目录 一、被漏掉的那个数字⚙️ 二、为什么这件事只在Agent 场景里疼 三、更重要的一件事V4-Pro 已经下线了 四、这件事在企业侧意味着什么✅ 七、可以带走的判断清单 一、被漏掉的那个数字先把价格表摆全。这是 2026 年 8 月 16 日 16:00 UTC北京时间 8 月 17 日 0 点起生效的 V4-Pro 定价。项目预览期原价美元/百万token闲时美元高峰美元输入缓存未命中0.4350.661.32输入缓存命中0.0036250.0220.044输出0.871.983.96人民币口径据国内报道模型时段输入未命中¥/M缓存命中¥/M输出¥/MV4-Pro闲时4.50.1513.5V4-Pro高峰9.00.3027.0V4-Flash闲时1.50.054.5V4-Flash高峰3.00.109.0高峰时段为北京时间 9:00–12:00 与 14:00–18:00其余为闲时。大部分报道盯住的是这两条输出价从 ¥6 涨到闲时 ¥13.5125%输入未命中从 ¥3 涨到 ¥4.550%。但真正被砍掉的是缓存折扣。原定价下缓存命中价是输入价的 0.003625 / 0.435 约 1/120。新定价下闲时是 0.022 / 0.66 约 1/30。从 1/120 到 1/30缓存折扣被缩小了四倍缓存命中价上涨约 500%。DataNorth 的分析明确点了这一条缓存命中价从 0.003625 美元涨到闲时 0.022、高峰 0.044缓存折扣从大约百分之一缩到三十分之一。他们的结论是“对于反复读取相同文件的 Agent 来说这是这次改动中最贵的部分。”⚙️ 二、为什么这件事只在Agent 场景里疼先说清楚一个反直觉的点峰谷定价的方向和直觉相反。大多数云服务的闲时折扣是鼓励你错峰用低价时段换资源闲置。DeepSeek 这套是闲时价 高峰价的一半高峰时段北京时间上午9-12、下午 2-6反而更贵。这个设计针对的是中国的工作日作息——高峰时段对应北京的工作时间欧洲下午落在低费率区间。但这还不是最关键的。关键在缓存。2.1 缓存命中在Agent 里是什么角色一个 Agent 干活的过程大致是读一批文件 → 理解 → 调工具 → 读一批文件 → 理解 → 调工具……同一个任务里同一批文件会被反复读取多次。第一次是缓存未命中后面全是缓存命中。这意味着在 Agent 场景下输入 token 里可能有很大比例走的是缓存命中通道。而缓存命中价涨了 500%等于每一次重复读取的成本涨了5倍。2.2 一个具体的测算假设一个典型的代码 Agent 任务本文用于说明口径的示例模型非特定实测单次任务输入 50,000 token系统提示 项目上下文其中 40,000 token 走缓存命中重复读取的项目文件10,000 走未命中输出 5,000 token单次成本按闲时价计算项目计算成本美元输入未命中10,000 / 1M × 0.660.0066输入缓存命中40,000 / 1M × 0.0220.00088输出5,000 / 1M × 1.980.0099合计0.0174如果按预览期原价$0.435 / $0.003625 / $0.87项目计算成本美元输入未命中10,000 / 1M × 0.4350.00435输入缓存命中40,000 / 1M × 0.0036250.000145输出5,000 / 1M × 0.870.00435合计0.00885涨幅约 96%。现在做个关键对照如果缓存命中的占比更高呢缓存命中占比按预览期原价按闲时新价涨幅0%纯未命中0.008700.0165090%50%0.008780.0169493%80%0.008850.0173896%95%0.008870.0174797%结论有点反直觉缓存命中占比越高总涨幅越大。原因是缓存命中价虽然绝对值极低但它的涨幅倍数最大500%权重越大、放大效应越强。这和缓存很重要所以要优化它的直觉一致——只是这次优化的经济动机比以往更强了。2.3 如果跑在高峰时段同样的任务按高峰价项目计算成本美元输入未命中10,000 / 1M × 1.320.0132输入缓存命中40,000 / 1M × 0.0440.00176输出5,000 / 1M × 3.960.0198合计0.0348高峰价是闲时价的两倍也比预览期原价的 0.00885 高出近 3 倍。对需要在北京工作时间跑 Agent 的团队这是实打实的两倍成本差。 三、更重要的一件事V4-Pro 已经下线了这一条几乎所有中文报道都没提。据 ai-tldr 的模型页和 DeepSeek 官方公告DeepSeek 于 2026 年 9 月 10 日宣布逐步下线 V4-Pro从 2026 年 9 月 14 日 04:00 UTC 起所有deepseek-v4-pro请求按 V4.1-Flash 的费率路由到 DeepSeek-V4.1-Flash。这意味着如果你今天还在用deepseek-v4-pro这个模型名你实际调用的是 V4.1-Flash按 Flash 的价格计费。MIT 许可的开源权重仍然留在Hugging Face 上可以自己部署。这个变化的时间点值得算一下日期事件2026-04-24V4 系列预览版发布开源权重2026-07-24旧模型名deepseek-chat/deepseek-reasoner停用2026-07-31V4-Flash 转正2026-08-13V4-Pro-0813 正式版上线GA2026-08-16峰谷定价生效2026-09-10宣布逐步下线 V4-Pro2026-09-14deepseek-v4-pro请求切至 V4.1-Flash2026-09-18第三方核价页更新GA 上了不到一个月就下线了。这个序列读起来更像是产品线重整而不是某个模型失败。但对已经在用 V4-Pro 做成本测算的团队来说测算基数在9月14日那天悄悄换了。3.1 V4-Pro 本身的规格顺带把规格列一下据 Hugging Face 模型卡和多家核验项目规格总参数1.6T部分来源作1.65T激活参数49B架构MoE上下文1M token最大输出384K token许可MIT注意力机制Compressed Sparse Attention Heavily Compressed AttentionDeepSeek 称这套注意力方案把百万 token 场景下的单 token 推理算力压到 V3.2 世代的 27%KV cache 压到 10%。两个 V4 模型都在 32 万亿以上 token 上预训练。关于参数规模有个小分歧值得指出多数来源作 1.6Ttheaibench 作 1.65Tvectorwire 作 1.7T。DataNorth 明确提醒“DeepSeek 在发布文章里没有重述参数规模所以应该把那个数字当作已报道而非已确认。”模型能力方面DeepSeek 自报的数据是Terminal Bench 2.1 87.9Cybergym 83.3DeepSWE 62.7Toolathlon-Verified 74.1Agents’ Last Exam 25.7。这些数字全部是厂商自测且是在 DeepSeek 自家Harness 的 minimal 模式下跑的只有 bash 和文本编辑器两个工具推理强度开到 max。theaibench 的评价很直接这些都算claims rather than findings在独立数据出现之前不能当结论。相比预览版的提升幅度确实很大Terminal Bench 2.1 从 72.1 到 87.9DeepSWE 从 12.8 到 62.7约 4.9 倍。但 DeepSWE 那个 4.9 倍最需要谨慎从 12.8 涨到 62.7 的同时测试用的 Harness 也是同一家公司做的。 四、这件事在企业侧意味着什么平台让判断标准可执行、可追溯但标准本身对不对仍需专家确定。对企业来说这几个成本口径的坑是共通的4.1 模型名 ≠ 实际模型 ≠ 实际价格上面deepseek-v4-pro那个例子是最极端的情况模型名指向的东西和实际调用的东西可以不一致。这是模型下线、别名路由、版本别名等运维操作的正常产物但很多成本测算表里写的还是三个月前的模型名。对应的做法成本核算挂到实际响应不挂到请求的模型名。从响应元数据里取真实计费口径而不是从请求参数推断。模型下线要有告警。模型映射表变更时主动通知所有使用方而不是等发现账单变了才追查。定期对照官方价格页和弃用公告。这类变更的节奏现在是几周一次半年校准一次是不够的。4.2 峰谷定价要落到排程层而不是留在文档里两倍的成本差如果靠开发记得避开高峰等于没做。批量任务排到闲时。夜间跑的批处理、离线索引、数据清洗这类对时延不敏感全部应该排到闲时窗口。交互式请求接受高峰价但要监控成本。用户实时请求没法挪时间这一部分的成本要单独看。成本报表按时段分列。只看总账单发现不了一半任务跑在高峰这种问题。按 DeepSeek 的划分UTC 01:00–04:00 和 06:00–10:00 是高峰对应北京时间 09:00–12:00、14:00–18:00其余全部是闲时闲时价是高峰的一半。对大多数面向中国用户的系统重活排到夜间是最直接的动作。4.3 缓存命中率应该成为 Agent 的核心指标这次改动让缓存从一个优化项变成决定成本量级的变量。Agent 场景要单独统计缓存命中率不要和普通问答混在一起看。普通问答的命中率可能只有 30%Agent 可能到 80%两者混算会掩盖问题。提示词稳定性直接影响命中率。如果每个请求都重新拼接一份不同的上下文缓存永远不命中。把不变的部分放在前面、变化的部分放后面这是最直接的优化。多轮会话不要重发全部历史。Agent 会话里重复发送完整历史是最常见的缓存杀手。4.4 厂商自测分数不进选型依据V4-Pro 那一串漂亮数字87.9、83.3、62.7全部是厂商在自己 harness 上跑出来的。这带来一个判断原则选型要看的是在你的场景、你的工具链、你的评测集上的表现不是厂商报告的最大值。一个具体的评测集定义要求要素要求为什么任务集用自己的真实任务不用公开 benchmark公开 benchmark 已被针对性优化工具链用自己实际接的工具harness 不同结果差极大评测人要么有独立评测要么交叉验证厂商自测有强立场报告口径要求原始样本量只有均值的分数没有意义能被说服的方式是让候选方在你的数据上跑而不是看它的宣传材料。4.5 选型判断流程这张图的落点是 K 和 L 两行。定价规则的变更频率已经到了按月计的程度任何一次架构评审之后都需要重新过一遍。✅ 七、可以带走的判断清单最该关注的不是输出价是缓存折扣。从约1/120 缩到 1/30涨 500%Agent 场景首当其冲。峰谷定价方向和直觉相反。闲时是高峰的一半不是闲时便宜一点。高峰时段是北京时间 9-12、14-18。缓存命中占比越高总涨幅越大。因为缓存价涨幅倍数最大权重越大放大越强。跑高峰就是跑双倍价。同一任务闲时 0.0174 美元高峰 0.0348 美元。deepseek-v4-pro现在路由到 Flash。9月14日起生效。做成本测算要先确认实际计费对象。模型名不等于实际模型也不等于实际价格。成本核算要挂到实际响应不要从请求参数推断。V4-Pro 的 87.9 / 62.7 是厂商在自家 harness 上的自测。DeepSeek 从 12.8 到 62.7 的同时测试工具也是同家的。参数规模有 1.6T / 1.65T / 1.7T 三个版本官方发布文没重述这个数字。定价规则变更已到了按月计的节奏季度复评是最低要求。最后一条最实际现在去拉一份自己的成本台账看看有多少比例的调用落在高峰时段、缓存命中率是多少。这两个数一出来DeepSeek 这轮调价对你的真实影响基本就有数了。你们团队的模型调用高峰时段占比和缓存命中率这两个数现在能拿到吗如果拿不到说明成本核算的口径本身还没建起来——评论区说说你们现在统计到哪一层了我帮你看补哪一项最省事。