DeepSeek API 涨价预告：路由运维需要知道的一切

DeepSeek 确认了涨价计划。消息藏在官方定价页面的脚注 (2) 里。

"We plan to raise the overall pricing for DeepSeek API services in the near future, with a significant increase expected. Please plan your usage accordingly."

翻译过来就是"我们打算在近期内全面上调 API 价格，涨幅可能很大，请提前做好规划"。

没有给出具体数字，也没有给出生效日期。但"significant"这个词挂在目前市面上最便宜的大模型 API 旁边，所有正在通过 DeepSeek 走流量的运维都需要重新算账。

这篇文章是一份给路由运维的应对清单，重点在应对而非转述新闻。

信息来源 DeepSeek Models & Pricing（2026-08-08 获取），Bloomberg/Yahoo Finance 报道（2026-08-06），TechNode 报道（2026-08-06）。

1. 替换三个值，不是三个 SDK。在现有 OpenAI 客户端里改 api_key、base_url、model。请求与响应代码保持不变。
2. 显式映射 model ID。目标供应商的 model id 几乎不会和 OpenAI 完全一致。 在业务代码之外维护一份 { openai_id: target_id } 映射。
3. 验证流式格式。SSE 分片必须遵循 OpenAI 的 data: {...} + data: [DONE] 契约。切生产前先跑一次流式调用。
4. 检查限流响应头。部分供应商不返回 x-ratelimit-*。 在包装层 做缺省兜底，缺头不要崩。
5. 留回滚路径。用 feature flag 切流；新旧 endpoint 影子并行 24 小时，再正式切换。

已确认的信息和尚未公开的部分

已确认

• 2026 年 8 月 8 日在 DeepSeek 官方定价页面可见该脚注，来源是官方文档而非媒体转述。
• 涨价范围覆盖"overall pricing for DeepSeek API services"，V4-Flash 和 V4-Pro 都在其中。
• 原文措辞是"significant increase"和"near future"。

尚未公开

• 新的每 token 单价。
• 具体生效日期。
• 缓存命中价格是否按同比例上调。
• Anthropic 格式端点是否同步调整。

我们会在 DeepSeek 公布具体方案后更新这篇文章。下面所有内容围绕准备工作展开，不做具体价格预测。

当前 DeepSeek 定价基线

先弄清楚现在付的是多少。

这是主流大模型 API 里最低的价格。作为参考，Anthropic Claude Sonnet 4 输入/输出为 $3/$15，OpenAI GPT-4o 为 $2.50/$10。V4-Flash 的输入价格大约是 Claude Sonnet 4 的 1/18，输出是 1/36。

"大幅上涨"从这个基线出发，区间非常宽。涨 3 倍，V4-Flash 变成 $0.42/$0.84，仍然比所有西方前沿模型便宜。涨 10 倍到 $1.40/$2.80，跟 GPT-4o mini 差不多，不再是理所当然的预算首选。

审计你的 DeepSeek API 支出

如果你的流量经过 DeepSeek，在做任何决定之前需要三个数。

1. 月度 token 消耗量。 从 DeepSeek 平台控制台 或路由层的计费日志里导出，按模型拆分（V4-Flash 和 V4-Pro）。

2. 输入/输出比例。 大多数工作负载偏重输入（长 system prompt、上下文、few-shot 示例）。输入输出比达到 5 比 1 以上时输入价格变化对总成本影响更大；跑聊天或代码生成、输出较多的场景，输出价格才是关键。

3. 缓存命中率。 V4-Flash 的缓存命中价仅为未命中价的 1/50。命中率超过 60%，缓存价格按比例涨的影响较小；命中率低意味着每次调用都在付全额输入价。

一个快速成本估算模型放在下面。

# 当前月度成本估算
monthly_input_tokens_m = 500   # 百万输入 token
monthly_output_tokens_m = 100  # 百万输出 token
cache_hit_rate = 0.4           # 40% 输入 token 命中缓存

# 当前 V4-Flash 费率
input_miss = 0.14   # $/M tokens
input_hit = 0.0028  # $/M tokens
output = 0.28       # $/M tokens

input_cost = (monthly_input_tokens_m * (1 - cache_hit_rate) * input_miss +
              monthly_input_tokens_m * cache_hit_rate * input_hit)
output_cost = monthly_output_tokens_m * output

current_monthly = input_cost + output_cost
print(f"当前月支出: ${current_monthly:.2f}")

# 情景：全面 3 倍
multiplier = 3
projected = current_monthly * multiplier
print(f"涨 {multiplier} 倍后: ${projected:.2f}")
print(f"月增: +${projected - current_monthly:.2f}")

填入你的实际数字。结果会告诉你是需要立即行动还是可以等正式方案出来。

按使用场景对比替代方案

如果涨价把 DeepSeek 推出你的预算线，以下是我们评估过的可以近乎直接替换的提供商和模型，全部支持 OpenAI 兼容 API。

高吞吐聊天和代码（替代 V4-Flash）

SiliconFlow 托管的 DeepSeek V4-Flash 报价 $0.13/$0.28，比 DeepSeek 直连还便宜一点。如果 DeepSeek 涨价但 SiliconFlow 没有立刻跟进，把流量切到 SiliconFlow 可以争取一段缓冲期。不过 SiliconFlow 也有可能随后调整自己的价格。

复杂推理（替代 V4-Pro）

V4-Pro 的工作负载，DashScope 上的 Qwen3.7-Max 是最接近的性价比竞争者，推理能力相当。Kimi K3 价格更高但在长周期编码任务上基准测试结果有竞争力。配置细节见 Kimi K3 API 集成指南。

SiliconFlow 的对冲策略

SiliconFlow 值得单独说，因为它用自己的基础设施托管了跟 DeepSeek 完全一样的模型。如果 DeepSeek 在 api.deepseek.com 涨价但 SiliconFlow 维持现价，你只需要换 base_url 和 api_key，model 字段都不用改。配置方法见 SiliconFlow 免费模型路由指南。

代价在于 SiliconFlow 的并发上限可能低于 DeepSeek 直连，而且 SiliconFlow 也可能跟着涨。这是对冲手段，不是长期保证。

配置基于成本的路由回退

比选定一家替代方案更重要的是把路由层的自动切换规则配好，一旦成本超标流量就自动转移。

调整前：单一提供商 DeepSeek 配置

from openai import OpenAI

# 所有流量走 DeepSeek，没有回退
client = OpenAI(
    api_key="sk-deepseek-xxx",
    base_url="https://api.deepseek.com",
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "总结这份文档。"}],
)

调整后：多提供商回退 + 成本感知

from openai import OpenAI

# 主：DeepSeek 直连
# 回退 1：SiliconFlow（同模型，不同运营商）
# 回退 2：DashScope Qwen（不同模型，能力相当）

providers = [
    {
        "name": "deepseek",
        "base_url": "https://api.deepseek.com",
        "api_key": "sk-deepseek-xxx",
        "model": "deepseek-v4-flash",
    },
    {
        "name": "siliconflow",
        "base_url": "https://api.siliconflow.cn/v1",
        "api_key": "sk-siliconflow-xxx",
        "model": "deepseek-v4-flash",
    },
    {
        "name": "dashscope",
        "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "api_key": "sk-dashscope-xxx",
        "model": "qwen3.7-max",
    },
]

def call_with_fallback(messages, providers):
    for provider in providers:
        try:
            client = OpenAI(
                api_key=provider["api_key"],
                base_url=provider["base_url"],
            )
            return client.chat.completions.create(
                model=provider["model"],
                messages=messages,
            )
        except Exception as e:
            print(f"{provider['name']} 失败: {e}")
            continue
    raise RuntimeError("所有提供商均失败")

response = call_with_fallback(
    [{"role": "user", "content": "总结这份文档。"}],
    providers,
)

使用 TheRouter 的话，可以配置 provider fallback 链实现自动处理，包括基于单 token 成本的阈值路由规则。

涨价前的五件事

1. 导出当前使用数据。 从 DeepSeek 平台下载至少 30 天的 token 级别账单。这是评估涨价影响的基线。

2. 注册 SiliconFlow 账号。 即使现在不往那边走流量，提前把账号、API key 和连通性测好，涨价时几分钟就能切。SiliconFlow 注册免费，附赠 $1 体验额度。

3. 测试替代方案。 拿你的评测集跑一下 DashScope 上的 qwen3.7-max 和 SiliconFlow 上的 deepseek-v4-flash。看响应质量、延迟、边缘情况（tool calling 格式差异、thinking mode 输出结构等）。

4. 配好回退路由。 即使主力仍然是 DeepSeek，至少加一个回退提供商。涨价落地后你要的是"立即切"的能力，而不是花一个周末做集成。

5. 设置成本告警。 如果你的计费系统支持，配一个告警，单 token 有效费率变动超过 20% 时触发。这样即使你没注意到公告，涨价一生效就能感知到。

对路由运维意味着什么

DeepSeek 的超低价一直是把流量引向它的最大理由。很多运维用 V4-Flash 做高吞吐工作负载的默认选项，只在复杂任务上才用更贵的模型。一次"大幅"涨价会打破这个分配逻辑。

好消息是 OpenAI 兼容 API 生态意味着切换提供商只是换 base_url，不用重写代码。你可能回退到的模型，Qwen3.7-Max、SiliconFlow 托管的 DeepSeek、Kimi K3，都讲同一套协议。代码不变，prompt 不变，变的只有端点和 API key。

风险藏在细节里。不同提供商的 rate limit 不一样，tool calling 格式有边缘差异，thinking mode 的输出结构也有细微区别。在生产环境需要切换之前把测试做完。

DeepSeek 公布具体价格后我们会更新这篇指南。在那之前，把回退路由配好，把账算清。

相关阅读

• DeepSeek API 完整指南 V4-Flash 和 V4-Pro 完整 API 参考
• DeepSeek Chat/Reasoner 7 月 24 日停用迁移 旧模型名迁移
• DashScope Qwen3.7 系列指南 Qwen3.7-Max 配置和定价
• SiliconFlow 免费模型路由指南 SiliconFlow 配置
• Kimi K3 API 集成指南 K3 配置和定价
• LLM API 成本优化策略 通用成本路由模式