DeepSeek给AI调用装上“峰谷电价”：价差31倍

围绕DeepSeek flash模型新定价的消息在9月9日集中传播，流传最广的版本写着“空闲时段输入缓存命中0.02元/次，高峰价格是空闲时段的2倍，9月10日12:00生效”。

把这行字与DeepSeek开放平台的官方价目表逐行对照，会发现三处对不上：计价单位不是“元”，而是美元；计费颗粒不是“次”，而是每100万个Token；分时计价也不是9月10日的新政策，它在2026年8月16日（UTC时间）就已经生效。

但报道抄对了一件事：高峰时段的划分，与官方表格完全吻合。真正值得算的账，藏在官方价目表那六个数字的倍数关系里。

一张被读错的价格表

DeepSeek官方文档“Models & Pricing”页面写明，所有价格为每100万Token的单价，扣费规则是“花费等于Token数乘以价格”。以deepseek-v4-flash为例，现行价目分三档、两个时段：输入缓存命中，空闲时段0.007美元、高峰时段0.014美元；输入缓存未命中，0.22美元与0.44美元；模型输出，0.66美元与1.32美元。deepseek-v4-pro同结构，数字为0.022/0.044、0.66/1.32、1.98/3.96美元。

官方对高峰时段的定义是周一至周五的UTC时间01:00—04:00与06:00—10:00，其余全部按空闲时段计价。换算成北京时间，正好是9:00—12:00与14:00—18:00——与传播版本里的时段描述一字不差，这也佐证了后者确实在转述这张官方表格，只是在单位和数值上走了样。

时间线上，官方更新日志记录的调价公告发布于2026年8月13日，随DeepSeek-V4系列正式商用一并推出，生效时间为8月16日16:00（UTC）。截至9月9日，该日志最新一条公开记录仍停留在8月21日发布的多模态实验模型，未出现新的定价公告。

一个“次”字，暴露的是整个行业的理解偏差：大模型API按Token计费，调用一次的成本取决于这一次吞进和吐出多少Token，而不是次数。

六个价格，而不是一个价格

把这张表读透，第一层结论是：DeepSeek的flash模型今天不再只有一个价格，而是六个。三档计价项乘以两个时段，构成一张矩阵。

第二层结论藏在倍数里。输入缓存命中与未命中之间，价格是31.4倍——空闲时段0.007美元对0.22美元，高峰时段0.014美元对0.44美元，两个时段算出来的倍数完全相同。输出与缓存命中输入之间，倍数拉到94.3倍（0.66美元对0.007美元）。

也就是说，同样一段输入内容，在DeepSeek这里可能值0.007美元，也可能值0.22美元，差别不来自模型能力，而来自它此前是否被算过一次。

第三层结论是时段本身。一周168小时里，高峰只覆盖工作日两个时段共35小时，占比不到两成；换言之，超过八成的时间，调用方享有一半价格。由于高峰锚定的是东亚工作时段，欧美白天的调用请求几乎全部落在空闲档位，这张表面平等的价目表，实际上给跨时区调度留出了空间。

至于flash与pro之间，pro各档价格约为flash的3倍，并发上限却是500对2500——能力档位更高，同时意味着更紧的资源约束。

0.007美元从哪来：把重复计算搬到磁盘

低价不是靠让利做出来的。DeepSeek在2024年8月2日上线“磁盘上下文缓存”（Context Caching on Disk）技术时，把缓存命中价定在每100万Token 0.014美元，并称之为“再降一个数量级”，官方当时的说法是用户成本最多可降90%，即便不做任何优化，历史数据显示平均也能省下五成以上。

如今，0.014美元这个当年的“唯一缓存价”变成了高峰档，空闲档再腰斩一半。需要说明的是，两个数字对应不同代际模型，不宜直接比较性能，但价格档位的演变方向是清楚的。

机制上，这项服务默认开启，调用方不需要修改任何代码。系统在收到请求时构建磁盘缓存，后续请求若与历史请求存在重叠前缀，重叠部分直接从缓存读取而非重新计算。

但命中门槛比想象中严格。官方文档列出的规则是：后续请求必须“完全匹配”一个已持久化的缓存前缀单元，输入中间的部分匹配不触发命中。多轮对话里第二轮带上第一轮完整历史可以命中；两轮使用同一份文档但提问不同，前两轮都不命中，系统在检测到公共前缀后才将其持久化，第三轮起才可能命中。

响应体的usage字段里，prompt_cache_hit_tokens与prompt_cache_miss_tokens会把命中情况如实返回。这三个词，才是账单的真实决定因素。

把GPU利用率写进价目表

DeepSeek官方给出的调价理由只有一句：为更合理地分配资源，采用峰谷定价，空闲价格为高峰的一半，鼓励用户根据自身使用情况安排任务。

这句话的实质，是把电力行业的负荷管理逻辑搬进了算力生意。推理集群的成本在采购到货那一刻就基本固定，白天忙不过来与夜里空转，边际成本差别巨大。用两倍价差把可延后的负载从高峰挪走，等于让调用方替平台做调度。

对开发者而言，这意味着优化方向变了。过去比对的是各家API的挂牌价，现在真正要盯的是自家请求结构：系统提示词、工具定义、长文档这类不变内容放在请求前部，可变内容放在尾部，因为命中规则要求的是前缀完全匹配；批量离线任务、代码库索引、数据清洗，可以整体往空闲时段迁移。

反过来说，对一次性长文摘要、每轮都改写上下文的问答这类业务，0.007美元是一个基本享受不到的价格。以flash模型支持100万Token上下文、单次最大输出384K计算，一个真实运行的智能体会反复携带整段历史，命中与不命中的账单差距会被长上下文放大到数十倍量级。

三个边界与四个观察点

价格战的说法目前还缺乏证据支撑。公开可查的材料里，看不到OpenAI、Anthropic、Google等厂商跟进分时计价的公告，各家当前API挂牌价在本次核验中未能从官方页面取得完整可读数据，因此本文不做横向比价，也不据此推断行业均价走势。

第二个边界是可持续性。DeepSeek官方在定价页明确写道，产品价格可能变动，公司保留调整价格的权利，并建议用户按实际用量充值、定期查看该页面。低价是当期报价，不是承诺。

第三个边界是财务口径。DeepSeek未公开API收入规模与调用量数据，此次分时定价对营收的实际影响无法测算，“降价利好所有开发者”属于方向判断，而非可验证结果。

接下来值得盯住的是：一，官方更新日志是否真的出现9月新一轮调价公告；二，flash与pro是否长期维持2倍峰谷差，还是会随利用率继续拉大；三，是否有第二家厂商把时段变量引入价目表；四，缓存命中率能否支撑起智能体类应用的长上下文复用，这是低价真正兑现的前提。

一个只有低价的市场会淘汰所有人，一个能把闲置算力变成价格杠杆的市场，才可能重新定义成本曲线。DeepSeek今天给出的，是后一种可能的起点。