2026年8月13日，DeepSeek宣布取消统一API单价，上线峰谷分时计费机制，新规将于8月17日正式生效。其中，V4-Pro缓存命中输入在高峰时段价格从0.025元/百万Token涨至0.30元/百万Token，涨幅达1100%，成为本轮调价中幅度最大的单项。

本文梳理DeepSeek V4系列全部价格变动明细，对比Kimi K3、GLM-5.2、GPT-4o等主流模型的当前定价，复盘近两年行业价格走势的三阶段演变，并结合典型业务场景给出可直接落地的成本优化方案。

前言

2026年上半年的国产大模型市场呈现明显分化。5-6月，DeepSeek、小米等通用模型完成多轮调价，常规场景价格下探，有效降低了开发者的日常调用成本。但高端商用模型赛道状态不同，智谱等头部模型长期存在算力供给紧张的情况，接口配额有限、价格整体稳定，并没有出现同步降价。

进入8月，大模型API定价出现较为明显的调整趋势。8月13日，DeepSeek公布全新计费规则，取消统一单价，上线峰谷分时定价机制。其中，V4-Pro缓存命中输入在高峰时段价格从0.025元涨至0.30元——11倍的差距并非整体涨价幅度，而是单一细分场景从促销期推广价到峰谷计费高峰价的极端变化。这个数字引起了开发者社区的最大关注，但真实的成本影响取决于调用时段和场景选择。

在此之前，Kimi、智谱、阿里云、腾讯云等厂商均已完成不同程度的价格调整。行业整体不再依赖低价策略，开始转向更精细化的分层计费模式。

一、本次调价核心：取消统一单价，采用峰谷分时计费

新定价规则将于8月17日正式生效，最主要的变化是告别固定单价，根据日间算力负载区分高峰、空闲两个计费时段：

高峰时段：09:00-12:00、14:00-18:00，业务调用集中、算力负载高，单价更高

空闲时段：其余时间段，单价为高峰时段的50%

分时计费的核心逻辑是通过价格差异引导流量错峰，缓解日间算力压力，同时匹配不同时段的算力成本。

二、详细涨幅数据：各场景价格变动一览

1、DeepSeek-V4-Flash 价格变动（单位：元/百万Token）
输入（缓存命中）：旧价 0.02 → 空闲 0.05（↑150%）→ 高峰 0.10（↑400%）

输入（缓存未命中）：旧价 1.00 → 空闲 1.50（↑50%）→ 高峰 3.00（↑200%）

输出：旧价 2.00 → 空闲 4.50（↑125%）→ 高峰 9.00（↑350%）

2、DeepSeek-V4-Pro 价格变动（单位：元/百万Token）
输入（缓存命中）：旧价 0.025 → 空闲 0.15（↑500%）→ 高峰 0.30（↑1100%）

输入（缓存未命中）：旧价 3.00 → 空闲 4.50（↑50%）→ 高峰 9.00（↑200%）

输出：旧价 6.00 → 空闲 13.50（↑125%）→ 高峰 27.00（↑350%）

几点观察：

涨幅最高的缓存命中场景，恰恰是5月那轮降价中力度最大的——从0.025到0.30，本质上是促销期价格向正常商业价格的回归

非缓存输入和输出场景的涨幅相对温和（50%-350%），且空闲时段价格仅为高峰时段的50%，给了开发者明确的成本优化空间

V4-Pro输出在高峰时段单价为27元/百万Token，约为旧价（6元）的4.5倍，对重输出场景影响较大

三、近两年大模型价格走势复盘

回看近两年行业价格变化，不同阶段的调价逻辑并不一致，可以简单分为三个阶段。

阶段一：早期低价竞争（2024年-2025年）

国产大模型同质化较高，技术差异不明显，厂商主要通过低价、免费额度、补贴吸引开发者。这类降价更多是运营策略，缺少真实成本支撑。

阶段二：技术驱动降价（2026年5-6月）

今年5-6月的价格下调，核心驱动是架构层面的技术优化。通过多级缓存、稀疏算力、国产算力适配等方案，推理的显存占用和并发开销得到有效控制，厂商实现了真实的推理成本下降。

这也是为什么在HBM硬件半年涨幅超500%、海外模型涨价的背景下，国产通用模型依然能做到降价——属于技术红利释放。

阶段三：分层定价启动（2026年8月至今）

技术优化的降本空间有上限，而算力、机房、运维等刚性成本持续上行。多家主流厂商今年均有不同程度的价格调整，行业从“单一低价竞争”进入“分层定价”阶段：

通用基础场景：价格趋于平稳，竞争依然激烈

高端复杂场景：具备Agent、长文本、复杂推理能力的模型，定价逐步脱离低价区间

四、主流大模型 API 价格横向对比（2026.8）

统一换算标准：1美元≈7.2元，单位为「元/百万Token」，均为官方标准按量定价，不含大客户折扣。

4.1 输入/输出价格对比

DeepSeek-V4-Flash（空闲）：输入 1.50 / 输出 4.50（128K，性价比突出）

DeepSeek-V4-Flash（高峰）：输入 3.00 / 输出 9.00（128K，常规时段）

DeepSeek-V4-Pro（空闲）：输入 4.50 / 输出 13.50（128K，高端场景首选）

DeepSeek-V4-Pro（高峰）：输入 9.00 / 输出 27.00（128K，接近国产高端价位）

GLM-5.2：输入 ≈8.00 / 输出 ≈28.00（1M，行业参考均价）

Qwen3-Max：输入 ≈8.64 / 输出 ≈43.20（262K，汇率折算）

GPT-4o：输入 ≈18.00 / 输出 ≈72.00（128K，汇率折算）

Kimi K3：输入 20.00 / 输出 100.00（1M，缓存输入优惠显著）

DeepSeek在空闲时段性价比依然突出；V4-Pro高峰时段虽已接近GLM-5.2价位，但输出价格仍不到Kimi K3和GPT-4o的一半。

4.2 缓存价格对比（RAG/客服场景重点参考）

DeepSeek-V4-Pro（空闲）：缓存输入 0.15（降幅 96.7%）

Qwen3-Max：缓存输入 ≈1.73（降幅 80%）

GLM-5.2：缓存输入 ≈2.00（降幅 75%）

Kimi K3：缓存输入 2.00（降幅 90%）

GPT-4o：缓存输入 ≈9.00（降幅 50%）

缓存场景下，DeepSeek空闲时段的价格优势极为明显，特别适合高频重复查询类业务。

五、怎么理解这次调价？

1、阶段性低价推广结束，价格回归常态

2026年年中的低价，属于V4系列正式上线前的短期推广让利。随着版本稳定、用户体量增长，阶段性优惠结束，定价回归正常商业区间。

2、分时定价本质是资源配置工具

通过峰谷价差引导非紧急任务错峰执行，既缓解了日间算力拥堵，又降低了空闲时段资源闲置——这对厂商和开发者其实是双赢设计。

3、高端模型能力在增值

V4-Pro在推理精度、工具调用、长文本稳定性、Agent执行上持续迭代，对应的定价也更贴合企业级场景的服务价值。

4、行业成本结构在变化

算力、显存、集群运维等基础成本长期上行，厂商难以长期维持超低价，行业整体进入价格修复阶段。

六、开发者成本测算与控本方案

1、典型场景：中型AI客服

业务参数：日均3万次对话，月输入Token 7.2亿、月输出Token 3.6亿

DeepSeek-V4-Pro 旧价：≈3,240 元/月（基准）

DeepSeek-V4-Pro 空闲时段：≈7,020 元/月（↑117%）

DeepSeek-V4-Pro 高峰时段：≈13,680 元/月（↑322%）

GLM-5.2：≈15,350 元/月

GPT-4o：≈38,880 元/月

Kimi K3：≈43,200 元/月

同样业务量下，V4-Pro从旧价切换到高峰时段调用，每月多支出约1万元；选择空闲时段调用，则多支出约3,780元/月，成本增幅可控。

2、四条可落地的控本策略

策略一：非实时任务错峰调度

文档解析、批量知识库导入、离线问答生成等对延时不敏感的任务，统一调度到空闲时段执行，直接降低近一半成本，同时避开高峰拥堵。

策略二：充分利用缓存能力

固定Prompt、高频FAQ、知识库问答场景，接入模型缓存或自研语义缓存。缓存输入成本远低于普通输入，是目前性价比最高的控本手段。

策略三：按场景分层选型

简单文本处理、短句问答、摘要 → V4-Flash

复杂推理、工具调用、高精度业务 → V4-Pro

压缩高峰时段的高端模型调用占比

策略四：多模型动态兜底

配置多模型降级策略，避免单一模型涨价带来的成本激增。国内外模型价差持续变化，可灵活选型。

七、总结
本次DeepSeek调价，是行业定价回归理性的正常表现。前期技术优化让开发者获得了一轮低成本红利；现阶段受算力成本、服务稳定性、模型能力迭代影响，分层计费成为主流。

对开发者而言，完全依赖低价模型粗放调用的阶段已经过去。通过错峰调度、缓存复用、分层路由、多模型混合部署等工程化手段，依然可以有效控制API成本。

声明：本文数据来源于DeepSeek、Kimi、智谱官方公告及公开报道，仅供参考，具体价格以各平台官方文档为准。