DeepSeek API 8月17日调价：真正要重算的，不只是峰谷
DeepSeek API 8月17日起采用峰谷定价；新的空闲价本身也上调。本文用官方价格和一笔可复算账单，拆解真正的成本变化与应对顺序。
这次变化表面上是“高峰价是空闲价的两倍”，真正影响预算的却有三层：空闲价本身上调、输出 token 涨得比输入更快，以及实时请求与可延迟任务从此有了不同成本。
先把事实钉牢
DeepSeek 官方更新日志显示，DeepSeek‑V4‑Pro 正式版已于 8 月 13 日同步上线 APP、网页端和 API，API 模型名仍是 deepseek-v4-pro。官方价格页同时列出当前版本：V4‑Flash‑0731 与 V4‑Pro‑0813，二者都支持 100 万 token 上下文、最大 38.4 万 token 输出、Responses API 与 Anthropic API。
官方还给出了一组 Agent 评测：V4‑Pro 的 Terminal Bench 2.1 为 87.9，DeepSWE 为 62.7，Toolathlon‑Verified 为 74.1；V4‑Flash 对应为 82.7、54.4、70.3。这些数字来自厂商自己的更新日志，其中还混有内部测试集，能说明产品定位变化，但不能替代独立评测。
调价将在北京时间 2026 年 8 月 17 日 00:00 生效。高峰时段为每天 9:00—12:00、14:00—18:00，共 7 小时；其余 17 小时为空闲时段。这里没有“仅工作日”的限定。
先看价格全表
| 模型 | 计费项 | 当前 | 新空闲 | 新高峰 |
|---|---|---|---|---|
| Flash | 缓存命中输入 | 0.02 | 0.05 | 0.10 |
| Flash | 缓存未命中输入 | 1 | 1.5 | 3 |
| Flash | 输出 | 2 | 4.5 | 9 |
| Pro | 缓存命中输入 | 0.025 | 0.15 | 0.30 |
| Pro | 缓存未命中输入 | 3 | 4.5 | 9 |
| Pro | 输出 | 6 | 13.5 | 27 |
当前价格与待生效价格都以“元/百万 tokens”为单位。
Flash 当前为：缓存命中输入 0.02 元、缓存未命中输入 1 元、输出 2 元。8 月 17 日后，空闲价分别变为 0.05、1.5、4.5 元，高峰价分别为 0.10、3、9 元。
Pro 当前为：缓存命中输入 0.025 元、缓存未命中输入 3 元、输出 6 元。8 月 17 日后，空闲价分别变为 0.15、4.5、13.5 元，高峰价分别为 0.30、9、27 元。
别被“峰谷定价”四个字带偏
如果只看到“高峰是空闲的两倍”，很容易误以为避开高峰就能维持原成本。事实并不是这样：新的空闲价也普遍高于当前价。
Flash 的新空闲价相对当前价，缓存命中输入变为 2.5 倍，未命中输入变为 1.5 倍，输出变为 2.25 倍；到了高峰，则分别是当前价的 5 倍、3 倍和 4.5 倍。
Pro 更明显：新空闲时段的缓存命中输入是当前价的 6 倍，未命中输入 1.5 倍，输出 2.25 倍；高峰分别达到 12 倍、3 倍和 4.5 倍。
还有一个常被忽略的平均数。假设请求在 24 小时内均匀分布，新价格的日均单价等于空闲价的 31/24，约 1.292 倍。把所有可延迟任务从均匀分布搬到空闲时段，理论上可比“什么都不调度”节省约 22.6%；但这只是相对于新价格下的均匀流量，不代表能回到旧账单。
把一笔真实账单算出来
假设某应用每天使用 1 亿输入 token、1000 万输出 token，输入缓存命中率为 80%。这不是所有业务的典型值，只是为了让价格变化可计算。
使用 Flash，旧价账单为 41.6 元；全部放在新空闲时段为 79 元，增加约 89.9%；全部处于高峰为 158 元，增加约 279.8%；如果流量全天均匀，约为 102.04 元，增加约 145.3%。
使用 Pro，同一工作量旧价为 122 元；新空闲时段为 237 元，增加约 94.3%；高峰为 474 元，增加约 288.5%；全天均匀约 306.13 元，增加约 150.9%。
这组账单揭示了一个比“错峰”更重要的事实：输出往往是大头。以新空闲价计算，Flash 每减少 100 万输出 token 可省 4.5 元，而把 100 万输入从未命中变成命中可省 1.45 元；Pro 对应是 13.5 元和 4.35 元。前者大约都是后者的 3.1 倍。当然，缓存通常能一次覆盖很长的稳定前缀，所以工程上仍值得优先做好。
真正该优化的顺序
- 先把账拆开：按模型、缓存命中与否、输入/输出、峰谷时段记录 token，不要只看总金额。
- 再分任务：在线问答、用户交互保留实时；报表、索引、评测、批处理和可重试 Agent 任务尽量移到空闲时段。
- 先控输出，再谈花活：给简单任务设合理输出上限，避免重复总结、冗长推理和无效重试。
- 稳定缓存前缀：系统提示词、工具定义、长期上下文尽量保持顺序与内容稳定，把变化部分放到后面。
- 分层路由：默认用 Flash，只有复杂推理、长链路 Agent 或高价值任务再升级到 Pro；不要把 Pro 当作全局默认。
- 给调度器加预算护栏：按日设置成本告警、失败重试上限和高峰禁跑清单，防止一个死循环把峰值价格放大。
这次调价真正释放了什么信号
DeepSeek 一边把 V4‑Pro 正式版定位到更强的生产级 Agent，一边用峰谷价格把一部分需求从白天移开。我的判断是，这不只是一次简单涨价，而是 API 从“低价统一供给”走向“能力分层 + 时间分层”的信号。
对个人开发者，最实用的动作不是立刻迁移，而是先跑一周 token 日志，算清自己的命中率、输出占比和高峰占比。对团队，模型选择也不该只看单价：要把成功率、重试次数、人工返工和时延一起算进去。便宜但要跑三次的请求，未必比一次成功的 Pro 更省。
最后留一个简单结论：能延迟的任务要错峰，能复用的上下文要缓存，能短答的任务不要长答，真正困难的任务才上 Pro。8 月 17 日之后，API 成本优化将不再只是“选哪个模型”，而是“什么时候跑、跑多长、跑几次”。