本文内容
DeepSeek 正把旗舰模型的请求转给更便宜的模型，并按更低的价格向你收费
DeepSeek 已通知其 API 用户，V4.1 Flash 将于 2026 年 9 月 10 日发布。新闻不在于发布本身，而在于随之而来的变化：从 UTC 时间 4:00（利雅得时间 7:00）起，所有发往旗舰模型 V4 Pro 的请求都会被转到新模型，并按新模型的价格计费。今天使用最强模型的人，明天就按最快模型的价格付费，而且不用改动系统里的一行代码。
这正是几个月前刚刚涨价并引入高峰时段计费的同一家公司。方向之所以反转，只有一个原因：市场变化的速度快过任何年度合同。
也就是说，输入最多便宜 77%，输出便宜 70%。这个数字很重要，但公告中有三个细节更重要，而真正决定你账单的正是它们。
具体数字
价格按每一百万个 token 计算；token 是模型读取的最小文本单位：一个词、一个数字或一个标点符号。以下为非高峰时段价格；高峰时段价格正好是其两倍。
| 项目 | 今天的 V4 Pro | 明天的 V4.1 Flash | 变化 |
|---|---|---|---|
| 1M 输入 token（从缓存读取） | $0.022 | $0.003 | -86% |
| 1M 输入 token（新输入） | $0.66 | $0.15 | -77% |
| 1M 输出 token | $1.98 | $0.60 | -70% |
如果你目前使用的是普通版 V4 Flash，降幅较小但确实存在：新输入从 $0.22 降至 $0.15，缓存输入从 $0.007 降至 $0.003。
它的高峰时段正好落在你的工作上午
DeepSeek 按高峰和非高峰两种费率计费，两者相差一倍。高峰时段按 UTC 公布：周一至周五的 01:00 至 04:00 以及 06:00 至 10:00。
换算成利雅得时间，高峰时段为 04:00 至 07:00 和 09:00 至 13:00。沙特整个工作上午都处在高峰时段，价格翻倍。13:00 之后，费率减半，一直持续到第二天早上。
实际影响很直接。实时回复客户的工作保持不变，不管花多少钱，因为客户不会等。而没有人在等的工作——生成月度报告、对消息存档进行分类、从旧文件中提取数据、总结会议纪要——如果放在 13:00 之后或夜间运行，成本就只有一半，其他什么都不用改。排期是运营决策，而不是技术决策，而在这里，它对账单的影响和更换模型一样大。
缓存：五十倍的差距
再看一眼表格的第一行。新输入为 $0.15，从缓存读取的输入为 $0.003。这是五十倍的差距，是整张价目表中最大的单项差价，也是最常被忽视的一项。
缓存作用于消息的开头部分。每次请求都发送相同的开头文本，DeepSeek 会按全价收费一次，之后再以极小的费用重新读取。大多数实际系统在每次调用中都带着一大块固定内容：助手的指令、产品和价格清单、退货政策、语气风格。这些内容在不同客户之间都不会变化。
因此，一个整理好提示词顺序的系统与一个不整理的系统之间的差别，并不是工程上的讲究，而是固定部分只收一次费，还是在每条消息中都被全额重新收费。规则很简单：固定的放前面，可变的放最后。
举个例子。一个 WhatsApp 助手每月处理 3,000 次对话，每次有 4,000 个输入 token 和 500 个输出 token，按今天 V4 Pro 的非高峰价格，每月约 $10.89。按明天 V4.1 Flash 的价格，降到 $2.70。再调整提示词顺序，让 80% 的输入从缓存读取，就降到 $1.29。第一个数字和最后一个数字相差八倍，而最后一步中模型根本没有变，变的只是文本的顺序。
值得细读而不是跳过的条款
通知中有一句话值得注意：计费变更后继续使用服务即视为接受新条款，不同意者可以取消服务并申请退款。
这是云服务合同中的标准措辞，在这里无可指摘，因为这次变更对用户有利。但其中的原则值得注意：同一条款也允许通过同样的机制朝相反方向调整价格。如果你在别人的 API 之上构建商业系统，你的运行成本就不是商业计划中的一个固定数字，而是一项可以经通知而变更的条款。
DeepSeek 之外的教训
这与我们在Broadcom 未经任何公告就移除 VMware 迁出工具时所写的是同一种模式：你所依赖的东西在你脚下发生变化，关键在于你能多快做出反应。
注意模型名称发生了什么。一个在系统里写下 deepseek-v4-pro 的开发者，会发现自己的请求因服务商的决定被送到了别处。这一次结果对他有利：更便宜、更快，而且按服务商自己的说法也更好。但同样的机制，也会在某一天、在决定对你不利的时候，把你的请求转到另一个模型上。
一条规则就能解决：不要把模型名称散落在系统各处。把它作为唯一的配置值保存，让每一次调用都经过代码中的同一层。这样，更换模型，甚至彻底更换服务商，都只是改一行代码，而不是一个项目。一开始这样做不花任何成本，事后改造则要花上数周。
如果你在确定方案之前还在权衡模型，我们曾按各自适合的工作类型对比了 DeepSeek、Claude 和 GPT，而不是按标题数字比较，这个对比依然成立：它们的差异在于任务，而不仅仅在于价格。
而对企业主来说最重要的一点是：在这样的价格下，模型已经不再是阻碍项目的因素。让一个助手每月处理成千上万次对话，现在的成本比你办公室的咖啡开销还低。决定结果的是模型周围的一切：你的数据是否整理得足够好，让它能够读取；它是否真正接入了你的系统，还是凭空作答；以及当它出错时，你是否知道会发生什么。
我们在 Origami 如何处理
在我们为客户构建的系统中，每一次模型调用都经过同一层，模型名称存放在配置文件中，而不是在代码里反复出现。当市场变化时——而它大约每个月都在变——把客户切换到更便宜或更准确的模型，只是一个几分钟内执行、事后再评估效果的决定，而不是一次重建。
我们也把提示词的顺序视为一项设计决策，而不是细节：固定内容放在最前面，以便从缓存读取，可变部分放在最后。我们还把需要即时响应的任务与可以等待的任务区分开，让后者在便宜的时段运行。这三个决定在界面上谁也看不到，却都会体现在账单上。
参考来源
常见问题
新价格具体从什么时候开始？
从 2026 年 9 月 10 日 UTC 时间 4:00 开始，即利雅得时间 7:00。从那一刻起，V4 Pro 的请求会被转到 V4.1 Flash，并按它的价格计费。
我需要修改系统才能享受新价格吗？
不需要。转接在 DeepSeek 一侧完成，你代码里的模型名称保持不变。不过值得检查一下，模型名称是否只存放在配置中的一个位置，因为今天的变化说明，模型名称并不是一个有保证的常量。
为什么我的账单会随时段变化？
DeepSeek 按两种费率计费，两者相差一倍。按利雅得时间，高峰时段为周一至周五的 04:00 至 07:00 和 09:00 至 13:00。任何不需要即时响应的任务，如果在 13:00 之后运行，成本只有一半。
什么是缓存？为什么差距这么大？
它对消息中固定不变的部分只收一次费，而不是每次请求都重新收费。缓存输入为 $0.003，而新输入为 $0.15，相差五十倍。要从中受益，就把永远不变的文本——指令、产品清单、政策——放在消息的开头，而不是结尾。
这是否意味着 V4 Pro 已经停用？
通知称转接将持续到 V4.1 Pro 发布为止，因此这是一次过渡，而不是停用。但它依然是一个实际的提醒：服务商随时可以改变一个模型名称背后的东西，这也正是为什么把调用隔离在单一层中是明智的决定，而不是过度设计。
在 Google 上关注 Origami
把 Origami 设为首选来源，我们的文章就会优先出现在您的 Google 搜索和热门新闻中。
