DeepSeek 在 2026 年 11 月 18 日中午改了 API 收费方式。一句话结论:调用模型时触发的服务端搜索和网页抓取从当天 12:00 起完全免费,只算模型 token 消耗;同时模型本体价格分成空闲时段与高峰时段两档,空闲时段一律是高峰时段的一半。
改了什么,两个变化点
第一处变化在应用 API 侧。Search API 和 Fetch API 按次计费,价格是每 1000 次成功请求 5 元。但从北京时间 2026 年 11 月 18 日 12:00 起,调用模型时触发的服务端搜索、网页抓取不再计费,只按模型 token 用量计费。触发条件写得很清楚:使用联网工具、Anthropic API 的 web_search 工具、Responses API 的 web_search 工具,都会命中这次免费。
第二处变化在模型本体价格。DeepSeek 现在把一天切成两段。北京时间周一至周五(不含中国法定节假日)9:00 到 12:00、14:00 到 18:00 是高峰时段,其余时段全部算空闲时段,周末和中国法定节假日全天都是空闲时段。
这两条合在一起的实际影响是:如果你做的是带联网搜索的 Agent 或 RAG,之前要为每次搜索额外掏 0.005 元一次请求费,现在这笔钱直接归零,只剩下模型本身的 token 费。而如果你把调用时间错开高峰时段,同一份负载的模型费会自动便宜一半。
两个模型的价格表
DeepSeek 目前对外提供两个模型名。deepseek-flash 实际由 DeepSeek-V4.1-Flash-1017 提供,deepseek-v4-pro 对应 DeepSeek-V4-Pro-0813。旧的 deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 名字仍可调用,但对应模型已下线,请求由 V4.1-Flash-1017 承接,并按 Flash 的价格计费。
| 计费项 | deepseek-flash 空闲 | deepseek-flash 高峰 | deepseek-v4-pro 空闲 | deepseek-v4-pro 高峰 |
|---|---|---|---|---|
| 每百万输入 token(缓存命中) | 0.02 元 | 0.04 元 | 0.15 元 | 0.30 元 |
| 每百万输入 token(缓存未命中) | 1 元 | 2 元 | 4.5 元 | 9.0 元 |
| 每百万输出 token | 4 元 | 8 元 | 13.5 元 | 27.0 元 |
| 并发限制 | 2500 | 500 | ||
缓存命中与未命中差 50 倍,这是这张表里最值得盯的一行。重复的系统提示词、固定的知识库前缀、多轮对话的历史消息,只要能命中缓存,成本会掉到几乎可以忽略。上下文长度两者都是 1M,输出最长 384K。deepseek-flash 支持图像理解,deepseek-v4-pro 不支持。
换成美元口径看同一张表,缓存命中的 flash 输入是每百万 0.003 美元,高峰 0.006 美元;未命中是 0.15 与 0.3 美元;输出 0.6 与 1.2 美元。v4-pro 则是 0.022/0.044、0.66/1.32、1.98/3.96 美元。缓存峰谷价差明显小于非缓存场景的价差比,这意味着一旦缓存失效,实际账单会跳得比想象中猛。
其余应用 API 的价格
除了模型 token,还有几项独立计费的服务。
| 项目 | 计费单位 | 价格 |
|---|---|---|
| Search API(文字) | 每 1000 次成功请求 | 5 元 |
| Fetch API | 每 1000 次成功请求 | 5 元 |
| 文件解析、OCR API | 每 1000 页 | 1.5 元 |
| 语音合成 TTS | 每 10000 字符 | 刊例 3 元,限时 5 折 1.5 元 |
| 语音识别 ASR | 每小时音频 | 刊例 0.78 元,限时 5 折 0.39 元 |
Search 和 Fetch 的按次价格还在,但只对显式调用这两个 API 的场景生效,模型内部触发的服务端搜索已经不收钱。TTS 和 ASR 都挂着一档 5 折的限时价,做语音方案时按折扣价算预算,但要留出涨价空间。
怎么把账算出来
先解决最常见的估算问题:token 数怎么从字数换算。DeepSeek 官方给的换算比例是 1 个英文字符约等于 0.3 个 token,1 个中文字符约等于 0.6 个 token。不同模型的分词方式会有差异,实际用量以 API 返回的 usage 为准。
算一个具体场景。假设你做一个每天 5000 次调用的客服分类任务,每次输入 2000 个中文字符加上 500 个英文字符,输出 300 个中文字符,且其中 80% 的输入能命中缓存。
输入部分:中文 2000 字约 1200 token,英文字符 500 约 150 token,单次共约 1350 token。每天 5000 次,未命中部分约 1350 × 0.2 = 270 token,命中部分 1080 token。按空闲时段单价算,未命中输入是 270 × 5000 = 135 万 token,对应 1.35 元;命中输入 1080 × 5000 = 540 万 token,对应 0.108 元。输出 300 个中文字符约 180 token,每天 90 万 token,对应 3.6 元。三项加起来大约 5.06 元一天。
同一份负载放进高峰时段,未命中输入翻倍到 2.7 元、输出翻倍到 7.2 元,总计约 10.01 元,接近两倍。如果再把联网搜索打开,之前每次还要加 0.005 元的搜索费,5000 次就是 25 元,这笔钱现在直接归零,账单从 30 元降到 5 元。
并发与隔离规则
并发限制按账号算,与用哪个 API Key 无关。账号内并发没超就正常返回,超了直接给 HTTP 429。需要更高并发可以提交扩容申请,官方说按实际业务需要匹配,扩容本身不额外收费。
还有一个容易被忽略的参数是 user_id。它能实现同一账号下的细粒度隔离:按用户区分内容安全处理、按用户隔离 KV Cache 做隐私管理、按用户调度隔离。常规 API 用户的所有 user_id 会合并计算并发;提额用户则按账号总量再叠加单个 user_id 的限制,每个 user_id 的 flash 并发上限 2500、v4-pro 上限 500,超了同样返回 429。user_id 建议只用 ASCII 字母、数字、下划线和连字符,UTF-8 编码后不超过 512 字节,不要放隐私信息。
扣费顺序与充值策略
模型调用费用等于 token 消耗量乘单价,Search 和 Fetch 按上表按次计费。费用直接从充值余额或赠送余额里扣,两者同时存在时优先扣赠送余额。
官方保留了调价权,建议按实际用量充值并定期回看价格页。分时定价还带来一个策略问题:如果你对延迟不敏感,把批量任务排到夜间和周末跑,同样的 token 量成本能砍一半。
常见问题
11 月 18 日之后联网搜索还收费吗?不收。用联网工具、Anthropic API 的 web_search 或 Responses API 的 web_search 触发的服务端搜索和网页抓取,从当天 12:00 起只算模型 token 用量。Search API 和 Fetch API 的按次价格依然存在,但那是显式调用这两个接口的场景。
什么时候算空闲时段?北京时间周一至周五的 9:00 到 12:00、14:00 到 18:00 是高峰时段,其余时间是空闲时段,周末和中国法定节假日全天按空闲时段算。空闲时段价格是高峰时段的一半。
怎么让账单更便宜?三件事:把系统提示词和固定前缀做成缓存命中的部分,未命中与命中差 50 倍;把批量和非实时任务排到空闲时段;需要联网时优先用模型内置的 web_search,单独调 Search API 仍按次计费。
小结
这次调整的方向很明确:把应用层的调用成本压到接近零,把成本重心挪回 token 消耗,同时用分时定价给峰谷留出套利空间。对已经在用 DeepSeek API 的团队,最实际的动作是检查一遍代码里显式调用 Search 和 Fetch 的地方,能换成模型内置工具的直接换,然后重新核对高峰时段的任务分布。
延伸阅读
- Perplexity 开源 Decider v1.3:63 项任务准确率 91.6%5 天前
- 阿里云 Token Plan 四档对比:312 元 Pro 降价 37%1 周前
- DeepSeek、MiniMax 完成大模型出口登记:23 项技术纳管在即4 周前
- Anthropic 下架 Claude Haiku 4.5:三档套餐 10/29 移除1 月前
继续读
往下这几篇值得接着看:
- Liquid AI d1.2 决策模型:AA 指数 75 分与 0.8 校准误差2026-11-19
- 百度词元所怎么接入:70 款模型比价与 12 家供应商挑法2026-11-17
- Google AI Studio 领额度:Pro 月送 10 美元怎么拿2026-11-16
想快速查定义?对应的词条在这里:
- DeepSeek词条 · AI 自学笔记
