DeepSeek 企業 AI 成本動態：誰拿到了 75% 的降幅？

DeepSeek 的 V4 Pro 現在在官方 API 上的價格為每百萬 input tokens $0.435，output 每百萬為 $0.87。同一模型在 Azure AI Foundry 上仍標示為 $1.74 和 $3.48，正好是調降前的價格。這個 4 倍價差已於 2026 年 7 月 14 日核實，是目前關於 DeepSeek 企業 AI 成本動態最重要的單一事實：你的公司付多少錢，與其說取決於模型，不如說取決於你是透過哪扇門進入它。

本文為 direct API 和 Azure 的數字加上日期標記，測試一條經銷商路徑，讓相同工作負載經過兩個 V4 模型，並以一個決策框架作結，同時提醒一個截止日期：舊的 deepseek-chat 和 deepseek-reasoner 別名將於 2026 年 7 月 24 日退役。

DeepSeek V4 今日定價：關鍵數字

以下是來自 DeepSeek 的 API 文件 的官方價格表，已於 2026 年 7 月 14 日查核：

那張表中的三個細節比標題利率更重要：

• 快取命中價格才是代理工作負載的真正價格。 V4 Pro 的快取命中每百萬 tokens 僅需 $0.003625，比快取未命中便宜 120 倍。每次呼叫都重送相同系統提示與工具定義的代理系統，幾乎完全運作在快取區域，而 DeepSeek 會自動套用快取，無需任何設定。
• 沒有促銷星號註記。 最初作為上市促銷而開始的 75% 降價，如今就是標示價格。定價頁面沒有任何到期日。InfoWorld 的報導將這種永久性歸因於 V4 Pro 的工程設計：在長上下文下，其每個 token 的運算量約為前代的四分之一，因此這次降價是結構性的，而非補貼。
• 別名截止日期是確定的。 模型名稱 deepseek-chat 與 deepseek-reasoner 將於 2026 年 7 月 24 日 15:59 UTC 停用。仍在生產環境中呼叫這些名稱的程式碼，需要一行遷移到 deepseek-v4-flash 或 deepseek-v4-pro。由於新預設會以 thinking mode 執行，如果你沒有明確設定 mode，輸出 token 數量（以及帳單）都會改變。

這兩個模型都提供 1M-token 上下文視窗，並且最多可輸出 384K tokens，而 API 現在除了 OpenAI 格式之外，也在 api.deepseek.com/anthropic 提供 Anthropic 相容格式；如果你的團隊想把 DeepSeek 替換進為 Claude 建置的工具中，這點就很重要。

75% 的削減並未涵蓋每個渠道

Azure AI Foundry 以每百萬個 tokens 輸入 $1.74、輸出 $3.48 的價格販售相同的 DeepSeek-V4 Pro（全球部署、Central US，已於 2026 年 7 月 14 日驗證）。這是裁價前的價格，未變動。Azure 上的 V4 Flash 為 $0.19/$0.51：相較於直接 API 的快取未命中費率，輸入溢價 36%，輸出溢價 82%。

在我們檢查的 Azure 定價頁面（全球部署、Central US、2026 年 7 月 14 日）上，任何 DeepSeek 模型都沒有出現 cached-input 的費率項目；請與您的 Microsoft 帳戶團隊確認，因為 marketplace 定價可能會落後於供應商定價。在 direct API 上，具有大量 prefix 重用的 agent 工作負載，每一百萬個 input tokens 只需支付幾分之一美分；而在 Azure 上，這些 tokens 會按全額費率計費。對於 cache-heavy 的工作負載，實際差距並不是 4 倍；在 input 端甚至可能超過 100 倍。

公平地說，對 Azure 而言，你買到的並不是同一樣東西。Foundry hosting 會將流量保留在 Microsoft 的雲端內，受 Microsoft 的資料處理條款約束，享有 Azure SLA，且不會讓資料流向由中國公司營運的伺服器；對許多合規團隊來說，這正是其全部意義所在。Microsoft 在將 DeepSeek 接入 Copilot 的多模型路由時，也正是以這種方式來定位。但如今，這項治理溢價已可量化：以以下的參考工作負載而言，每個工作負載每月的成本差異是 31 美元與 209 美元，而採購團隊應將其視為一項列支項目，而不是將其當作看不見的預設值吸收掉。

聚合器和 API 轉售商則介於兩者之間。像 OpenRouter 這類平台以接近官方費率的價格轉售，而社群回報指出，DeepSeek 的全球快取在透過它們使用時仍然適用。問題在於可見性；下文會進一步說明，因為我們實際測試過。

真正企業級工作負載的成本

紙面費率只有在與工作負載相乘後才會變成決策。以一個中型企業助理為例：每月 1 億 input tokens（50% cache hit，這對於會不斷重送 system prompts 的 agent traffic 來說是保守的比例）加上 1,000 萬 output tokens。以下是在 2026 年 7 月 14 日經驗證的費率下，將這一相同工作負載分別套用到六個 channel 的結果：

表格背後的數學公式是可重複使用的：每月成本 = miss_tokens x miss_rate + hit_tokens x hit_rate + output_tokens x output_rate。快取佔比主導了它。同樣的 100M 輸入工作負載在 V4 Pro 直連時，於 0% cache hit 的月費為 $52.20、50% 時為 $30.63、90% 時為 $13.38——而在 Azure 上，這三種情況都維持在 $208.80，因為沒有公布快取折扣。

對那張表有兩種解讀。第一，最便宜的 DeepSeek 通道與最昂貴的 frontier 通道，在相同流量下相差 58 倍。第二點較不明顯：Azure 的 DeepSeek V4 Pro 比 OpenAI 的 GPT-5.6-Luna 還貴。如果你的採購摘要寫著「我們標準化採用 DeepSeek 以節省成本」，但部署環境是 Azure Global，那麼實際節省的金額可能比使用一個中階 OpenAI 模型所帶來的節省還要少。

打破預算的倍增因素是 agentic amplification。單輪聊天機器人大致上每個使用者問題只會計費一次呼叫；而生產環境中的 agent 會串接規劃、檢索、工具呼叫與驗證，輸入與計費之間的比例可高達 1:700，VentureBeat 在 2026 年 7 月對 agent 經濟學的分析將此稱為「100x problem」。在這個比例下，我們 1 億 token 的參考工作負載，等同於一個中度繁忙的 agent 功能所產生的量，而不是整間公司的流量。便宜的每 token 定價並不是讓你跳過成本控制的理由；它只是讓 agent 產品在你把它們做出來的過程中仍能存活下來。

我們在 V4 Flash 和 V4 Pro 上執行了相同的工作

價格頁面無法回答您的工程師會問的問題：單次請求要花多少，以及需要多久？在 2026 年 7 月 14 日，我們透過一個相容於 OpenAI 的轉售商端點，將相同的程式設計任務——「撰寫一個 Python 函式，將 ISO 8601 持續時間字串解析為總秒數，並提供 3 個測試案例」——以預設設定（啟用 thinking mode，最多 4,000 個輸出 token）發送給兩個 V4 模型。我們不公開該轉售商的名稱，因為重點在於這一類別的行為，而非某一家供應商；原始回應包含 DeepSeek 的 reasoning_content 欄位，而這正是我們確認底層模型的方法：

需明確說明的注意事項：這只是單一樣本，而且延遲包含中轉開銷，因此請將這些實際耗時數字視為上限，而不是直接 API 的基準測試。兩個回應都返回了 DeepSeek 的標誌性 reasoning_content 欄位：兩個模型預設都以 thinking mode 執行，而這些 reasoning tokens 會按輸出計費。Flash 在回答前花了 2,703 個字元思考一個解析函式。如果你的工作負載不需要 chain-of-thought，關閉 thinking 是目前最便宜的最佳化之一。至於在什麼情況下 Pro 額外的品質值得 3 倍價格，我們將兩個模型做了完整對比，請參閱 DeepSeek V4 Flash vs V4 Pro。

這項測試揭露了一個我們在其他地方未見記錄的發現：中繼通道的使用報告中沒有快取細分。我們連續兩次送出相同的 824-token 前綴——如果轉售商保留了 DeepSeek 的前綴快取，這就是標準的快取命中——而 API 回應只回報了 prompt_tokens、completion_tokens 和 total_tokens，沒有 prompt_cache_hit_tokens 的拆分。在直接使用 API 時，這個欄位正是用來稽核 120 倍快取折扣是否反映在你的帳單上。透過中介商，你可能會拿到折扣卻無法驗證，或者根本拿不到。若你透過任何轉售商購買 DeepSeek，請特別詢問快取命中定價是否會轉嫁，以及它會如何顯示在你的發票上。

直接 API、Azure，或聚合平台：如何選擇

頻道決策可簡化為一個簡短的表格：

實務上：直接 API 在純經濟性上勝出：沒有任何管道能匹配每百萬 $0.003625 的 cache-hit 計價，而且這也是唯一能稽核該折扣的管道。當你的法務團隊不願放行流量到 DeepSeek 自有基礎架構時，Azure 會勝出；為了治理你大約要支付 7 倍的有效費率，而如果你是有意識地做出這個取捨，這筆交易完全合理。當 DeepSeek 只是位於 router 後方的多個模型之一，而且整合計費值得你接受較薄的 margin 時，Aggregators 會勝出；在承諾流量之前，先確認 cache pass-through。

無論你選擇哪個管道，讓 DeepSeek 帳單維持平穩的路由規則都不花俏：將預設分類、擷取與摘要交給 Flash；保留 Pro 給多檔案程式碼生成與長上下文推理；針對可確定性的任務關閉思考模式（那些推理 tokens 會被計入輸出）；並為每個工作流程限制 agent 迴圈深度。調校良好的路由器，比 Flash 與 Pro 之間 3 倍的價差更重要。

為什麼 DeepSeek 能把價格定得這麼低——以及這是否可持續

這些價格並不是虧本促銷的噱頭。V4 的架構採用專家混合（mixture-of-experts）設計，總參數達 1.6 兆，但每次前向傳播實際啟用的只有約 490 億：你以中型模型的運算成本進行 inference，卻能獲得前沿級能力（根據 DeepSeek 公布的結果，在 SWE-bench Verified 上達到 80.6%）。V4 Pro 版本特別針對長上下文成本進行了優化，這就是為什麼公司把原本 75% 的促銷折扣直接轉為常態價格，而不是讓它到期失效。

發展方向有利於買方。根據大多數業界估計，前沿推理單位成本每年大約下降 3 倍，而 DeepSeek 在一年內的降幅，儘管上下文長度已增至 1M tokens，仍然超越了這條曲線。OpenAI 在同一時期則朝相反方向移動，透過 GPT-5.6-Sol 將其旗艦等級上調至 $5/$30。

反向力量是傑文斯定律：更便宜的推理會可靠地帶來更多推理。New Street Research 的觀察——自 V3 時代以來一直被引用——即競爭加劇很少會降低總支出，這一點在整個 AI 建構浪潮中始終成立。Agent 的採用讓每位使用者的呼叫次數成長得比每 token 價格下跌更快，這就是為什麼能把預算維持不變的企業，往往是把 routing、caching 和 prompt discipline 視為一級工程重點的企業，而不是那些只挑選最便宜模型的企業。理解這些成本動態，而不只是標價，才是讓一個 DeepSeek 部署持續便宜，與一個悄然膨脹的部署之間的分水嶺。

常見問題

DeepSeek V4 為什麼這麼便宜？

Mixture-of-experts 架構：總參數 1.6T，每個 token 約 49B 啟用參數。每個 token 的計算成本看起來像是一個小得多的模型，而 V4 Pro 的長上下文工程將每個 token 的計算量降至其前代的約四分之一。這個定價是結構性的，不是促銷性的。

DeepSeek V4 Pro 的價格降幅是多少？

75%：從每百萬 tokens（輸入/輸出）$1.74/$3.48 降至 $0.435/$0.87。它最初是一項限時促銷，後來成為永久標價。

75% 的價格降幅適用於 Azure 嗎？

不是。截至 2026 年 7 月 14 日，Azure AI Foundry 將 DeepSeek-V4 Pro Global 列為 $1.74/$3.48，也就是降價前的費率，且未公布快取輸入定價。對於高度依賴快取的工作負載，相較於直接 API 的實際價差可能超過 4 倍；請向 Microsoft 查詢最新費率，因為市場定價可能會落後於供應商的降價。

DeepSeek 可免費用於企業用途嗎？

API 是按 token 計費，但模型權重採用 MIT 授權，因此自行託管在商業用途上是合法的。以 V4 的規模來看，你需要相當強大的 GPU 基礎設施；對大多數團隊而言，API 的按 token 價格會大幅低於自行託管的總擁有成本（TCO）。

DeepSeek 的成本與 ChatGPT 相比如何？

在 API 定價方面，DeepSeek V4 Pro（$0.435/$0.87）的輸入成本大約比 GPT-5.6-Sol（$5/$30）便宜 11 倍，輸出成本則便宜 34 倍。ChatGPT 訂閱方案（每席位每月 $20–$200）則是不同的產品；對於程式化工作負載，API 對 API 的比較才是有意義的。

7月24日之前要做什麼

三項行動，按緊急程度排序：

1. 立即遷移模型別名。 deepseek-chat 和 deepseek-reasoner 將於 2026 年 7 月 24 日 15:59 UTC 停止解析。請明確固定為 deepseek-v4-flash 或 deepseek-v4-pro，並有意設定思考模式；預設值已變更，而推理 tokens 會計入輸出費用。 2. 重新定價你的通路。 如果你是基於治理原因使用 Azure，請確認在 4 倍列表價格且沒有快取折扣的情況下，這仍然是經過深思熟慮的取捨。如果你使用的是轉售商，請以書面方式取得快取轉嫁。 3. 審核你的快取命中率。 在直接 API 上，請在使用資料中查看 prompt_cache_hit_tokens。如果你的代理流量快取命中率低於 50%，請重新調整提示詞，讓靜態內容優先：在 120 倍命中／未命中差距下，提示詞排序就是一項預算決策。

模型變便宜了。誰能捕捉到這種便宜（供應商、雲端、轉售商，還是你）背後的動態，正是今年企業資金贏與輸的關鍵。

相關閱讀： DeepSeek V4 Flash vs V4 Pro · GLM 5.2 vs DeepSeek V4 Pro · OpenRouter 定價指南