DeepSeek 企业 AI 成本动态：谁拿到了 75% 的降幅？

DeepSeek 的 V4 Pro 现在在官方 API 上的价格是每百万输入 token $0.435、每百万输出 token $0.87。同一模型在 Azure AI Foundry 上仍标价 $1.74 和 $3.48，恰好是降价前的价格。这个 4 倍差价已于 2026 年 7 月 14 日核实，是当前关于 DeepSeek 企业 AI 成本动态最重要的事实：贵公司支付多少，取决于的不是模型本身，而是您通过哪扇门进入并使用它。

本文为直接 API 和 Azure 的数字加上了日期标记，测试了一条经销商路径，通过两个 V4 模型运行相同工作负载，并以一个决策框架作结，另外还有一个截止日期：旧的 deepseek-chat 和 deepseek-reasoner 别名将于 2026 年 7 月 24 日停用。

DeepSeek V4 今日定价：关键数字

以下是来自 DeepSeek 的 API 文档 的官方价格表，已于 2026 年 7 月 14 日核实：

该表中的三个细节比标题费率更重要：

• 缓存命中价格才是 agent 工作负载的真实价格。 V4 Pro 上的缓存命中价格为每百万 tokens 0.003625 美元，比缓存未命中便宜 120 倍。每次调用都重新发送相同 system prompt 和 tool definitions 的 agent 系统，几乎完全处于缓存命中区域，而 DeepSeek 会自动应用缓存，无需配置。
• 没有促销星号。 作为上线促销开始的 75% 降价，现在就是标准价格。定价页面没有到期日期。InfoWorld 的报道将这一永久性归因于 V4 Pro 的工程设计：在长上下文下，其每个 token 的计算量约为前代的四分之一，因此这次降价是结构性的，而非补贴。
• 别名截止日期是真实的。 模型名称 deepseek-chat 和 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59 UTC 停用。仍在生产代码中调用这些名称的地方，需要一行迁移到 deepseek-v4-flash 或 deepseek-v4-pro。由于新默认值以 thinking 模式运行，如果你不显式设置模式，输出 token 数（以及账单）将会变化。

这两个模型都提供 1M-token 的上下文窗口和最多 384K 输出 tokens，API 现在还在 api.deepseek.com/anthropic 提供 Anthropic 兼容格式，此外还有 OpenAI 格式；如果你的团队希望将 DeepSeek 替换到为 Claude 构建的工具中，这一点很重要。

75%的削减并未覆盖所有渠道

Azure AI Foundry 以每百万 tokens 输入 $1.74、输出 $3.48 的价格销售相同的 DeepSeek-V4 Pro（全球部署，美国中部，已于 2026 年 7 月 14 日验证）。这就是未降价前的价格，未变。Azure 上的 V4 Flash 运行价格为 $0.19/$0.51：与直接 API 的缓存未命中费率相比，输入溢价 36%，输出溢价 82%。

在我们查看的 Azure 定价页面（Global deployment，Central US，2026年7月14日）上，任何 DeepSeek 模型都没有出现 cached-input 行项目；请与您的 Microsoft 客户团队确认，因为 marketplace 定价可能会滞后于供应商定价。在 direct API 上，具有大量前缀复用的 agent 工作负载，每百万 input tokens 只需支付几分之一美分；而在 Azure 上，这些 tokens 中的每一个都会按全额费率计费。对于缓存密集型工作负载，实际差距并不是 4 倍；在输入侧可能超过 100 倍。

公平地说，对于 Azure，你买到的并不是同样的东西。Foundry 托管将流量保留在 Microsoft 的云内，受 Microsoft 的数据处理条款约束，享有 Azure SLA，并且不会有数据离开到由中国公司运营的服务器；对许多合规团队来说，这正是全部意义所在。Microsoft 正是以这种方式定位的：它正在将 DeepSeek 接入 Copilot 的多模型路由。但这种治理溢价如今已经可以量化：对于下面的参考工作负载，每个工作负载每月的成本差异是 31 美元和 209 美元，而采购团队应将其作为一项单独的费用来定价，而不是将其作为一个看不见的默认项默默吸收。

聚合平台和 API 转售商则位于中间位置。像 OpenRouter 这样的平台以接近官方费率的价格转售，社区报告指出 DeepSeek 的全球缓存仍然适用于它们。问题在于可见性；下文会详细说明，因为我们已经进行了测试。

真实企业工作负载的成本

纸面价格只有在与工作负载相乘时才会变成决策。以一个中型企业助手为例：每月 1 亿输入 token（50% 缓存命中率，这对不断重发 system prompts 的 agent 流量来说是一个保守的比例）加上 1000 万输出 token。以下是按 2026 年 7 月 14 日核实的费率，将这一完全相同的工作负载在六个渠道上的定价：

表格背后的数学公式是可复用的：月度成本 = miss_tokens x miss_rate + hit_tokens x hit_rate + output_tokens x output_rate。缓存占比决定了成本的主导因素。同样是 100M 输入的工作负载，在 V4 Pro 上，直连在 0% 缓存命中率时每月直接成本为 $52.20，50% 时为 $30.63，90% 时为 $13.38；而在 Azure 上，这三种情况下都保持在 $208.80，因为没有公布缓存折扣。

对该表有两种解读。首先，最便宜的 DeepSeek 渠道与最昂贵的 frontier 渠道，在相同流量下相差 58 倍。其次，也是更不明显的一点：Azure 的 DeepSeek V4 Pro 费用比 OpenAI 的 GPT-5.6-Luna 还高。如果你的采购摘要写着“我们已标准化采用 DeepSeek 以节省成本”，但部署环境是 Azure Global，那么实际节省的金额可能还不如一个中阶 OpenAI 模型带来的收益。

突破预算的倍增因素是 agentic amplification。单轮聊天机器人每个用户问题大约只计一次调用；而生产级 agent 会串联规划、检索、工具调用和验证，输入与计费的比例可能达到 1:700，VentureBeat 对 2026 年 7 月 agent economics 的分析将这一现象称为“100x problem”。在这个比例下，我们的 1 亿 token 参考工作负载，相当于一个中等繁忙的 agent 功能所产生的流量，而不是一家公司的全部流量。便宜的按 token 定价并不是跳过成本控制的理由；它只是让你在构建 agent 产品时，它们仍然能够存活下去的条件。

我们在 V4 Flash 和 V4 Pro 上运行了相同的任务

定价页面并不能回答你们工程师会问的问题：一次请求到底要花多少钱，以及要多久？在 2026 年 7 月 14 日，我们通过一个兼容 OpenAI 的转售商端点，以默认设置（开启思考模式，最多 4,000 个输出 token）向两个 V4 模型发送了相同的编码任务——“编写一个 Python 函数，将 ISO 8601 持续时间字符串解析为总秒数，并提供 3 个测试用例”。我们不点名该转售商，是因为重点在于这一类别的行为，而不是某一家供应商；原始响应包含 DeepSeek 的 reasoning_content 字段，我们正是通过它确认了底层模型：

明确说明注意事项：这只是单个样本，而且延迟包含中继开销，因此请将这些墙上时钟数字视为上限，而不是直接 API 的基准。两个响应都返回了 DeepSeek 的标志性 reasoning_content 字段：两种模型默认都运行思考模式，而这些推理 token 会计入输出费用。Flash 在回答前花费了 2,703 个字符来推理一个解析函数。如果你的工作负载不需要 chain-of-thought，关闭 thinking 是最便宜的优化之一。关于 Pro 的额外质量在何时足以证明 3 倍价格合理，我们将两种模型进行了完整对比，详见 DeepSeek V4 Flash vs V4 Pro。

测试暴露出一个我们在其他地方未见记载的问题：中继通道的使用报告中没有缓存明细。我们连续两次发送了相同的 824 词元前缀——如果转售商保留了 DeepSeek 的前缀缓存机制，这本应是教科书式的缓存命中——而 API 响应只报告了 prompt_tokens、completion_tokens 和 total_tokens，没有 prompt_cache_hit_tokens 的拆分。在直接 API 中，这个字段是你用来核实 120x 缓存折扣是否体现在账单上的方式。通过中介渠道，你可能会在无法验证的情况下获得折扣，也可能根本没有获得。如果你通过任何转售商购买 DeepSeek，请务必具体询问缓存命中定价是否会传递下去，以及它会如何显示在你的发票上。

直接 API、Azure，还是聚合器：如何选择

频道决策可简化为一个简短的表格：

在实践中：直接 API 在纯经济性上胜出：没有任何渠道能匹配每百万 $0.003625 的缓存命中定价，而且只有这个渠道你才能审计到这项折扣。Azure 在你的法务团队不愿批准流量进入 DeepSeek 自有基础设施时胜出；你为治理支付的有效费率大约高出 7 倍，如果这是你有意识做出的选择，这种权衡完全是合理的。聚合器 则在 DeepSeek 只是路由器后面的多个模型之一、且统一计费值得接受微薄利润率时胜出；在承诺流量之前，请先核实缓存传递机制。

无论你选择哪个渠道，让 DeepSeek 账单保持平稳的路由规则都不花哨：将默认的分类、提取和摘要交给 Flash；将 Pro 保留给多文件代码生成和长上下文推理；对确定性任务关闭 thinking mode（这些推理 token 会按输出计费）；并按工作流限制 agent loop 深度。一个调校良好的路由器，比 Flash 和 Pro 之间 3 倍的价差更重要。

DeepSeek 为什么能把价格定得这么低——以及这是否能持续

这些价格并不是亏本引流的噱头。V4 的架构采用 mixture-of-experts 设计，总参数量达 1.6 万亿，但每次前向传递只有约 490 亿个参数处于激活状态：你只需消耗中型模型级别的计算量，却能获得一线水平的能力（根据 DeepSeek 公开的结果，在 SWE-bench Verified 上达到 80.6%）。V4 Pro 版本专门针对长上下文成本进行了优化，这也是公司把原本 75% 的促销折扣直接转为常规定价，而不是让它过期失效的原因。

趋势对买方有利。根据大多数行业估计，前沿推理的单位成本每年大约下降 3 倍，而 DeepSeek 在一年内的降幅，尽管上下文长度增长到 1M tokens，仍然超过了这一曲线。OpenAI 在同一时期则朝着相反方向发展，借助 GPT-5.6-Sol 将其旗舰层级上调至 $5/$30。

反向力量是杰文斯悖论：更便宜的推理会可靠地带来更多推理。自 V3 时代以来一直被引用的 New Street Research 的观察——竞争加剧很少会降低总支出——在整个 AI 建设过程中始终成立。Agent 采用使每个用户的调用次数增长得比每 token 价格下降得更快，这就是为什么能够保持预算持平的企业，是那些把路由、缓存和 prompt 规范视为一等工程实践的企业，而不是那些选择最便宜模型的企业。理解这些成本动态，而不只是标价，才是区分一个始终保持低成本的 DeepSeek 部署与一个悄然膨胀的部署的关键。

常见问题

DeepSeek V4 为什么这么便宜？

专家混合架构：总参数量 1.6T，每个 token 约有 49B 激活参数。每个 token 的计算成本类似于更小得多的模型，而 V4 Pro 的长上下文工程将每个 token 的计算量降至其前代的约四分之一。定价是结构性的，而非促销性的。

DeepSeek V4 Pro 降价了多少？

75%：每百万 tokens（输入/输出）从 $1.74/$3.48 降至 $0.435/$0.87。它最初是作为限时促销推出的，后来成为永久标价。

75% 的价格下调适用于 Azure 吗？

不会。截至 2026 年 7 月 14 日，Azure AI Foundry 将 DeepSeek-V4 Pro Global 标价为 $1.74/$3.48，即降价前的费率，且未公布缓存输入定价。对于高度依赖缓存的工作负载，与直接 API 相比的实际差距可能超过 4 倍；请向 Microsoft 核实当前费率，因为市场定价可能会滞后于厂商降价。

DeepSeek 是否可免费用于企业用途？

API 按 token 计费，但模型权重采用 MIT 许可证，因此自托管用于商业用途是合法的。以 V4 的规模，你需要相当强大的 GPU 基础设施；对于大多数团队来说，API 的按 token 价格在总拥有成本（TCO）上远低于自托管，优势非常明显。

DeepSeek 的成本与 ChatGPT 相比如何？

在 API 定价方面，DeepSeek V4 Pro（$0.435/$0.87）在输入上大约比 GPT-5.6-Sol（$5/$30）便宜 11 倍，在输出上便宜 34 倍。ChatGPT 订阅（每席位每月 $20–$200）是不同的产品；对于程序化工作负载，API 对 API 的比较才更有意义。

7月24日之前该做什么

按紧急程度排序的三个操作：

1. 立即迁移模型别名。 deepseek-chat 和 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59 UTC 停止解析。请明确固定为 deepseek-v4-flash 或 deepseek-v4-pro，并有意设置 thinking mode；默认值已更改，reasoning tokens 按输出计费。2. 重新评估你的渠道定价。 如果你出于治理原因使用 Azure，请确认在 4 倍标价且没有 cache 折扣的情况下，这仍然是经过深思熟虑的选择。如果你通过 reseller 购买，请以书面形式确认 cache 透传。3. 审计你的 cache 命中率。 在 direct API 上，请在 usage data 中检查 prompt_cache_hit_tokens。如果你的 agent 流量 cache 命中率低于 50%，请重构 prompts，使静态内容优先：在 120 倍的命中/未命中差距下，prompt 排序就是预算决策。

模型变便宜了。谁能捕获这份低成本（供应商、云服务商、经销商，还是你）所带来的收益，正是今年企业资金成败的关键。

相关阅读： DeepSeek V4 Flash vs V4 Pro · GLM 5.2 vs DeepSeek V4 Pro · OpenRouter 价格指南