DeepSeek V4 峰谷定价实战：白天翻倍夜里减半，token 成本怎么压回 5 月水平
适用读者：所有正在用 DeepSeek API 跑生产 / Agent / 批处理任务的开发者
阅读时长：约 10 分钟
更新时间：2026 年 7 月 6 日（基于 炻光 AI 接入文档站 公开 API 文档）
一、DeepSeek V4 这波涨价，到底变了什么
2026 年 6 月 29 日，DeepSeek 通过开发者邮件宣布：V4 正式版将于 7 月中旬上线，同步引入"峰谷定价"机制——工作日 9:00–12:00 和 14:00–18:00（北京时间）高峰时段 API 价格直接 ×2，平时价格与 5 月 31 日永久降价后的水平完全一致。
7 月 3 日，腾讯云发布公告：DeepSeek V4 原厂直供模型将于 7 月中旬在腾讯云 TokenHub 和智能体开发平台同步上线，跟随原厂采用同一套峰谷定价。7 月 6 日，高盛在最新研报中明确指出：
“大模型厂商的竞争重心，正从’价格竞争’，转向’成本结构 + 算力效率 + 商业化能力’的综合博弈。这可能意味着自 2026 年 4 月底以来持续的激进价格战，正在进入尾声。”
—— 高盛 2026 年 7 月 3 日研报
需要看清两件事：
- DeepSeek 没有涨价，平峰价格就是 5 月永久降价价（V4 Pro 输入 ¥3 / 输出 ¥6，V4 Flash 输入 ¥1 / 输出 ¥2，单位：元/百万 tokens）
- 高峰 7 小时 ×2 = 给白天拥堵时段加的"排队附加费"，不是涨价
本文按"价格表 → 接入 → 错峰策略 → 实战代码 → 排坑"五段，全程可直接复制运行。文末会贴一份完整的 DeepSeek V4 错峰调度脚本，配置好就能上线。
二、定价表（与本地价格表交叉验证）
下面两张表是 DeepSeek V4 在腾讯云原厂直供的官方定价（来源：DeepSeek 6 月 29 日开发者邮件 + 腾讯云 7 月 3 日公告，已与炻光本地价格表 deepseek-v4-pro / deepseek-v4-flash 字段交叉验证）。
DeepSeek-V4-Pro（旗舰推理，1.6T 总参 / 49B 激活，DSA 稀疏注意力，1M 上下文）
| 类型 | 谷电时段（元/百万 tokens） | 高峰时段（元/百万 tokens） | 涨幅 |
|---|---|---|---|
| 缓存命中输入 | 0.025 | 0.05 | ×2 |
| 推理输入（缓存未命中） | 3.0 | 6.0 | ×2 |
| 推理输出 | 6.0 | 12.0 | ×2 |
DeepSeek-V4-Flash（轻量高频，284B 总参 / 13B 激活，1M 上下文）
| 类型 | 谷电时段（元/百万 tokens） | 高峰时段（元/百万 tokens） | 涨幅 |
|---|---|---|---|
| 缓存命中输入 | 0.02 | 0.04 | ×2 |
| 推理输入（缓存未命中） | 1.0 | 2.0 | ×2 |
| 推理输出 | 2.0 | 4.0 | ×2 |
时段定义（按北京时间）：
- 🟢 谷电时段：00:00–09:00、12:00–14:00、18:00–24:00
- 🔴 高峰时段：09:00–12:00、14:00–18:00（工作日白天办公时间）
价格表交叉验证：本数据与炻光本地价格表（2026-07-06 更新，489 模型）一致。V4-Pro 与 V4-Flash 的 row_key 分别为 deepseek-v4-pro 与 deepseek-v4-flash，V3.2 系列的 deepseek-v3.2 也仍在表中（旧模型 7 月 16 日下线，迁移期还有 10 天）。
三、为什么这次"白天才贵"
OpenRouter 数据显示，V4-Flash 单模型周调用量已连续 6 周登顶全球——2026 年 6 月 V4-Flash 周调用量达约 3.69 万亿 Token，DeepSeek 全系周调用量达约 6.75 万亿 Token。企业集中办公时段算力挤兑、接口超时频发已常态化：
- 7 月 2 日下午，DeepSeek 网页/API 出现性能下降问题，官方状态页面定位为算力过载
- 7 月 2 日-3 日期间，多个客户反馈上传文档出现"服务器繁忙"提示
- 7 月 6 日，中财网研报观点：“涨价正是精细化运营和商业化加速的体现”
钛媒体 / 预见能源 7 月 4 日分析把这事讲得很透：
“DeepSeek 在管算力的时间分布，浙江在管电力的时间分布。算力的时间分布，本质上就是电力的时间分布——每个 Token 背后都是电。”
—— 钛媒体《AI 开收"高峰电费"》
DeepSeek 这次峰谷定价，本质上是 用价格杠杆分流非紧急任务：白天把客服、代码补全这些高并发任务涨到 ×2，让批量数据标注、长文生成这些能等 4 小时的任务挪到谷电时段。
四、错峰策略：四条实战经验
4.1 策略一：实时对话切 Flash，复杂任务挂谷电
V4-Flash 的高峰价（输入 2 元 / 输出 4 元）只有 V4-Pro 高峰价（输入 6 元 / 输出 12 元）的 1/3，但 OpenRouter 数据已经证明 V4-Flash 连续 6 周全球周调用量第一。实时聊天 / 客服 / 补全类场景切 Flash 不会牺牲体验。复杂推理、长文分析留给 Pro，调度到 18:00 后跑。
4.2 策略二：善用前缀缓存，把成本压到 0.02 元
V4 系列支持前缀缓存（Prefix Cache），固定 System Prompt + 工具定义命中后，输入价格仅 0.02–0.025 元/百万 tokens，是高峰价的 1/240–1/480。一个 200K 的长 System Prompt 反复用 1000 次，缓存命中的实际成本几乎可以忽略。
实战技巧：把工具列表、领域知识、用户画像做成前缀缓存模板，业务请求只追加用户当前轮次。
扫一扫
157
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
