DeepSeek Flash 與 V4 Pro:該把請求路由到哪個模型?
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
- 將請求送給
deepseek-flash。 - 用 schema 或確定性規則驗證輸出。
- 僅在驗證失敗時升級到
deepseek-v4-pro。 - 記錄兩次嘗試、失敗原因、延遲和 token 用量。
- 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。