DeepSeek 的价目(2026-11-18 读自官方页)
以下单价按每 100 万 token 计,直接读自 DeepSeek 定价页。高峰时段为 UTC 01:00–04:00 与 06:00–10:00(周一至周五,不含中国法定节假日),其余时间与周末全算低谷。
| 计费项(每 1M token) | flash · 低谷 | flash · 高峰 | v4-pro · 低谷 | v4-pro · 高峰 |
|---|---|---|---|---|
| 输入 · 命中缓存 | $0.003 | $0.006 | $0.022 | $0.044 |
| 输入 · 未命中缓存 | $0.15 | $0.30 | $0.66 | $1.32 |
| 输出 | $0.60 | $1.20 | $1.98 | $3.96 |
| 上下文 / 最大输出 | 1M 上下文 · 最大 384K 输出(两个模型一致) | |||
为什么「命中缓存」这一列决定账单
未命中缓存的输入,在 flash 上是命中价的 50 倍,在 v4-pro 上是 30 倍。而 agent 循环每一步都会重发上下文——「缓存有没有生效」就是同一个任务「几分钱」与「几块钱」的差别。
同一个任务,四种价钱
设一个循环跑完:输入 20 万 token(其中 18 万命中缓存)、输出 2 万 token。同样的工作,四张账单:
| 模型 · 时段 | 输入(缓存) | 输入(新) | 输出 | 合计 |
|---|---|---|---|---|
| flash · 低谷 | $0.00054 | $0.00300 | $0.01200 | $0.0155 |
| flash · 高峰 | $0.00108 | $0.00600 | $0.02400 | $0.0311 |
| v4-pro · 低谷 | $0.00396 | $0.01320 | $0.03960 | $0.0568 |
| v4-pro · 高峰 | $0.00792 | $0.02640 | $0.07920 | $0.1135 |
同样输出,价钱差 7.3 倍。两个杠杆是「选哪个模型」和「什么时候跑」,都不需要改你的提示词。
算你自己的账
默认值是一次 agent 会话:每轮 2 万输入 token、其中 80% 命中缓存、800 输出 token、每天 40 轮、其中 30% 落在高峰时段。
- 每次任务
- $0.0015
- 每天
- $0.0587
- 每 30 天
- $1.76
- 高峰 / 低谷拆分
- 70 / 30
- 同样负载换另一个模型
- $7.14
这是按官方单价算的算术,不是账单。缓存命中率是你唯一猜不出来的数——先量它,再信这里的结果。
我们自己的 agent 实际花了多少
本机最近 30 天:8 个会话、1,076 次 API 调用,缓存命中 99.1%,每次调用输入约 156K token。按低谷价复算:整月 $1.11。下面的预设用的是每次调用的平均值,会差一两分钱。
从 agent 运行库聚合而来——只有聚合数,没有提示词、没有会话标题。 · DeepSeek pricing
价目读取于 2026-11-19 ·api-docs.deepseek.com
我们自己的 agent 实际花了多少
这一段是任何价格页都给不了的:我们自己的数字,来自写这个站的那台机器的运行库。最近 30 天,读数 2026-11-19:
| 实测(最近 30 天) | 数值 |
|---|---|
| 会话数 / API 调用次数 | 8 个 / 1,076 次(每天 35.9 次) |
| 命中缓存的输入 token | 166,006,400 |
| 未命中缓存的输入 token | 1,467,735 |
| 缓存命中率 | 99.1% |
| 输出 token | 660,277(每次调用 614) |
| 每次调用的输入 | 155,645 token |
| 按单价低谷价复算的整月成本 | $1.11 —— 每天 $0.037 |
| 同样的量全按高峰价 | $2.23 |
| 运行库自己记的成本估算 | $0.83 |
我们答不上来这 1,076 次调用里有多少落在高峰——运行库记的是每次的 token,不是时钟。所以 $1.11 是「全低谷」的地板,$2.23 是「全高峰」的天花板,真实账单在中间。这也是计算器要你填高峰占比、而不是假装自己知道的原因。
同一个月份两个数,差 25%,我们两个都放出来。$0.83 是 agent 自己按它内置的价格快照算的;$1.11 是我们拿 2026-11-19 读到的价目页重算的。这个差额是「价目表过期」的代价,不是算错了——也是这一页每个数字都带读取日期的原因。
账单能压到一美元,靠三件事:负载是一台机器干一个站,不是一队机器;缓存命中 99.1%,因为 agent 循环每一轮都在重发同一段前缀、而前缀很少变;大部分跑在低谷,因为我们在 UTC+8,高峰时段正好是下午。
聊天应用的负载完全不是这个形状:没有稳定前缀、没有缓存、输出短,账单被「你打进去的字」主导。如果你在给聊天应用算价,上面计算器的默认值(80% 命中、每轮 2 万 token)比我们实测的 99% 更接近你的现实。
账单是怎么拼出来的
每次请求只有三行,整张价目表可以写成一个式子:
成本 = (命中输入 × 命中价 + 未命中输入 × 未命中价 + 输出 × 输出价) ÷ 100 万
高峰时段右侧每个单价都乘 2。整个计费模型就这些——没有阶梯价、没有最低消费、没有平台月费。
聊天账单的输出行占大头:你打九十个字,模型写九百个。agent 账单反过来,输入行占大头,因为循环每一轮都会把整段上下文重发一遍。跑到第 20 轮,你在为「重新读一遍同样的文件、同样的工具描述、同样的技能说明」付钱——这也是为什么缓存那一列在这类工作负载上比任何聊天价格页都重要。
缓存为什么没命中
缓存是按前缀做的:服务方把你到某个点为止的全部内容算成一个哈希,下次请求只有前缀逐字节一致才会命中。只要动了前面任何一点——改系统提示词、加一个工具、把技能列表换顺序、在上下文开头塞一个时间戳——后面的全部变成未命中,按 50 倍计价。
这有个很多人没意识到的后果:往系统提示词里加一行,代价远不止那一行,因为它会让它后面所有缓存前缀失效。会话跑到一半去改提示词,是 agent 工作里最贵的习惯。
计算器里的 80% 是占位值。我们自己实测的命中率是 99.1%——这也是整月账单只有一美元的原因(见上表)。别把我们的数抄进你的预算:自己量一遍,同一个任务跑两遍并开 token 日志,去响应里读缓存命中计数器,而不是读你设计时以为的那个数。
高峰时段换算成你自己的钟
高峰是 UTC 01:00–04:00 与 06:00–10:00,周一至周五,不含中国法定节假日。换成 UTC+8 就是 09:00–12:00 与 14:00–18:00——正好覆盖国内整个工作日,中间空两小时。
如果你的 agent 是定时跑而不是随时被叫起来,往后挪四小时就能让这些轮次的价格减半,别的都不用动。这是整页最便宜的优化,也是最没人做的,因为它看起来像个细节。
四个杠杆,按真实影响排序
| 杠杆 | 改变什么 | 对账单的影响 |
|---|---|---|
| 缓存命中率 | 输入单价 | flash 输入最高 50 倍,v4-pro 30 倍 |
| 模型档位 | 全部单价 | 输出 3.3 倍,未命中输入 4.4 倍 |
| 跑的时间 | 全部单价 | 正好 2 倍,靠排期就能拿回来 |
| 输出长度 | 输出那一行 | 线性放大,没有倍数;命中率高时它反而变成最大的一行 |
2026-11-18 改了什么
模型在服务端触发的搜索与抓取调用,从北京时间 2026-11-18 12:00 起不再单独计费:结果会拼进模型上下文,按输入 token 计费。直接调用 Search API 与 Fetch API 仍然是各 $0.75 / 1000 次成功请求。
对会上网的 agent,这意味着钱从「按次可预测的一行」挪到了输入行——而输入行正是缓存未命中最贵的地方。如果你的 agent 每轮都搜索,先重读上一张账单,再决定旧算法还成不成立。
这个计算器不做什么
- 它不知道你的 token 数。每天几轮、每轮多少 token、缓存命中多少,都是你要去量的输入;这里的默认值全是对某一种负载的猜测。
- 它不算重试。失败重发就是计两次费,而且限速退避常常把重试推到高峰时段。
- 它不含视觉。只有 flash 支持图片,v4-pro 不支持——图像密集的负载根本没法按 pro 那一列报价。
- 它不报转售商。OpenRouter 这类服务在这些单价之上还有自己的加价和高峰规则。
- 它假设一个月是平的。真实的月份有尖峰、有实验、有那个开了一夜没关的循环。
来源与方法
数字读自 api-docs.deepseek.com/quick_start/pricing,2026-11-19 复核,与我们 11-18 的读数一致(未变价)。上面「同一个任务」是按这些单价做的算术,不是我们实测的账单——我们故意这么标。计算器里的缓存命中率是猜的,我们就写「是猜的」。等我们公布自己的月度账单时,这一页会并列一列实测数字,对不上的地方会保留在页面上。