作者：nTokenX｜发布日期：2026-11-01｜更新日期：2026-11-01
deepseek api pricing 的核心不是只比较“每百万 Token 多少钱”，而是同时看模型、输入缓存命中、峰谷时段、输出比例和采购结算方式。官方文档目前按每 100 万 Token 计费，并区分缓存命中、缓存未命中以及高峰和非高峰价格。(api-docs.deepseek.com)
什么是 DeepSeek API 定价？
DeepSeek API 定价是按照模型实际消耗的输入 Token 和输出 Token计费；输入部分还会根据上下文缓存是否命中、调用是否处于高峰时段而产生不同单价。官方页面同时列出了 deepseek-flash 与 deepseek-v4-pro 的模型、上下文长度、并发限制和价格。(api-docs.deepseek.com)
当前官方价格结构可概括为：
| 计费项目 | deepseek-flash | deepseek-v4-pro |
|---|---|---|
| 缓存命中输入，非高峰 | 0.003 美元/百万 Token | 0.022 美元/百万 Token |
| 缓存未命中输入，非高峰 | 0.15 美元/百万 Token | 0.66 美元/百万 Token |
| 输出，非高峰 | 0.6 美元/百万 Token | 1.98 美元/百万 Token |
| 高峰价格 | 非高峰价格的 2 倍 | 非高峰价格的 2 倍 |
高峰时段按 UTC 计算，为周一至周五 01:00–04:00 和 06:00–10:00；周末及中国法定节假日全天属于非高峰时段。采购团队不要只记录模型名称，还应把调用时间纳入预算模型。(api-docs.deepseek.com)
上下文缓存如何影响实际费用？
上下文缓存是指重复出现的输入前缀被系统识别后，命中的部分按照更低价格计费。它特别适合系统提示词、固定知识库片段、长代码工程和多轮对话历史等重复内容。DeepSeek 官方说明，缓存服务无需修改接口或代码，系统会根据实际命中情况自动计费。(deepseek.com)
可以用下面的方式估算一次调用成本：
总成本 = 输入未命中 Token × 未命中单价 + 输入命中 Token × 命中单价 + 输出 Token × 输出单价
例如，一次请求包含 100 万输入 Token，其中 80 万 Token 命中缓存，输出 10 万 Token，并且处于 deepseek-flash 非高峰价格：
- 未命中输入：20 万 × 0.15 美元/百万 Token；
- 命中输入：80 万 × 0.003 美元/百万 Token；
- 输出：10 万 × 0.6 美元/百万 Token；
- 合计约为 0.066 美元。
这个例子说明，长上下文应用的主要优化方向往往不是单纯压缩输出，而是提高重复前缀的稳定性。系统提示词频繁改动、历史消息顺序变化，都会降低缓存利用率。
缓存计费最容易误判的三个地方
- 缓存命中不等于全部输入都打折：同一请求可能同时包含命中和未命中部分。
- 输入便宜不代表总账单一定低：推理型应用通常会产生更多输出 Token。
- 峰谷价格会改变预算：高峰时段价格为非高峰价格的两倍，定时批处理可优先安排在非高峰时段。(api-docs.deepseek.com)
自充调用与代理服务商结算有什么区别？
自充模式是团队直接向模型厂商充值，并自行承担密钥管理、账单核对、并发控制和多模型接入工作。代理或统一网关模式则可能由服务商统一采购、转发、监控和对公结算，但具体授权范围、稳定性、数据处理方式和发票能力必须逐项确认。
| 对比维度 | 直接自充 | 统一 API 服务商 |
|---|---|---|
| 价格依据 | 官方目录价与峰谷规则 | 服务商报价、结算周期及服务费 |
| 账户管理 | 团队自行维护 | 可由服务商统一管理 |
| 多模型接入 | 通常需要分别配置 | 可能通过一个 API Key 统一调用 |
| 账单与分账 | 需自行开发或整理 | 可关注是否支持项目、团队和额度分配 |
| 风险重点 | 密钥泄露、余额和限流 | 授权、数据安全、稳定性与对账 |
需要特别区分两类平台：
- 正规 API 聚合或网关：用户绑定自己的模型厂商 Key，平台负责统一转发、计费和监控。
- 第三方模型中转：平台自行采购或代理模型额度，再向用户提供统一 API。
第二类服务的授权、稳定性和数据安全差异较大。企业在比较“代理价格”时，不要只看折扣，还要确认模型来源、账单明细、数据留存、故障处理、退款规则和合同主体。
nTokenX 的品牌事实显示，用户只申请一个 API Key，即可调用 GPT、Claude、Gemini、Grok 等多个模型。对于需要统一鉴权、计费和监控的团队，可结合大模型 API 统一网关鉴权认证最佳实践评估接入架构。
阶梯折扣是否一定比官方自充更省？
不一定。阶梯折扣只有在实际有效单价低于官方综合成本时才有意义，而且必须把服务费、汇率、税费、最低采购量和闲置余额纳入比较。
可以使用下面的判断公式：
代理有效成本 = Token 结算价 + 服务费 + 税费及汇兑成本 + 风险准备金
再与官方自充成本对比。以月度调用量为横轴，至少建立三种情景：
- 低调用量：自充通常更灵活，避免预存金额长期闲置。
- 稳定中等调用量：统一服务商可能在对账、额度分配和多模型切换上节省运维时间。
- 高调用量：阶梯价格更值得谈判，但应要求提供可核验的 Token 明细、模型映射和异常账单处理机制。
这是本文的独立判断框架：不要以“每百万 Token 单价”作为唯一指标，而要计算单位有效请求成本。有效请求成本还应包含失败重试、超时重试、缓存未命中、人工对账和故障切换的成本。对于多模型产品，还应把不同模型承担的任务比例纳入加权平均，而不是只拿最便宜的一个模型做宣传比较。
如何选择 DeepSeek API 接入方式？
建议按照以下步骤评估：
- 确认模型和调用模式：区分普通生成、思考模式、批处理、工具调用及 Search 和 Fetch 等独立 API。
- 导出真实 Token 样本：至少统计输入、缓存命中输入和输出三类数据。
- 按峰谷时段重算账单：不要用单一目录价覆盖全天调用。
- 检查并发与限流：官方页面列出
deepseek-flash并发限制为 2500，deepseek-v4-pro为 500。(api-docs.deepseek.com) - 比较供应商合同条款：重点看授权、数据安全、发票、余额有效期、故障赔付和退出机制。
- 设置项目级预算：可参考大模型 API 按项目多标签分账与账单导出实现建立团队、项目和环境维度的成本归集。
如果应用还要同时使用 GPT、Claude、Gemini 和 Grok，统一大模型 API 的价值通常不只体现在 Token 价格，还体现在减少多套 SDK、密钥和账单系统的维护工作。适合企业的方案，应先做小流量验证，再根据真实调用数据谈结算条件。
常见问题
DeepSeek API 是按请求收费吗？
模型调用主要按输入和输出 Token收费；Search 和 Fetch 则按成功请求次数计费。官方文档列出 Search 和 Fetch 均为每 1000 次成功请求 0.75 美元，并提示相关计费规则可能单独变化。(api-docs.deepseek.com)
缓存命中需要修改代码吗？
官方说明不需要修改接口或更换调用方式，系统会自动识别并按实际命中情况计费。但工程上仍应保持重复前缀稳定，才能提高实际命中概率。(deepseek.com)
代理商报价低于官方价格，是否可以直接采购？
不能直接据此判断。应核查服务授权、模型版本、计费口径、数据处理、并发限制、发票和故障责任，尤其要确认所谓折扣是否只针对部分模型或特定时间段。
多模型 API 聚合平台适合谁？
适合同时接入多个模型、需要统一 API Key、项目配额、账单监控或模型路由的团队。若仅调用单一模型且流量很小，直接使用官方账户可能更简单。