DeepSeek 最合适的模型与工具
整理官方公示的价格，提供场景成本测算，帮你在 DeepSeek 的模型之间做出成本与能力取舍。
在售模型
2 个
上下文长度
1M
离峰折扣
5 折
Flash 输出单价
$0.6
价格速览（离峰价，美元 / 100 万 tokens）
DeepSeek Flash
DeepSeek-V4.1-Flash-1017 · 上下文 1M · 输出上限 384K
| 输入（未命中） | $0.15 / 1M |
| 输入（命中） | $0.003 / 1M |
| 输出 | $0.6 / 1M |
离峰价，高峰为 2 倍
DeepSeek V4 Pro
DeepSeek-V4-Pro-0813 · 上下文 1M · 输出上限 384K
| 输入（未命中） | $0.66 / 1M |
| 输入（命中） | $0.022 / 1M |
| 输出 | $1.98 / 1M |
离峰价，高峰为 2 倍
按使用场景算成本
每个场景的 token 结构不同，算出来的成本差别很大。以下是最常见的几种：
客服机器人
回答用户咨询，单次输入含系统提示与历史对话，输出为简短回复。
知识库问答（RAG）
检索若干文档片段拼入 prompt 后提问，输入长、输出中等。
长文摘要
把长文档（报告、论文、会议记录）整体送入，输出摘要。
批量翻译
输入与输出长度接近，输出是主要成本项。
代码生成与补全
输入含上下文代码，输出为生成的代码块。
文本分类与打标
输入短文本，输出极短标签。单次成本极低，但调用量极大。
新增：服务商比价与提示词
45 家服务商比价
同一模型最大价差 18 倍，含量化精度对照
40 个提示词
每个标注 tokens 与成本，说明该用哪个模型
本地部署指南
显存与损益平衡计算器，算自建划不划算
全球模型价格
跨厂商对比，OpenAI、Claude、Qwen 等
常用页面
完整价格表
高峰/离峰对照、缓存差异、Search & Fetch
Flash vs V4 Pro
价格、能力、适用场景对比
离峰省钱攻略
把成本减半的完整做法
Token 怎么算
中文与英文的 token 差异
关键提示：高峰时段（北京时间 09:00-12:00、14:00-18:00，周一至周五）价格是离峰的两倍。把批量任务安排在夜间或周末，成本可以直接减半。
常见问题
离峰时段怎么算？
高峰为 UTC 01:00-04:00 与 06:00-10:00，周一至周五（不含中国法定节假日）。换算北京时间是 09:00-12:00 与 14:00-18:00——刚好是上班时间。其余时段全部离峰。
缓存命中能省多少？
缓存命中的输入价格是未命中的 1/50。固定不变的 system prompt、知识库前缀、长文档重复调用时会命中缓存。
价格会不会变？
会。本站标注更新日期，实际以官方页面为准。