适用范围

本文分析 2026 年 8 月 17 日 deepseek-v4-pro 的两段实际 API 账单：

• 08:00–09:00：空闲时段；
• 09:00–10:00：高峰时段。

目标是验证新峰谷价格是否进入实际计费，并说明为什么“高峰单价翻倍”不等于“任意两小时账单总额翻倍”。本文只分析计费，不比较模型能力、响应质量或延迟。

1. 账单字段与价格

原始 amount 账单按小时、模型和计费类型拆分，包含：

• input_cache_hit_tokens；
• input_cache_miss_tokens；
• output_tokens；
• request_count。

价格字段单位为人民币/Token，换算为人民币/百万 Token 后如下：

类型	空闲单价	高峰单价	倍率
input_cache_hit_tokens	0.15	0.30	2×
input_cache_miss_tokens	4.5	9	2×
output_tokens	13.5	27	2×

高峰时段为每天 9:00–12:00、14:00–18:00，其余为空闲时段。账单在 09:00 边界后准确切换到高峰单价。

2. 08:00–09:00空闲账单

类型	Token 数	单价（元/Token）	费用
缓存命中输入	9,509,120	0.00000015	1.426368 元
未缓存输入	15,196	0.0000045	0.068382 元
输出	22,764	0.0000135	0.307314 元
合计	9,547,080	—	1.802064 元

请求数为 47。费用复算：

9,509,120 × 0.00000015 = 1.426368
   15,196 × 0.0000045  = 0.068382
   22,764 × 0.0000135  = 0.307314
                              ────────
                              1.802064 元

复算结果与 cost 账单一致。

3. 09:00–10:00高峰账单

类型	Token 数	单价（元/Token）	费用
缓存命中输入	2,487,296	0.0000003	0.7461888 元
未缓存输入	54,913	0.000009	0.494217 元
输出	27,740	0.000027	0.74898 元
合计	2,569,949	—	1.9893858 元

请求数为 16。费用复算：

2,487,296 × 0.0000003 = 0.7461888
   54,913 × 0.000009  = 0.494217
   27,740 × 0.000027  = 0.74898
                             ─────────
                             1.9893858 元

复算结果同样与 cost 账单一致。

4. 为什么不能直接比较两小时总额

空闲时段费用为 1.802064 元，高峰时段为 1.9893858 元，后者只高 10.39%。这不代表峰谷价差是 10.39%，因为两个时段的请求量和 Token 构成不同：

• 请求数从 47 降至 16；
• 缓存命中 Token 从 9,509,120 降至 2,487,296；
• 未缓存输入从 15,196 增至 54,913；
• 输出从 22,764 增至 27,740。

总账单是“Token 数 × 对应单价”的加总。只有保持 Token 数与类型不变，才能比较峰谷价格带来的纯计费差异。

5. 对高峰工作量做反事实计算

保持 09:00–10:00 的 Token 数不变，改用空闲单价：

cache_hit  = 2,487,296 × 0.00000015 = 0.3730944
cache_miss =    54,913 × 0.0000045  = 0.2471085
output     =    27,740 × 0.0000135  = 0.37449
                                          ─────────
                                          0.9946929 元

计费方式	费用
高峰实际费用	1.9893858 元
相同 Token 按空闲价	0.9946929 元
高峰额外费用	0.9946929 元

由于三类价格均翻倍，相同 Token 构成在空闲时段可节省 50%。这是基于实际 Token 数的反事实费用，不是另一次同任务 A/B 测试。

6. Cache Hit、Miss与Output的成本关系

新价格保持了三类 Token 之间的固定倍率：

cache_miss / cache_hit = 30
output / cache_hit     = 90
output / cache_miss    = 3

高峰时段中：

• 2,487,296 个缓存命中 Token 费用为 0.7461888 元；
• 27,740 个输出 Token 费用为 0.74898 元。

输出 Token 数只有缓存命中的约 1.12%，费用却略高。这说明长程 Agent 的成本优化不能只关注输入总长度，还应控制输出冗余，并尽量保持可复用前缀稳定以提高缓存命中。

7. 调度建议与边界

适合错峰的任务：仓库索引、批量测试生成、文档生成、静态审查、多 Agent 探索、可排队的重构与迁移。

不适合强制错峰的任务：线上故障、交互式调试、需要人工连续反馈的任务，以及有明确完成时限的发布操作。

本文没有进行相同提示词、相同项目快照的峰谷性能测试，因此不讨论响应速度和模型输出是否一致。账单只证明价格切换和实际成本，不证明模型能力变化。

官方来源：

• DeepSeek V4 Pro 与峰谷定价公告：https://api-docs.deepseek.com/zh-cn/news/news260813
• DeepSeek API 模型与价格：https://api-docs.deepseek.com/zh-cn/quick_start/pricing

#DeepSeek #API计费 #Token成本 #Agent #AI编程