DeepSeek V4.1 Flash API 多少钱？缓存和峰谷费用怎么算

DeepSeek V4.1 Flash 有三类 token 价格：缓存输入、非缓存输入和输出。 官方 API 还按时段采用不同费率。估算预算前，先确定模型、计费供应商和实际任务用量，不要直接把全部 token 乘以宣传中的最低单价。

以下费率于 2026 年 9 月 10 日对照 DeepSeek 官方定价页核查，适用于直连 DeepSeek API，以美元计价，不是 Ofox 或其他网关的报价。本文没有发起付费请求，也未实测账户扣费。

每百万 token 的官方价格

定价对应的模型是 deepseek-flash，目前为 V4.1 Flash。如果仍在请求中使用 V4 时期的名称，先看发布与别名说明，再判断旧价表是否适用。Pro 在 9 月 14 日的变化另有迁移清单。

不要把缓存命中价格套到全部输入上。重复发送同一条指令，本身不能证明整个请求都按缓存命中计费。应查看返回的用量字段和供应商账单记录。

哪些时间按高峰价收费？

官方高峰时段为周一至周五 UTC 01:00–04:00 和 06:00–10:00，其余时间为低峰。同一时段换算为北京时间是 09:00–12:00 和 14:00–18:00；东京、首尔时间为 10:00–13:00 和 15:00–19:00。

所在地有夏令时时，应使用能够处理时区变化的转换方式。不能把一套固定本地时间写成全球通用安排。请求跨越计价时段边界时，应核对供应商规则与实际账单，不要自行编造拆分计费公式。

用一个请求算例估算预算

假设有一组刻意简化的任务：共 100 次请求，每次包含 10,000 个非缓存输入 token 和 2,000 个计费输出 token。合计为 100 万非缓存输入 token 和 20 万输出 token。

Off-peak: (1 × $0.15) + (0.2 × $0.60) = $0.27
Peak:     (1 × $0.30) + (0.2 × $1.20) = $0.54

Off-peak 为低峰，Peak 为高峰。以上是在明确假设下做的算术，不是实测 Agent 平均成本。如果 Agent 会多次调用模型、重试、累积对话历史，或生成更多计费输出，就应替换成实际总量。不能只按最终答案可见文字的长度估算费用。

输入混有缓存命中和未命中部分时，可使用：

Cost = cached_input_tokens / 1_000_000 × cached_input_rate
     + uncached_input_tokens / 1_000_000 × uncached_input_rate
     + billed_output_tokens / 1_000_000 × output_rate

也就是把缓存输入、非缓存输入和计费输出分别乘以对应费率，再相加。

沿用同一算例，5 美元 token 预算在低峰约能容纳 18 个完整的 100 次请求批次，高峰则是 9 个。这里没有计入供应商特有费用，并假设每批的 100 次请求都满足上述 token 预算；不代表充值 5 美元就一定能完成 1,800 个有用任务。

比供应商时，看完成整个任务花多少钱

充值前，记录实际模型 ID、支持的操作、展示费率和支付条件。供应商的 ID、计费单位或路由政策可能与官方端点不同。自行换算汇率，也不等于拿到了供应商以本币开出的报价。

对编程 Agent，应比较完成同一个小任务的总费用，包括修正所需的后续轮次。Codex 配置和 Claude Code 配置说明了配置怎样影响实际接收任务的模型。主模型选得更便宜，不能说明每个辅助任务或子代理也使用同一个模型。

准备评估 Ofox 时，先查目录与路由价格，确认所需模型和操作受支持，再创建账户。从符合该供应商计费条件的小任务预算开始。在其他平台注册或充值，不会增加直连 DeepSeek 账户的余额。

第一次调用后，还要核对什么？

用 API 接入教程发起最小请求，保存脱敏后的用量汇总、型号、供应商、时间和扣费金额。安排批量任务前，先用这份记录核对公式。仍有差异时，分别检查缓存分类、输出用量、调用次数、时段与供应商自身的定价，不要把算术表当作账单保证。

决定在哪个平台充值前，先按API 购买检查清单核对模型、协议与计费条件。