文本分类的 DeepSeek API 成本
输入短文本，输出极短标签。单次成本极低，但调用量极大。
单次输入
500
tokens
单次输出
20
tokens
每日调用
5000
次
每日 tokens
520
月成本（30 天）
| 模型 | 单次（高峰） | 单次（离峰） | 月成本（高峰） | 月成本（离峰） | 离峰可省 |
|---|---|---|---|---|---|
| DeepSeek Flash | $0.0002 | $0.0001 | $26.10 | $13.05 | $13.05 |
| DeepSeek V4 Pro | $0.0007 | $0.0004 | $110.88 | $55.44 | $55.44 |
单次 $0.0002，为什么一个月还是 $26
分类的单次成本极低——输入 500 tokens、输出 20 tokens，Flash 离峰价算下来约 $0.0001。但分类的特点是「量大」：一天 5,000 条只是中等规模，电商打标、舆情监控动辄几十万条。
按一天 5,000 条算，月成本约 $13；一天 5 万条，就是 $130。单价便宜不代表总额便宜，这是分类场景最容易误判的地方。
批处理能省多少
| 做法 | 每条成本 | 5 万条/天月成本 | 说明 |
|---|---|---|---|
| 单条调用 | $0.000086 | $129 | 每次请求一条 |
| 10 条合并 | $0.000043 | $65 | 共享指令部分 |
| 50 条合并 | $0.000034 | $51 | 指令摊薄到极致 |
| 50 条 + 缓存命中 | $0.000019 | $29 | 指令命中缓存 |
合并请求的前提是模型能稳定输出结构化结果，需要 JSON 输出模式配合。
为什么这个场景不需要 V4 Pro
分类任务的判断逻辑简单，Flash 的准确率通常已经够用（95% 以上）。换 V4 Pro 成本涨 4 倍，准确率可能只提升 1-2 个百分点，不值得。
真正影响准确率的是标签体系设计和示例质量，不是模型大小。先优化这两项，再考虑换模型。
相关场景
客服机器人 · 知识库问答（RAG） · 长文摘要 · 批量翻译 · 代码生成与补全 · 信息抽取 · 内容创作 · 数据分析解读 · Agent 任务执行