DeepSeek API 怎么收费？2026 年 9 月最新计费规则拆解 + 5 个省钱实测技巧

DeepSeek API 怎么收费？一句话说清：按 token 计费，输入分「缓存命中 / 缓存未命中」两档，输出单独计价，整体再叠加「高峰 / 闲时」两套价格。2026 年 9 月 10 日 12:00 起 Flash 系列新价生效——闲时输入缓存命中 0.02 元/百万 token、未命中 1 元、输出 4 元，最高降幅 60%，高峰时段是闲时的 2 倍。还有一条更值得留意的变化：官方原定 9 月 14 日 12:00 起把 deepseek-v4-pro 的请求全部路由到 V4.1 Flash，9 月 11 日又宣布取消这一安排——9 月 14 日之后继续提供 V4 Pro 的 API 调用服务，计费方式保持不变。这篇把我自己调 DeepSeek API 的完整路径写出来：Key 与控制台入口、余额用量查询、最新计费规则拆解，以及我实测有效的 5 个省钱动作。

快速结论（3 条先记住）

• 9 月 10 日起 Flash 新价，缓存命中降了 60%：闲时输入缓存命中 0.02 元/百万 token、未命中 1 元、输出 4 元；高峰（工作日 9:00-12:00、14:00-18:00）翻倍。这一档恰好是长上下文、Agent 类任务账单里占比最大的部分。
• V4 Pro 经历了 48 小时「反转」，最终没下线：9 月 9 日宣布要路由到 Flash、9 月 10 日推迟到 14 日执行、9 月 11 日直接取消——9 月 14 日之后仍可正常调用 deepseek-v4-pro，价格照旧（闲时输出 13.5 元/百万 token）。急着改代码迁移的人，可以先停一停了。
• 省钱的杠杆顺序是「缓存命中率 > 峰谷调度 > 输出长度」：同样的用量，把命中率从 30% 提到 90%、再挪到闲时跑，账单可以差 4 倍以上（第六节有完整算账）。

一、DeepSeek API 的计费项，其实只有 3 个

很多人第一次看 DeepSeek 的账单会懵，是因为它把「输入」拆成了两档。拆开看就很简单：

• 输入 · 缓存命中：你的请求前缀（系统提示词、长文档、历史对话）和之前某次请求的开头完全一样，这部分直接读缓存，不用重新计算，所以最便宜——闲时 0.02 元/百万 token。
• 输入 · 缓存未命中：新内容、首次出现的前缀，模型要真正跑一遍，闲时 1 元/百万 token，是命中价的 50 倍。
• 输出：模型生成的内容，闲时 4 元/百万 token。输出没有「缓存」这一说，所以它永远是账单里单价最高的那一档。

再把时段叠加上去：高峰时段价格为闲时的 2 倍。高峰的定义是北京时间 周一至周五 9:00-12:00、14:00-18:00，其余时间（含周末全天）都算闲时。

2026 年 9 月最新价格表（人民币 / 百万 token）

保留的 deepseek-v4-pro 则是另一套价：闲时输入缓存命中 0.15 元、未命中 4.5 元、输出 13.5 元，高峰同样翻倍。也就是说，同样的输出量，Flash 的成本大约只有 Pro 的 30%——记住这个比例，后面算账要用到。

顺带说一句 deepseek-flash 背后是什么：它是 2026 年 9 月 10 日发布的 DeepSeek-V4.1-Flash，552B 参数的 MoE 模型，采用非对称的 Causal-Encoder-Decoder 结构（输入激活 8B、输出激活 16B），1M 上下文、并发上限 2500、原生支持图像理解，并以 MIT 许可开源。日常问答、写作、翻译、批量整理，用它就够了。

和 8 月旧价比，到底降了多少

注意这里的不对称：降得最狠的是缓存命中，降得最少的是输出。这不是巧合——长上下文和 Agent 场景里，命中缓存的输入往往占账单九成以上，厂商降价当然先降这一档。反过来讲，如果你是「短输入、长输出」的写作类用法，这波降价对你的体感会弱很多，别指望账单腰斩。

二、2026 年 9 月必须核对的两件事

如果你 8 月之后就再没看过 DeepSeek 的计费页，那这两条变化一定要核对，否则你以为在省钱、其实白算。

1. 模型名换了，旧名字还能用但要留意

新模型的正式调用名是 deepseek-flash。旧模型名 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 目前仍可调用，但对应的旧模型已经下线，请求会被路由到 V4.1 Flash，按 Flash 价格计费。也就是说：现在改不改代码，跑的都是新模型，区别只在于你以后要不要跟上官方命名。

2. V4 Pro 的 48 小时反转：最后没下线

这件事值得单独说，因为前后三份公告的结论完全相反，很多人的迁移方案白做了。时间线是这样的：

• 9 月 9 日：官方宣布，在 V4.1 Pro 上线之前，会把所有 deepseek-v4-pro 请求路由到 V4.1 Flash，并按 Flash 单价计费。
• 9 月 10 日：调整为「推迟到北京时间 9 月 14 日 12:00 执行」。
• 9 月 11 日：再次调整——为响应用户需求，决定 9 月 14 日之后继续提供 V4 Pro 的 API 调用服务，计费方式保持不变，此前计划的自动切换一并取消。

结果是：V4 Pro 和 V4.1 Flash 短期会继续同时存在。官方给出的下线理由依然成立（V4.1 Flash 在性能、费用、速度、总用时上经多方测试已全面超越 V4 Pro），但既然 Pro 保住了，你就不必为了「9 月 14 日大限」去连夜改配置。

我的建议是：把 Pro 当成「兼容保留项」而不是「首选」。新项目直接上 deepseek-flash；已经在用 Pro、且 Prompt 和 Agent 流程都调好了的生产环境，继续跑 Pro 也完全没问题——毕竟官方明确说了计费不变。等未来 V4.1 Pro 正式上线，再重新评估分工。

想了解官方 App 下载、网页版入口这些周边用法，可以看我的这几篇：DeepSeek 官方 App 下载安装 2026、DeepSeek 网页版完全指南 2026。

迁移自检清单（4 条，5 分钟能过一遍）

• 全项目搜一遍 deepseek-v4-pro 和 deepseek-v4-flash，标出每个出现位置的用途（主力 / 降级备用 / 写死在配置里）。
• 确认你的批处理窗口有没有撞在高峰时段上——撞了就挪到 18:00 之后或周末。
• 重新跑一次自家任务的评测，重点看代码生成和长上下文两类，别只信官方基准。
• 核对缓存命中率。新架构下命中价更低，但命中率的波动对账单的影响比单价变化更大。

三、API Key 获取与控制台入口（5 分钟）

Key 的申请流程我在另一篇里写过完整五步，这里只给最短路径：打开开放平台 platform.deepseek.com（别走错成 chat.deepseek.com，那是聊天页），用手机号或邮箱注册并完成实名认证，然后在左侧菜单的 「API Keys」 里点「创建 API Key」即可。Key 只在创建时完整显示一次，务必当场复制保存好；详细步骤和 Python、curl 两种调用示例见《DeepSeek API Key 获取教程》。

拿到 Key 之后，控制台里有四个页面我建议立刻看一眼，它们直接决定你后面能不能把钱花明白：

• API Keys：按项目建不同的 Key，别全项目共用一把。某个 Key 泄露或额度异常时，删掉重发就行，不用动其他服务。
• 用量信息：能看到按天、按模型拆分的 token 消耗，也能看到缓存命中情况。这是所有省钱动作的体检报告。
• 充值：国内手机号注册的账号支持支付宝等国内方式，不需要海外信用卡，这点比不少海外 API 省事。
• 账单 / 明细：调价、优惠、扣费记录都在这里，对不上账时先查它。

四、余额和用量怎么查（附一条命令）

控制台要看，但如果你在做自动化，更省事的是直接调官方接口。DeepSeek 提供了一个查余额的接口 /user/balance，一行命令就能拿到：

curl https://api.deepseek.com/user/balance 
  -H "Authorization: Bearer sk-你的Key"

返回长这样：

{
  "is_available": true,
  "balance_infos": [
    {
      "currency": "CNY",
      "total_balance": "110.00",
      "granted_balance": "10.00",
      "topped_up_balance": "100.00"
    }
  ]
}

字段含义很直白：is_available 是账户还能不能调用，total_balance 是可用总额，granted_balance 是未过期的赠金，topped_up_balance 是你自己充的钱。

顺便记一条扣费规则：当充值余额和赠送余额同时存在时，优先扣赠送余额。所以别急着把赠金花掉，它会先被消耗——这也是为什么有时候你觉得「我没充多少却一直在跑」。

五、省钱实测：我常用的 5 个动作

以下五条按性价比排序，前两条是真正的大头，后三条属于顺手就能做。

① 把缓存前缀「焊死」——最有效的一条

缓存命中价 0.02 元，未命中 1 元，差 50 倍。而缓存能否命中只有一个判断标准：这次请求和上次请求，从第 0 个 token 开始的前缀是否完全一致。中间才开始重复的部分，一个字都不算命中。

所以写法只有一条铁律：固定不变的内容全部放最前面，会变的内容全部往后放。反面例子是把时间戳、用户名、随机 ID 塞在系统提示词开头——这会让你后面所有内容全部失去命中资格，等于天天按 50 倍的价付输入费。

messages = [
    {"role": "system", "content": LONG_FIXED_PROMPT},  # 固定不变，永远放最前
    *HISTORY_TAIL,                                     # 多轮历史，前缀保持稳定
    {"role": "user", "content": user_question},        # 会变的部分，放最后
]

还有个细节：缓存以 64 个 token 为一个存储单元，不足 64 token 的片段不会被缓存；缓存属于「尽力而为」，不保证 100% 命中，且不再使用后会自动清空。所以别把一次性内容硬塞进前缀里假装省钱了。

② 重任务挪到闲时——成本直接砍半

闲时价格是高峰的一半，而高峰只有工作日 9:00-12:00 和 14:00-18:00 两段，其他时间含周末全天都是闲时。批量处理、定时任务、离线生成这些不着急的活，全部挪出高峰即可。下面这段判断逻辑可以直接抄：

from datetime import datetime, time as dtime
import zoneinfo

BJ = zoneinfo.ZoneInfo("Asia/Shanghai")

def is_peak(now=None):
    """高峰 = 周一至周五 9:00-12:00、14:00-18:00（北京时间）"""
    now = now or datetime.now(BJ)
    if now.weekday() >= 5:          # 周六、周日全天算闲时
        return False
    t = now.time()
    return (dtime(9, 0) <= t < dtime(12, 0)) or (dtime(14, 0) <= t < dtime(18, 0))

if is_peak():
    print("现在是高峰，重任务排队到闲时再跑")
else:
    print("闲时，可以放心跑批量")

我自己的习惯是：白天交互式的轻量调用照常跑，所有批处理、数据整理、内容生成的定时任务统一排到 18:00 之后或周末。这一条不需要改任何业务逻辑，收益却是确定的 50%。

③ 管住输出长度，别让它自由发挥

输出是单价最高的一档，而且它不受缓存优惠。做法很朴素：能给约束就给约束。设 max_tokens、在提示词里明确「用 200 字以内回答」「只输出 JSON，不要解释」，都能实打实少花钱。我做过对比，同一批整理任务加一句长度约束，输出 token 大概能压掉三成。

④ Pro 还是 Flash？先算成本再决定

V4 Pro 保住了，所以这道选择题重新回到桌面上。我的判断依据很简单：同一份输出量，Flash 的成本约为 Pro 的 30%（闲时输出 4 元 vs 13.5 元），而官方明确表示 V4.1 Flash 在多项测试中已超越 V4 Pro。所以对新项目，默认用 deepseek-flash；只有当你的生产环境已经围绕 Pro 调好了 Prompt、Behavior 也验证稳定，才值得继续保留 Pro——反正计费不变，迁移不急。

硬要一句话总结：成本敏感看 Flash，行为稳定看现状，别为了「最新」去动一个跑得好好的线上服务。

⑤ 盯住缓存命中率这个数

每次调用的返回里都有 usage.prompt_cache_hit_tokens 和 usage.prompt_cache_miss_tokens 两个字段：

u = resp.usage
hit, miss = u.prompt_cache_hit_tokens, u.prompt_cache_miss_tokens
print(f"命中率 {hit / (hit + miss):.1%}")

把它打到日志里，每天扫一眼。命中率掉下来的那天，通常意味着有人动了提示词前缀的拼装顺序——这条告警比看账单更快。

顺带一提：不想写代码的人怎么办

如果你只是个人用、调用量也不大，其实没必要为了省几十块钱去搭一套 API 工程。我更推荐的思路是：日常问答直接用2233.ai 这类聚合入口，把 GPT、Claude 等主流模型放在一个地方用，省掉自己充值、写代码、维护 Key 的成本；真要落地到自己的产品里，再回到 API 这条路。工具是拿来省事的，别为了省钱反而多花时间。

六、算一笔账：同样的用量，差距能有多大

下面两个场景我都按官方 9 月新价手算了一遍，用同一个业务量、只改策略，你就能看出省钱空间在哪。前提统一为：每月输入 2 亿 token、输出 2000 万 token。

算账过程（人民币）：

• 场景 A：命中输入 6000 万 × 0.04 = 2.4 元；未命中输入 1.4 亿 × 2.0 = 280 元；输出 2000 万 × 8.0 = 160 元。合计约 442.4 元。
• 场景 B：命中输入 1.8 亿 × 0.02 = 3.6 元；未命中输入 2000 万 × 1.0 = 20 元；输出 2000 万 × 4.0 = 80 元。合计约 103.6 元。

同样的业务量，成本差 4.3 倍。而且注意一个反直觉的结果：场景 A 里 280 元花在「未命中输入」上，比整个场景 B 的总花费还多一倍多。真正的成本杀手不是单价，是命中率。单价你控制不了，命中率和调度你完全控制得了。

七、我踩过的 4 个坑

• 把动态内容写进系统提示词开头：为了「让模型知道现在几点」，我在 system 里插了时间戳，结果整条前缀每天都不一样，缓存命中率直接归零，当月账单翻了将近三倍。后来把时间放到用户消息里就正常了。
• 以为思考模式的 token 不要钱：思考模式会先生成一段推理内容，这段同样按输出计价。推理类任务确实值这个钱，但别在批量任务里默认开着，尤其是那些「答案就一个词」的活。
• 沿用旧模型名还以为是旧价：8 月的价格表在 9 月 10 日之后就已经不是最新了。记账用的成本模型如果还锚着旧单价，预算和实际支出会对不上。
• 跟着公告连夜改代码：9 月 9 日看到「V4 Pro 要路由到 Flash」就去改配置，结果 9 月 11 日官方又说不下线了。经验是：涉及计费和模型路由的公告，先看清楚生效时间，别抢在生效日之前动手——这次幸好有两天缓冲。

常见问题 FAQ

延伸阅读

• DeepSeek 官方 App 下载安装 2026：双端教程 + API 价格全解析
• DeepSeek 网页版完全指南 2026：官网入口 + 免费在线使用全攻略
• DeepSeek vs ChatGPT 实测对比：2026 中文场景谁更好用
• DeepSeek 学习资源大全 2026：部署教程 + 提示词 + 课程合集
• DeepSeek 本地部署全攻略：无需联网、免费运行、隐私安全
• AI 工具大全 2026：常用 AI 工具合集与选型建议

另外，如果你是个人使用、不想维护 API 工程，可以看看 2233.ai 这类聚合入口，把主流模型放在一个地方用，省去充值和写代码的成本。

价格与服务条款可能随官方政策调整，调用前请以 DeepSeek 官方定价页为准。本文数据核对时间：2026 年 9 月 17 日。

📦 附：夸克网盘资源库 · 持续更新

关于作者：极客

极客灵境站长。专注 AI 工具实操与网络性价比方案实测，亲自部署、亲自测试，把最划算的做法分享给你。

发布于 2026-09-18 · 了解更多 →