DeepSeek API按输入输出token分别计费，缓存命中价更低，标准与优惠时段价差明显。本文拆解价格表、计费逻辑与成本控制要点。
随着DeepSeek系列模型在开发者和企业中的普及，API调用成本成为技术选型时无法回避的变量。很多团队在接入前只关注模型能力，却对计费单位、缓存机制和时段折扣缺乏系统了解，导致预算与实际账单出现偏差。本文从官方价格表出发，结合真实调用场景，梳理DeepSeek API的价格结构与计费使用规则，帮助读者建立清晰的成本预期。
1. 模型分层与计费单位
DeepSeek API目前主要提供deepseek-chat和deepseek-reasoner两个模型入口，前者对应通用对话模型，后者对应推理模型。两者都按百万tokens计价，但单价存在明显分层。标准时段下，deepseek-chat的输入缓存命中价格为0.5元/百万tokens，缓存未命中价格为2元/百万tokens，输出价格为8元/百万tokens；deepseek-reasoner的输入缓存命中价格为1元/百万tokens，缓存未命中价格为4元/百万tokens，输出价格为16元/百万tokens。这些价格均以人民币计价，开发者可以在官方价格页看到对应表格。模型分层决定了成本基线，reasoner因为需要生成推理链，输出价格是chat的两倍，适合数学、代码和复杂逻辑任务，而chat更适合日常问答、内容生成和轻量级交互。
理解计费单位是控制成本的第一步。token是模型处理文本的基本单位，并非直接等同于字数。按照DeepSeek的换算关系，1个中文字符大约消耗0.6个token，1个英文字符大约消耗0.3个token。这意味着一段1000字的中文提示词，大约会消耗600个token。如果按百万tokens计价，单次调用看起来只有几分钱甚至几厘钱，但高频调用、长上下文和批量任务会迅速累积。例如，一个每天处理10万次请求的客服系统，每次平均输入500 token、输出200 token，仅输入部分每天就消耗5000万token，对应chat模型缓存未命中价格就是100元，输出部分每天2000万token对应160元。如果缓存命中率提升，输入成本可以显著下降。因此，模型分层和token换算是成本估算的起点，不能只看单次调用的表面价格。
2. 输入输出与缓存计费逻辑
DeepSeek API的计费核心在于输入tokens和输出tokens分开计算。输入tokens包括系统提示、历史对话、用户当前问题以及任何通过messages传入的内容。输出tokens则是模型生成的回复，对于deepseek-reasoner，推理过程中产生的思维链tokens同样按输出价格计费，所以reasoner的账单往往比chat更高。API返回的usage字段会明确列出prompt_tokens、completion_tokens、total_tokens以及缓存命中和未命中的token数量，开发者可以据此核对每次调用的实际消耗。输入和输出单价不同，输出通常更贵，因此控制生成长度和避免无意义的长篇回复是降低成本的关键。
缓存命中是DeepSeek计费规则中最重要的省钱机制。系统会自动启用上下文缓存，当新请求的前缀与之前请求完全一致时，相同部分按缓存命中价格计费，新增部分才按缓存未命中价格计费。例如，在多轮对话中，如果系统提示和前几轮历史消息保持不变，只有最后一轮用户输入变化，那么历史部分很可能命中缓存。以deepseek-chat为例，缓存未命中输入价格是2元/百万tokens，缓存命中后降至0.5元/百万tokens，成本直接降到四分之一。假设一段10万token的历史上下文命中缓存，费用仅为0.05元，而未命中则需要0.2元。缓存命中要求前缀完全一致，包括空格、标点和换行，任何细微修改都可能导致缓存失效。缓存有效期通常为数小时，官方不保证长期有效，因此适合稳定重复的提示词结构。流式输出和一次性输出在计费上没有区别，max_tokens参数只限制最大生成量，不会改变单价。
3. 标准时段与优惠时段价差
DeepSeek引入了错峰优惠机制，北京时间00:30至08:30为优惠时段，其余时间为标准时段。标准时段下，deepseek-chat的输入缓存命中、缓存未命中和输出价格分别为0.5元、2元、8元每百万tokens；deepseek-reasoner分别为1元、4元、16元每百万tokens。进入优惠时段后，deepseek-chat的价格变为输入缓存命中0.25元、缓存未命中1元、输出2元每百万tokens，相当于标准时段的五折甚至更低；deepseek-reasoner的输入缓存命中仍为1元、缓存未命中仍为4元，但输出价格从16元降至8元每百万tokens，输出成本减半。这种价差策略对输出密集型的任务尤其友好，因为输出tokens通常是账单中的大头。
优惠时段适合批量任务、数据清洗、离线内容生成、夜间定时任务和模型评测。例如，一个需要生成十万条商品描述的脚本，如果每条输出200 token，总输出量为2000万token，在标准时段使用deepseek-chat需要160元，在优惠时段只需要40元，节省75%。对于deepseek-reasoner，如果推理任务的总输出为1000万token，标准时段输出费用为160元，优惠时段为80元，也能节省一半。需要注意的是，优惠时段以北京时间为准，如果服务器使用UTC时间，需要换算为UTC 16:30至次日00:30。开发者可以通过任务调度器将非实时请求集中到优惠时段，但也要考虑服务端资源波动和任务截止时间。对于实时性要求高的在线服务，优惠时段的价值有限，更适合作为成本优化的补充手段。
4. 成本控制与用量管理
成本控制需要从账单监控和用量分析开始。每次API调用返回的usage字段是核对成本的第一手数据，团队可以将其记录到日志或监控系统中，按模型、时段、缓存命中率等维度聚合。建议设置余额预警和每日预算上限，避免因异常调用或代码死循环导致余额快速消耗。对于多轮对话应用，保持系统提示和早期历史消息稳定，可以显著提高缓存命中率。例如，客服机器人可以将固定的角色设定、知识库摘要和常见问题模板放在消息前缀中，后续只追加用户新问题，这样历史部分长期命中缓存，输入成本可以稳定在较低水平。同时，精简提示词、去除冗余示例和重复说明，也能直接减少输入tokens。
在模型选择上，简单分类、摘要、翻译和常规问答优先使用deepseek-chat，只有需要多步推理、数学计算或复杂代码生成时才切换到deepseek-reasoner。输出侧可以通过max_tokens限制最大长度，并在提示词中要求简洁回答，避免模型生成冗长内容。对于非实时任务，尽量安排在优惠时段执行，并结合批量请求减少网络开销。流式输出虽然改善体验，但计费不变，因此不能作为省钱手段。此外，定期审查账单，识别调用量突增的接口和异常重试逻辑，及时修复。通过缓存复用、模型分层、输出控制和错峰调度，开发者可以在保证效果的同时，把DeepSeek API的成本控制在可预期范围内。
