9月9日，DeepSeek 开放平台发布公告，宣布从北京时间 9月10日 12:00 起下调 flash 系列模型价格，其中输入缓存命中价格最高降幅达 60%。据报道，这距离上一次涨价还不到一个月——8月中旬 V4 Pro 正式版上线时，DeepSeek 刚同步上调过一批 API 价格，涨幅最高的一档达到 11 倍，当时在开发者圈子里引发了不少讨论。一涨一降之间，值得聊的不只是价格数字本身。

这次降了多少：一张表说清楚

此次调价涉及 flash 系列在售的两款模型（据报道为 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp），执行同一套价格标准，单位都是"每百万 Token"：

其中高峰时段仍为空闲时段的 2 倍，规则不变：工作日 9:00–12:00、14:00–18:00 算高峰，其余时间算闲时。

变的是什么，没变的是什么

先说没变的：峰谷分时计价这个框架没有动，DeepSeek 还是想用价格杠杆把负载往闲时引导。变的是价格水平，而且变的方向很有讲究——降幅最大的是缓存命中输入（60%），其次是缓存未命中输入（33.33%），输出只降了 11.11%。

这个梯度不是随便拍的。对厂商来说，命中缓存的请求意味着不用重新算整段上下文，边际成本最低，降价空间最大，也最想鼓励；输出 token 要逐个生成，成本几乎刚性，降不动太多。对开发者来说，这个梯度其实在明说一句话：想要便宜，就把负载做成"缓存友好"的形状。

还有一个值得注意的细节：据观察者网报道，与 8 月涨价前相比，这次调价后闲时的缓存命中价（0.02 元）和未命中价（1 元）已经回到了涨价前的水平，但输出价（4 元）并没有回到此前的 2 元。也就是说，这次是"部分回调"而不是"完全复位"，涨价的核心部分——输出——其实被保留了大半。

对普通开发者：怎么把这波降价吃满

我的看法是，别只看"最高降 60%"这个 headline，得看自己的调用结构：

• 多轮对话、Agent、RAG 这类长上下文场景，是缓存命中的主力。这类负载如果能保持稳定的 system prompt 前缀、复用一个会话内的上下文，就能吃到 0.02 元的命中价，成本下降最明显。
• • 输出占比高的场景（长文生成、代码补全、翻译长文本），这轮收益有限，输出只降了 11%，而且绝对值比涨价前仍高出一倍。这类负载该考虑的是模型档位和推理优化，而不是等降价。
• • 能错峰的任务（离线批量清洗、报表生成、定时标注、夜间测试），直接挪到闲时跑，同样的量价格直接砍半——这是峰谷定价最直白的使用方式。
    一个简单的估算脚本，可以拿自己的 token 统计套一下：

# 单位：元 / 百万 tokens（按闲时新价）
INPUT_MISS, INPUT_HIT, OUTPUT = 1.0, 0.02, 4.0

def est_cost(in_tokens, out_tokens, hit_rate=0.5):
    in_price = INPUT_HIT * hit_rate + INPUT_MISS * (1 - hit_rate)
        return in_tokens * in_price / 1e6 + out_tokens * OUTPUT / 1e6
print(est_cost(10_000_000, 2_000_000, hit_rate=0.8))

调用侧的写法没变化，DeepSeek 的接口兼容 OpenAI SDK，模型名以官方文档当前列表为准：

from openai import OpenAI

client = OpenAI(api_key="<你的key>", base_url="https://api.deepseek.com")
resp = client.chat.completions.create(
    model="deepseek-v4-flash",  # 具体模型名以官方文档为准
        messages=[{"role": "user", "content": "你好"}],
        )
        print(resp.choices[0].message.content)
        ```
另外一点要提醒的是：**降价不改变选型逻辑**。flash 系列从命名到定价都写明了它是"快且便宜"的一档，适合高并发、高调用量、对延迟敏感、任务相对简单的场景；需要复杂推理、长链路规划的任务，该用 Pro 档还是得用，别因为 flash 便宜就把所有流量都迁过去，最后发现质量不达标返工的成本远超省下的 API 费用。

几个实际坑也顺带提一下：缓存命中价低，但前提是真能命中——每次请求都拼新上下文、system prompt 随机变的调用，享受不到这个价；调价只针对 flash 系列，V4 Pro 系列不在这次范围内；另外据报道 DeepSeek 9月8日刚在官方交流群开启了 V4.1 flash 的内测（计费与现款 flash 相同，每账号最多 20 路并发），虽然还没正式公开，但说明这一档模型本身也在换代，做预算时别把现在的价格当成长期价格。经历过 8 月那轮涨价之后，比较稳妥的做法是把 API 单价纳入成本监控，每次调价公告出来后重新测算一遍自己的调用结构，而不是拍脑袋跟着"降价了"的消息走。

## 结尾

一个月内先涨后降、输出价没完全复位、新一代 flash 已经在内测——这套组合拳背后，是"性价比"定位和算力成本之间的反复拉扯。对打工人来说，模型能力差一档可能感知不明显，账单上的数字差一倍可是实实在在的。你现在的调用结构，这波降价能吃满吗？评论区聊聊。