DeepSeek V4 Pro 与 Flash API 价格与调用：高峰 9/27 元、2/8 元，空闲半价

DeepSeek V4 Pro 的 API 价格是每百万 token 输入 9 元、输出 27 元，缓存命中输入 0.3 元；DeepSeek Flash（V4.1 Flash）输入 2 元、输出 8 元，缓存命中 0.04 元。这是工作日高峰时段的价格，其余时间（含夜里、周末、法定节假日）一律半价。两个模型都是 1M 上下文、支持工具调用和深度思考，国内可以直接调用。 在不墨 Router 上模型 ID 分别是 deepseek/deepseek-v4-pro 和 deepseek/deepseek-flash，价格和高峰时段划分与 DeepSeek 官方完全一致，接口是 OpenAI 兼容格式。

核验日期：2026-11-03。价格取自 https://router.bumo.cc/api/v1/models 线上返回，并与 DeepSeek 官方文档「模型 & 价格」页逐项核对；下面的代码都用 Router Key 实际跑过。

价格一览

模型	模型 ID	时段	输入	缓存命中输入	输出
DeepSeek V4 Pro	deepseek/deepseek-v4-pro	高峰	9 元	0.3 元	27 元
DeepSeek V4 Pro	deepseek/deepseek-v4-pro	空闲	4.5 元	0.15 元	13.5 元
DeepSeek Flash	deepseek/deepseek-flash	高峰	2 元	0.04 元	8 元
DeepSeek Flash	deepseek/deepseek-flash	空闲	1 元	0.02 元	4 元

单位：元 / 百万 token。高峰时段是北京时间周一至周五 9:00–12:00、14:00–18:00，中午 12 点到 2 点、晚上 6 点以后、周末和法定节假日全天都按空闲价算。

两点容易看漏：

• Flash 的输出价只有 Pro 的 30%，输入价是 Pro 的 22%，缓存命中价更是只有 Pro 的 1/7.5。
• 缓存命中价极低：同一段长系统提示词或同一份文档反复提问，第二次起这部分输入按 0.04 元（Flash）/ 0.3 元（Pro）算，长文档问答的实际账单往往只有标价的零头。

两个模型分别是什么

• DeepSeek V4 Pro（版本 DeepSeek-V4-Pro-0813）：DeepSeek 目前的旗舰，适合复杂推理、长链路 Agent、写代码。官方文档标注不支持图片输入。
• DeepSeek Flash（版本 DeepSeek-V4.1-Flash-1017）：轻量快速版，支持看图（实测在 Router 上传图片 URL 能正常识别）。官方旧模型名 deepseek-v4-flash 已下线，请求会自动转给 V4.1 Flash；在 Router 上写 deepseek/deepseek-v4-flash 也能调通，但建议直接改成 deepseek/deepseek-flash。

两个模型上下文都是 1M token，单次输出最长 384K，都支持 JSON Output 和 function calling，在 Router 上都标了 claude-code 能力。

第一步：建一个 Router Key

登录 不墨 Router，在 API Key 页面 新建 Key 并给钱包充值。同一个 Key 可以调 Router 上所有模型，DeepSeek、Kimi、千问、GLM、MiniMax 不用分别去各家开户。

curl 调用

curl https://router.bumo.cc/v1/chat/completions \
  -H "Authorization: Bearer $BUMO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek/deepseek-v4-pro",
    "messages": [{"role": "user", "content": "用一句话介绍你自己"}]
  }'

换成 Flash 只改 model 一个字段："model": "deepseek/deepseek-flash"。

Python（OpenAI SDK）

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["BUMO_API_KEY"],
    base_url="https://router.bumo.cc/v1",
)

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro",
    messages=[{"role": "user", "content": "用一句话介绍你自己"}],
)
print(resp.choices[0].message.content)

实测环境 openai==3.42.1。流式输出加 stream=True，工具调用照 OpenAI 的 tools 写法传即可，实测两个模型都能正确返回 tool_calls。Node.js 写法见 DeepSeek API 接 OpenAI SDK。

省钱要点一：简单问题关掉思考

两个模型默认开启深度思考，思考过程放在返回的 reasoning_content 字段里，按输出价计费。实测让它「用一句话介绍你自己」：

• V4 Pro 默认：输出 180 token（大部分是思考）；关掉思考：25 token，少了 86%
• Flash 默认：输出 87 token；关掉思考：28 token

关思考的写法：

resp = client.chat.completions.create(
    model="deepseek/deepseek-v4-pro",
    messages=[{"role": "user", "content": "用一句话介绍你自己"}],
    extra_body={"thinking": {"type": "disabled"}},
)

分类、抽取、改写、客服问答这类不需要推理的活，关掉思考对结果基本没影响，输出费用能直接砍掉一大半。

省钱要点二：别让 max_tokens 被思考吃光

开着思考又把 max_tokens 设得很小，额度会全被思考用掉，content 返回空字符串。 实测 max_tokens=60 时，V4 Pro 和 Flash 都返回空内容、finish_reason 为 length，钱照扣。要么不设 max_tokens，要么留够余量，要么关掉思考。

省钱要点三：批量任务挪到空闲时段

同样的请求，空闲时段正好半价。离线批处理、数据清洗、夜间跑评测这类不着急的任务，定时到工作日 18 点以后或周末跑，账单直接减半，代码一行不用改——计费按请求发生的时间自动套用对应价格。

Pro 和 Flash 怎么选

• 先用 Flash：日常对话、文档问答、批量改写、看图识别，Flash 都够用，价格是 Pro 的两三成。
• Flash 不够再上 Pro：多步推理、复杂代码、长链路 Agent 任务，换 deepseek/deepseek-v4-pro。
• 混着用：同一个 Router Key 两个模型都能调，路由层按任务难度选模型 ID 就行，不用维护两套账号。

同价位还能怎么选

需求	推荐	高峰价（输入 / 输出）
便宜、能看图	deepseek/deepseek-flash	2 / 8 元
更便宜、能看图	qwen/qwen3.8-flash	0.8 / 2.7 元
量大、预算紧	minimax/MiniMax-M3.1-Flash	1 / 4 元
写代码、性价比	glm/glm-5.3	8 / 28 元
旗舰推理	deepseek/deepseek-v4-pro	9 / 27 元
长上下文 + 看图，要最强	kimi/kimi-k3.1-pro	13 / 68 元

更多模型的横向价格见国产大模型 API 价格对比，完整价目以 Router 模型列表 为准。想在 DeepSeek Harness 里用 Router，参考 DeepSeek Harness 接不墨 Router。

常见问题

Router 比官方贵吗？ 不贵。V4 Pro 和 Flash 在 Router 上的高峰价、空闲价、缓存命中价都和 DeepSeek 官方一致。用 Router 的好处是一个 Key 调多家模型、统一充值。

国内能不能直接调？ 能。router.bumo.cc 国内直连，人民币计费。

模型 ID 要写全吗？ 要写带厂商前缀的完整 ID，比如 deepseek/deepseek-v4-pro，只写 deepseek-v4-pro 会找不到模型。

官方 Key 能在 Router 上用吗？ 不能，反过来也一样。Router 用自己的 Key，接口格式和 OpenAI 一致，任何支持「自定义 base_url」的工具都能接。