DeepSeek Flash 與 V4 Pro:該把請求路由到哪個模型?

By TokuseTokuse
AIAPIDeepSeek架構

DeepSeek 現在在同一個 OpenAI 相容介面中提供兩個實用的價格級距。deepseek-flash 面向高併發、大批量的工作負載。deepseek-v4-pro 價格較高,應該用在便宜路線無法勝任的任務上,才配得上這份溢價。

試用 Tokuse: 建立免費帳戶 並透過一個 OpenAI 相容端點送出你的第一個請求。

本文提供的路由決策基於實測結果,而不是模型標籤。

目前的價格差異

DeepSeek 公開定價頁面(2026 年 11 月 9 日查閱)列出以下每百萬 token 的離峰價格:

模型 快取命中輸入 快取未命中輸入 輸出
deepseek-flash $0.003 $0.15 $0.60
deepseek-v4-pro $0.022 $0.66 $1.98

Tokuse 路由這些模型。表格顯示的是 DeepSeek 官方標價;Tokuse 的分組定價可能有所不同。請查看 Tokuse 定價頁面。

兩個模型都列出 1M 內容脈絡窗口,並支援 JSON 輸出、工具呼叫、Responses API 和 Anthropic 相容 API。deepseek-flash 還列出視覺支援。

在快取未命中的情況下,Pro 的輸入價格約為 Flash 的 4.4 倍。輸出價格是 Flash 的 3.3 倍。只有當結果差異足以證明這個倍數時,再使用 Pro。

一個 10M token 的範例

假設一項任務使用 10M 輸入 token,並產生 2M 輸出 token。

在快取命中率為零時,離峰成本為:

路線 輸入 輸出 總計
Flash $1.50 $1.20 $2.70
V4 Pro $6.60 $3.96 $10.56

在快取命中率為 90% 時:

路線 輸入 輸出 總計
Flash $0.18 $1.20 $1.38
V4 Pro $0.86 $3.96 $4.82

快取強時,絕對差距會縮小,但路由決策不變。從通過品質與可靠性檢查的最便宜模型開始。

從 Flash 開始

對於輸出格式明確的任務,使用 deepseek-flash:

  • 分類和標註;
  • 結構化擷取;
  • 例行客服回覆;
  • 短摘要;
  • 文件中繼資料;
  • 高併發 Agent 步驟;
  • 工作流程需要視覺能力時的圖像理解。

這些任務通常有確定性的成功標準。schema 驗證器、標籤閾值或下游業務規則都能告訴你便宜路線是否奏效。

升級到 V4 Pro

當 Flash 未通過可衡量的門檻時,路由到 deepseek-v4-pro:

  • 答案遺漏關鍵限制條件;
  • 多步驟計畫內部不一致;
  • 任務需要更深的推理或長程綜合;
  • 工具呼叫反覆到達錯誤的停止點;
  • 人工複核發現實質性品質差距。

不要把所有聽起來困難的請求都路由到 Pro。建立一個小型評測集,讓結果來決定。

一套實用的路由迴圈

  1. 將請求送給 deepseek-flash。
  2. 用 schema 或確定性規則驗證輸出。
  3. 僅在驗證失敗時升級到 deepseek-v4-pro。
  4. 記錄兩次嘗試、失敗原因、延遲和 token 用量。
  5. 每週複查升級情況,先改進 Flash 的提示詞,再提高 Pro 的佔比。

這種「先路由、再升級」的模式通常比為每個請求都選 Pro 更便宜。它也為未來的模型變更累積了證據。

用閘道切換路由,無需重新部署

Tokuse 透過一個 OpenAI 相容端點提供兩個模型:

https://tokuse.com/v1

應用程式代碼保持相同的 SDK,只切換模型別名:

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,
)

如果驗證失敗,從路由層把同一任務送給 deepseek-v4-pro。產品端點保持不變。

DeepSeek 定價模型 說明了快取命中的算法。OpenAI 相容設定指南 涵蓋 SDK 設定和常見故障模式。

支撐決策的指標

按模型和任務追蹤以下指標:

  • 任務成功率;
  • 驗證失敗率;
  • 升級率;
  • 輸入和輸出 token;
  • 快取命中率;
  • 延遲和重試次數;
  • 每個成功任務的成本。

最便宜的路線,是以最少的總工作量(包括重試和人工複核)正確完成任務的路線。

Tokuse 提供一個 OpenAI 相容端點,用於測試和路由多個模型。查看目前模型目錄,建立測試金鑰,並在你自己的負載上比較兩條 DeepSeek 路線。

建立 Tokuse 帳戶並比較目前模型。

相關成本與遷移指南

來源