DeepSeek 尖峰與離峰定價:實際能省多少
DeepSeek 的牌價在正常工作日會變動兩次。同一個模型、同樣的 Token、相同的快取行為,在北京時間 10:00 的成本可能是 20:00 的兩倍。這首先是排程問題,其次才是模型選擇問題。
簡短答案: 尖峰時段為週一至週五北京時間 09:00–12:00 與 14:00–18:00,中國法定假日除外。其餘時段皆以尖峰費率的一半計費。在下方的工作負載中,同樣的 2 億輸入與 4,000 萬輸出 Token,尖峰時段要 ¥887.36,離峰時段為 ¥443.68。如果你不想自行打造路由層,建立 Tokuse 帳號,就能用同一個 OpenAI 相容端點呼叫兩個 DeepSeek 模型;基礎 URL 是 https://tokuse.com/v1。
官方時段表
DeepSeek 以人民幣(CNY)公布每百萬 Token 的價格。目前 Flash 與 V4 Pro 的價格如下:
| 模型 | Token 類型 | 尖峰 | 離峰 |
|---|---|---|---|
| deepseek-flash | 快取命中輸入 | ¥0.04 | ¥0.02 |
| deepseek-flash | 快取未命中輸入 | ¥2.00 | ¥1.00 |
| deepseek-flash | 輸出 | ¥8.00 | ¥4.00 |
| deepseek-v4-pro | 快取命中輸入 | ¥0.30 | ¥0.15 |
| deepseek-v4-pro | 快取未命中輸入 | ¥9.00 | ¥4.50 |
| deepseek-v4-pro | 輸出 | ¥27.00 | ¥13.50 |
尖峰時段為週一至週五北京時間 09:00–12:00 與 14:00–18:00。週末與中國法定假日全天皆為離峰。12:00–14:00 的午休時段同樣屬於離峰。
我試算的工作負載
我採用的是模擬工作負載,而非實測生產流量,因此計算結果可重現:
- 每月 2 億輸入 Token 與 4,000 萬輸出 Token。
- 40% 的輸入 Token 命中提示快取。
- 80% 的輸入與輸出 Token 流向 Flash,20% 流向 V4 Pro。
- 沒有重試、沒有失敗請求,也沒有圖片或音訊 Token。
拆分如下:
| 模型 | 快取命中輸入 | 快取未命中輸入 | 輸出 |
|---|---|---|---|
| deepseek-flash | 64M | 96M | 32M |
| deepseek-v4-pro | 16M | 24M | 8M |
依官方牌價,每月成本為:
| 模型 | 尖峰 | 離峰 |
|---|---|---|
| deepseek-flash | ¥450.56 | ¥225.28 |
| deepseek-v4-pro | ¥436.80 | ¥218.40 |
| 合計 | ¥887.36 | ¥443.68 |
50% 的差異來自時鐘,而不是更便宜的模型或更聰明的提示。把同樣的工作負載移出尖峰時段,是這個模型中最有效的單一槓桿。
錢實際花在哪裡
輸出 Token 主導了離峰帳單。Flash 的 3,200 萬輸出 Token 要 ¥128,Pro 的 800 萬輸出 Token 要 ¥108。兩者合計佔 ¥443.68 離峰總額中的 ¥236。快取命中比較便宜,但不是主要情節:在 40% 快取命中率下,相較於每個輸入 Token 都按快取未命中費率計費,離峰時 Flash 約省 ¥62.72、Pro 約省 ¥69.60。
這點很重要,因為快取命中率很容易被高估。穩定的系統提示與重複使用的 RAG 前綴可以達到很高的命中率。長尾使用者提示通常落在 30–40%,有些工作負載甚至完全不會命中快取。如果你實測的命中率是 20% 而不是 40%,請先重算數字,再承諾能省下多少。
禁得起考驗的路由規則
我會保留四條規則,而且它們都不需要新模型。
- 把批次工作移到北京時間 09:00–12:00 與 14:00–18:00 之外。夜間索引、大量分類與報表產生是最容易調整的工作負載。
- 互動流量預設留在 Flash。只有在評估步驟失敗時才升級到 V4 Pro,而不是因為請求看起來很重要。
- 保持提示前綴穩定。把會變動的使用者問題放在最後,固定的系統提示或檢索文件放在最前。每次請求都在最上方放時間戳,會毀掉快取。
- 不要只為了搶折扣而搬移延遲敏感流量。變更前後都要測量 p95 延遲;一個更便宜但錯過產品期限的請求,並沒有比較便宜。
我使用的檢查方式
這個 Python 函式只使用標準函式庫。它回答兩個問題:現在是否處於尖峰時段,以及一組 Token 組合在該時段的成本是多少?
from datetime import datetime
from zoneinfo import ZoneInfo
PRICES = {
"deepseek-flash": {
"peak": {"cache_hit": 0.04, "input": 2.0, "output": 8.0},
"off_peak": {"cache_hit": 0.02, "input": 1.0, "output": 4.0},
},
"deepseek-v4-pro": {
"peak": {"cache_hit": 0.30, "input": 9.0, "output": 27.0},
"off_peak": {"cache_hit": 0.15, "input": 4.5, "output": 13.5},
},
}
def is_peak(now: datetime) -> bool:
local = now.astimezone(ZoneInfo("Asia/Shanghai"))
if local.weekday() >= 5: # Saturday or Sunday
return False
hour = local.hour
return 9 <= hour < 12 or 14 <= hour < 18
def cost(model: str, cache_hit: int, cache_miss: int, output: int, peak: bool) -> float:
price = PRICES[model]["peak" if peak else "off_peak"]
return (
cache_hit * price["cache_hit"]
+ cache_miss * price["input"]
+ output * price["output"]
) / 1_000_000
if __name__ == "__main__":
tz = ZoneInfo("Asia/Shanghai")
print(is_peak(datetime(2026, 11, 10, 10, 0, tzinfo=tz))) # True, Tuesday
print(is_peak(datetime(2026, 11, 10, 13, 0, tzinfo=tz))) # False, lunch
print(is_peak(datetime(2026, 11, 14, 10, 0, tzinfo=tz))) # False, Saturday
print(cost("deepseek-flash", 64_000_000, 96_000_000, 32_000_000, False))
最後一行會輸出 225.28,與上方 Flash 離峰數字一致。
這個模型沒有涵蓋的部分
尖峰判斷不知道中國法定假日。平日的假日會被當成尖峰,因而高估成本。如果這點很重要,請加入假日行事曆,並將那些日期視為離峰。
價格是撰寫當下的官方人民幣牌價,可能變動。快取命中假設是我會優先實測的部分;40% 命中率是模擬輸入,不是保證。Flash 與 Pro 的模型行為也不同,因此一條省了錢卻改變答案品質的路由規則,並不算是省錢。
計算很容易重現。從你真實的 Token 數量開始,放進 DeepSeek 成本試算工具,再確認工作負載中的批次部分是否能移到尖峰時段之外。Continue、Cline、LangChain、Cursor、Dify、Open WebUI 與 OpenAI Node.js SDK 的整合指南都使用相同的基礎 URL,因此路由變更可以留在應用程式碼之外。產品更新記錄在變更日誌。