过一个 OpenAI 兼容端点发送你的第一个请求。
本文给出的路由决策基于实测结果,而不是模型标签。
当前价格差异
DeepSeek 公开定价页面(2026 年 11 月 9 日查阅)列出了以下每百万 token 的非高峰价格:
| 模型 | 缓存命中输入 | 缓存未命中输入 | 输出 |
|---|---|---|---|
deepseek-flash |
$0.003 | $0.15 | $0.60 |
deepseek-v4-pro |
$0.022 | $0.66 | $1.98 |
Tokuse 路由这些模型。表格显示的是 DeepSeek 官方标价;Tokuse 的分组定价可能有所不同。请查看 Tokuse 定价页面。
两个模型都列出 1M 上下文窗口,并支持 JSON 输出、工具调用、Responses API 和 Anthropic 兼容 API。deepseek-flash 还列出视觉支持。
在缓存未命中的情况下,Pro 的输入价格约为 Flash 的 4.4 倍。输出价格是 Flash 的 3.3 倍。只有当结果差异足以证明这一倍数时,再使用 Pro。
一个 10M token 的示例
假设一项任务使用 10M 输入 token,并产生 2M 输出 token。
在缓存命中率为零时,非高峰成本为:
| 路线 | 输入 | 输出 | 总计 |
|---|---|---|---|
| Flash | $1.50 | $1.20 | $2.70 |
| V4 Pro | $6.60 | $3.96 | $10.56 |
在缓存命中率为 90% 时:
| 路线 | 输入 | 输出 | 总计 |
|---|---|---|---|
| Flash | $0.18 | $1.20 | $1.38 |
| V4 Pro | $0.86 | $3.96 | $4.82 |
缓存强时,绝对差距会缩小,但路由决策不变。从通过质量与可靠性检查的最便宜模型开始。
从 Flash 开始
对于输出格式明确的任务,使用 deepseek-flash:
- 分类和打标签;
- 结构化抽取;
- 常规客服回复;
- 短摘要;
- 文档元数据;
- 高并发 agent 步骤;
- 工作流需要视觉能力时的图像理解。
这些任务通常有确定性的成功标准。schema 校验器、标签阈值或下游业务规则都能告诉你便宜路线是否奏效。
升级到 V4 Pro
当 Flash 未通过可衡量的门槛时,路由到 deepseek-v4-pro:
- 答案遗漏关键约束;
- 多步骤计划内部不一致;
- 任务需要更深的推理或长程综合;
- 工具调用反复到达错误的停止点;
- 人工复核发现实质性质量差距。
不要把所有听起来困难的请求都路由到 Pro。建立一个小型评测集,让结果来决定。
一套实用的路由循环
- 把请求发送给
deepseek-flash。 - 用 schema 或确定性规则校验输出。
- 仅在校验失败时升级到
deepseek-v4-pro。 - 记录两次尝试、失败原因、延迟和 token 用量。
- 每周复盘升级情况,先改进 Flash 的提示词,再提高 Pro 的占比。
这种“先路由、再升级”的模式通常比为每个请求都选 Pro 更便宜。它还为未来的模型变更积累了证据。
用网关切换路由,无需重新部署
Tokuse 通过一个 OpenAI 兼容端点提供两个模型:
https://tokuse.com/v1
应用代码保持相同的 SDK,只切换模型别名:
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": "user", "content": "Classify this support ticket."}],
max_tokens=200,
)
如果校验失败,从路由层把同一任务发送给 deepseek-v4-pro。产品端点保持不变。
DeepSeek 定价模型 解释了缓存命中的算法。OpenAI 兼容配置指南 涵盖 SDK 配置和常见故障模式。
支撑决策的指标
按模型和任务跟踪以下指标:
- 任务成功率;
- 校验失败率;
- 升级率;
- 输入和输出 token;
- 缓存命中率;
- 延迟和重试次数;
- 每个成功任务的成本。
最便宜的路线,是以最少的总工作量(包括重试和人工复核)正确完成任务的路线。
Tokuse 提供一个 OpenAI 兼容端点,用于测试和路由多个模型。查看当前模型目录,创建测试密钥,并在你自己的负载上比较两条 DeepSeek 路线。