DeepSeek 明日下调 Flash 系列价格：输出降至每百万 Token 4 元，视觉实验模型同步调整
据 DeepSeek 开放平台公告，DeepSeek 将于北京时间 2026 年 9 月 10 日 12 时起执行 Flash 系列模型新价格。此次调整覆盖 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 两款模型，主要下调输入与输出 Token 计费标准。其中，空闲时段输出价格将调整为每百万 Token 4 元，高峰时段则为每百万 Token 8 元。对于正在使用 DeepSeek API 构建文本生成、智能客服、内容处理或多模态应用的开发者来说，这次降价将直接影响推理成本测算。
Flash 系列价格怎么变：缓存命中降幅最大
根据来源显示，DeepSeek Flash 系列新价格采用空闲时段与高峰时段区分计费，高峰时段各项价格为对应空闲时段的两倍。此次调整后，输入缓存命中价格在空闲时段从每百万 Token 0.05 元降至 0.02 元，高峰时段从 0.10 元降至 0.04 元，降幅为 60%。这意味着对于具备重复上下文、固定提示词或模板化调用的应用，若能有效利用缓存，单位调用成本将有更明显下降。
输入缓存未命中价格也同步下调：空闲时段从每百万 Token 1.5 元调整为 1 元，高峰时段从 3 元调整为 2 元，降幅为 33.33%。输出价格方面，空闲时段从每百万 Token 4.5 元降至 4 元，高峰时段从 9 元降至 8 元，降幅为 11.11%。整体来看，DeepSeek 本次更明显地压低了输入端成本，尤其是缓存命中场景。
- 执行时间：北京时间 2026 年 9 月 10 日 12 时起。
- 覆盖模型：deepseek-v4-flash、deepseek-v4-flash-vision-exp。
- 空闲时段新价：缓存命中输入每百万 Token 0.02 元，缓存未命中输入每百万 Token 1 元，输出每百万 Token 4 元。
- 高峰时段新价：各项价格均为空闲时段的两倍。
- 主要降幅：缓存命中输入降 60%，缓存未命中输入降 33.33%，输出降 11.11%。
涉及文本与视觉实验模型，适合高频推理场景
公开资料显示，Flash 系列目前包括 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 两款模型。从命名来看，前者面向更通用的快速推理任务，后者则带有 vision 与 exp 标识，意味着它与视觉能力和实验性功能相关。此次两款模型同步降价，说明 DeepSeek 不只是压低文本模型成本，也在对包含视觉能力的模型进行价格优化。
对于开发者而言，Flash 系列通常更适合对响应速度、调用频率和成本敏感的业务，比如批量文本摘要、搜索问答增强、对话机器人、文档处理、轻量级智能体任务，以及部分图文理解或视觉辅助流程。价格降低后，这类应用在扩大调用量时的边际成本会有所改善，尤其是输入内容较长、提示词复用率较高的场景。
影响解读：API 价格竞争继续向“可规模化使用”推进
大模型 API 的成本结构通常由输入、输出、缓存、峰谷时段等因素共同决定。DeepSeek 此次调整的一个关键信号在于：模型服务商正在通过更细分的计费方式，引导开发者优化调用结构。缓存命中价格大幅下降，会鼓励应用方将系统提示词、固定上下文、知识库片段等内容做更好的复用设计，从而减少重复计算成本。
从产业角度看，Flash 系列降价也反映出大模型推理服务正在进入更强调性价比的阶段。相比单纯展示模型能力，价格、稳定性、延迟和开发者生态正在成为平台竞争的核心变量。对于中小团队和独立开发者来说，每百万 Token 单价的下降会降低试错门槛，使更多 AI 工具、自动化工作流和行业应用可以以较低成本上线验证。
不过，开发者在评估实际成本时仍需结合业务调用习惯。比如高峰与空闲时段价格不同，输出 Token 占比高的长文本生成应用与输入 Token 占比高的文档分析应用，成本变化并不完全相同。若业务可以安排在空闲时段批处理，或通过缓存机制提升命中率，实际节省空间会更加明显。
开发者应关注缓存策略与调用时段
此次价格调整后，Flash 系列的成本优化重点并不只在“单价更低”，更在于开发者能否把新计费规则转化为架构收益。对于需要长期调用 DeepSeek API 的团队，可以重新检查提示词设计、上下文拼接、任务拆分和调用时间安排，判断是否有进一步优化空间。
总体来看，DeepSeek 将 Flash 系列输出价格下调至空闲时段每百万 Token 4 元，并同步降低输入价格，是一次面向高频推理和工具化应用的定价调整。随着 AI 应用从演示走向常态化使用，推理成本下降将继续推动大模型更深入地进入办公、内容生产、软件开发和自动化流程。