GeniusRelay
注册控制台

博客

DeepSeek API 价格：全部版本对照

DeepSeek V4.1 Flash 各版本每百万 token 现价，从最便宜的通用版到无审查与私有线路。

目标关键词： DeepSeek API pricing

DeepSeek V4.1 Flash 是 GeniusRelay 上最便宜的系列之一，同时提供多个版本，价格、上下文和拒答表现都不同。下面把当前所有单价放在一张表里，按预算、历史长度和对齐程度来选。

价格是每百万 token，取自各模型页的实时价目表。命中缓存的输入单独计价，未全部列出。

价格表

模型输入 / 1M输出 / 1M上下文说明
DeepSeek V4.1 Flash$0.0503$0.5201.05M最便宜的通用版
DeepSeek V4.1 Flash 1017$0.130$0.7801.05M较新的权重
DeepSeek V4.1 Flash Heretic$0.257$1.03512K拒答更少，混合精度
DeepSeek V4.1 Flash 无审查$0.429$1.721MDeAlign，最难提示
DeepSeek V4.1 Flash 1017 无审查$0.429$1.721.05MDeAlign，较新底座
DeepSeek V4.1 Flash Private$0.780$1.891.05M私有线路

模型名后加 :thinking 会把推理 token 按输出计费。开启后，推理密集的提示实际输出成本约翻 2–5 倍。

怎么选

  • 最省的通用场景： DeepSeek V4.1 Flash，$0.0503/M 输入是目录里最低的一档。
  • 要更新的底座： 1017，旧权重在质量上开始掉队时用。
  • 怕拒答： 中等价位用 Heretic，它还卡再上无审查版。
  • 更高隐私： Private，输入价约为底价的 15 倍。
  • 长提示： 1M 上下文版本避免截断，但输入账单按完整提示走。

一次运行到底多少钱

每百万 token 的单价很抽象，下面统一用最便宜的 DeepSeek V4.1 Flash 举例。

客服机器人，2K 输入 / 400 输出，每天 1,000 次

  • 输入：2,000 × 1,000 = 2M token → $0.10
  • 输出：400 × 1,000 = 0.4M token → $0.21
  • 每天 $0.31，每月约 $9.30

文档摘要，80K 输入 / 800 输出，每天 200 次

  • 输入：16M token → $0.80
  • 输出：0.16M token → $0.08
  • 每天 $0.88，每月约 $26.50

带 20K 历史的聊天，1,000 轮

  • 输入：20M token → $1.01
  • 输出：0.4M token → $0.21
  • 合计约 $1.22

结论很清楚：长提示的成本压在输入上。压缩历史、缓存稳定前缀，同样的活会便宜很多。

缓存会改变账

支持的模型对重复前缀按缓存输入价计。系统提示、文风指南、代码库头部，任何稳定内容都该放在消息数组最前面。缓存价只是正常输入价的一个零头，重复的 10K 前缀可能只花十分之一。

两条规则：

  1. 稳定块保持逐字节一致，前缀里塞时间戳会让缓存失效。
  2. 变化内容放最后，接在缓存块之后。

从 DeepSeek 官方 API 切过来

把 base URL 改成 https://api.geniusrelaygpt.com/v1，换 Key，模型 ID 不动。请求格式兼容 OpenAI，官方 API 的客户端不用改代码：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.geniusrelaygpt.com/v1",
    api_key="YOUR_KEY",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "总结这份合同。"}],
)

不只是价格

这个系列不只有价格。角色扮演从无审查模型页起步，不要挑最便宜那行；写代码看工具调用模型；长仓库按长上下文筛，并和 GLM、Qwen 一起比。

价格试算用同一套费率配滑块，对比页可以把 DeepSeek 和其他厂商并排。

护栏

  • 按 Key 封顶。 便宜模型上的重试循环仍然是循环。
  • 管住输出长度。 基础模型的输出价是输入价的 10 倍，跑飞的 max_tokens 是常见账单尖峰。
  • 记录模型 ID。 厂商改名比价目表快，逐请求日志才看得见回退。
  • 看余额。 余额空了返回 insufficient_quota，见错误码。

常见问题

有免费额度吗？

没有订阅也没有免费层，预付余额按 token 扣。

能从 DeepSeek 官方 API 切过来吗？

能，改 base URL 和 Key，chat completions 格式相同。

角色扮演用哪个 DeepSeek 模型？

Heretic 或无审查版，都比基础版拒答少，见角色扮演页。

为什么输出比输入贵？

生成是贵的那一头。输出通常是输入的 4–10 倍，把 max_tokens 收住。

DeepSeek V4.1 Flash 支持识图吗？

无审查和 Heretic 版接收图片输入，依赖前先看模型页的能力标签。

价格含税吗？

费率是美元/百万 token，税费取决于账号和付款方式，以控制台余额为准。

从这里开始

打开 DeepSeek V4.1 Flash，用快速开始发一条请求，第一次批量前按扣费规则设好限额。

缓存实操

稳定块放最前，并且保持一致：

messages = [
    {"role": "system", "content": STYLE_GUIDE},   # 不变，走缓存
    {"role": "user", "content": article},          # 每次变
]

每次运行都用时间戳重建 STYLE_GUIDE 会让缓存失效，整个前缀回到全价。启动时序列化一次；指南长就存成文件，原样读取。

缓存命中会在使用日志里记为缓存输入 token。拿这一行和总输入比，重复提示词上它是 0，说明前缀在漂。

批量计价规则

  • 一条请求批 20–50 条，指令只发一次。
  • 按批设 max_tokens 上限，让一条跑飞的条目花不掉整个任务。
  • 长历史摘要后再发；1M 模型也是按输入 token 收钱。
  • 先跑 1% 样本推算成本，再全量。

扣费规则写了缓存和未缓存输入怎么分开计，长批次的超时见流式指南。

相关阅读