DeepSeek Flash 与 V4 Pro:该把请求路由到哪个模型?

By TokuseTokuse
AIAPIDeepSeek架构

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

  1. 把请求发送给 deepseek-flash。
  2. 用 schema 或确定性规则校验输出。
  3. 仅在校验失败时升级到 deepseek-v4-pro。
  4. 记录两次尝试、失败原因、延迟和 token 用量。
  5. 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。

创建 Tokuse 账户并比较当前模型。

相关成本与迁移指南

来源