DeepSeek V4-Flash API 降价，输出价格仍是涨价前两倍
DeepSeek V4-Flash 价格回调，但没完全回
本周二晚上，DeepSeek 开放平台发了一则公告：V4-Flash 系列的大模型 API 要降价了。消息一出，不少开发者松了口气——毕竟上个月那波涨价，确实让很多人重新算了账。
这次调整后，闲时价格统一为：
- 输入（缓存命中）：0.02 元 / 百万 token
- 输入（缓存未命中）：1 元 / 百万 token
- 输出：4 元 / 百万 token
高峰时段（周一至周五 9:00–12:00、14:00–18:00）价格是闲时的两倍，也就是 0.04 元、2 元和 8 元。
值得注意的是，这次只动了 V4-Flash 的价格，定位更高的 V4-Pro 维持原价不变。新定价将在 9 月 10 日中午 12 点正式生效。
和涨价前比，到底降了多少？
要理解这次“降价”的实际意义，得拉回上个月看。
8 月 17 日零点，DeepSeek 曾把 V4-Flash 的价格从原来的统一价（缓存命中 0.02 元、未命中 1 元、输出 2 元）大幅上调。当时官方解释是为了“更合理地调配资源”，鼓励用户错峰使用。但外界普遍猜测，是因为 V4-Flash 0731 版本性价比太高，全球调用量暴增，而 DeepSeek 自身算力储备吃紧。
现在回头看，这次调整其实是一种“部分回调”：
- 输入侧（缓存命中和未命中）的价格回到了涨价前水平；
- 输出价格却仍维持在涨价后的 4 元（闲时），是原先 2 元的两倍。
如果算高峰时段，差距更大：新高峰输出价 8 元 vs 涨价前的 2 元，整整 4 倍。
这意味着，用户能不能回到过去“放开了用”的状态，取决于三个关键变量：
- 缓存命中率：系统提示词固定、上下文重复高的场景（比如 Agent 循环调用）命中率高，成本降幅明显；
- 输入输出比例：以阅读、分析为主的任务（输入多、输出少）受益大；纯生成类任务（如长文本创作）感受有限；
- 任务是否可错峰：能安排在非工作时间跑的任务，直接省一半钱。
好在 DeepSeek API 的缓存机制一直做得不错，很多用户的实际命中率较高，所以社区对这次调整整体反应偏乐观。
同一天上线临时内测版 V4.1 Flash
有意思的是，就在降价公告发布的前一天下午，DeepSeek 在官方交流群里悄悄放出一个内测消息：V4.1 Flash 中间版本开启内测。
这个模型的名字很特别：deepseek-v4.1-flash-expires-on-0910。光看名字就知道，它会在 9 月 10 日自动过期下线——正好和降价生效是同一天。
内测版通过原有 base_url 调用，每账号限流 20 并发，计费暂时和 V4-Flash 一致。官方提到，新模型除了支持原生多模态和保持极快的推理速度外，还通过架构升级进一步降低了推理成本。
这透露出一个信号：DeepSeek 正在从模型工程层面入手，试图从根本上缓解算力压力。如果 V4.1 的正式版能在能力上有明显跃升（比如更强的推理、更稳的多模态），再配合这次价格回调，或许真能掀起新一轮的开发者迁移潮。
用户该怎么应对？
对已经在用 DeepSeek API 的团队来说，接下来几天可以做几件事：
- 检查缓存策略：确保系统提示词、常用指令被有效缓存，最大化命中率；
- 分析 token 消耗结构：用平台提供的用量报表，看看输入和输出各占多少比例；
- 评估任务调度灵活性：非实时任务尽量挪到闲时执行，直接砍半成本；
- 试用内测模型：虽然只有一天有效期，但可以快速验证 V4.1 的效果是否值得等待正式版。
长远看，大模型 API 的价格战不会停。谁能持续优化推理效率、控制边际成本，谁就能在竞争中留出更多定价空间。DeepSeek 这次“降一半、留一半”的操作，既是对用户反馈的回应，也是在为下一代模型铺路。
至于 V4.1 正式版何时发布、能力提升几何，还得等官方进一步消息。但至少在 9 月 10 日之后，V4-Flash 的账单不会再像过去一个月那么吓人了——前提是，你的应用够“聪明”。