刚刚，DeepSeek公布了Flash系列的新定价方案。从9月10日中午12点开始，计费规则如下：在非高峰时段，每百万Token的输入成本为0.02元（命中缓存时）和1元（未命中），输出成本为4元；在高峰时段，上述价格均翻倍。高峰期仅限于周一至周五的上午9点到12点以及下午2点到6点，其余时间均视为空闲。
对比官方现行的价格表，Flash和Flash视觉实验模型在空闲时段的输入价格分别为0.05元、1.5元，输出价格为4.5元。此次调整后，三项费用的降幅分别达到了60%、33.33%和11.11%。
根据一周168小时的时长计算，高峰时段仅占35小时，其余133小时均为空闲时段，占比高达79.17%。这意味着，如果将原本发生在高峰期的任务调度至空闲时段，理论上费用可节省约50%。
当然，这只是理论上的理想状态。从商业逻辑来看，这是一种典型的需求侧管理策略。算力基础设施投入巨大，且设备存在折旧成本。如果所有任务都集中在白天，平台必须为峰值预留充足的算力，而其他时间则可能面临利用率不足的问题。通过价格差异引导可延迟的任务转移到非高峰期，有助于提高设备的整体利用率，从而分摊单位服务成本。因此，降价并不等同于平台收益减少。相反，通过时间调度让现有设备更饱满地运转，关键在于看新增了多少调用、填补了多少闲置算力，以及这些新增任务带来的边际成本。
更值得注意的是缓存机制。根据DeepSeek官方文档，上下文缓存默认开启。当后续请求完整匹配已保存的缓存前缀时，可以直接复用对应内容，但模型输出仍需重新计算。按照新定价，缓存命中的输入价格仅为未命中输入价格的2%，而输出单价则是缓存输入价格的200倍。这种巨大的价差将直接影响应用的设计策略。
以一个具体场景为例：假设一次任务累计输入100万Token，其中80%命中缓存，剩余20万Token为输出，且均在空闲时段运行。旧价总费用为0.8乘以0.05加上0.2乘以1.5加上0.2乘以4.5，总计1.24元；新价总费用为0.8乘以0.02加上0.2乘以1加上0.2乘以4，总计1.016元，降幅约为18.1%。这远低于之前提到的50%理论降幅。为什么差距这么大？因为尽管输入端的优惠力度很大，但输出费用依然占据了总成本的绝大部分。简而言之，这确实能帮用户省钱。这对应用公司的实际意义，或许比一次短期的促销活动更为深远。