DeepSeek 涨价引连锁反应：Token 价格最高涨 12 倍

8 月 17 日，DeepSeek V4 Pro 与 V4 Flash 的新价格正式生效，峰时缓存命中价格从每百万 Token 0.003625 美元提高到 0.044 美元，变为原来的 12.14 倍；V4 Pro 输出价格从 0.87 美元提高到 3.96 美元，约为原来的 4.55 倍；V4 Flash 峰时输出也从 0.28 美元提高到 1.32 美元，变为 4.71 倍。与此同时，DeepSeek 引入峰谷定价，谷时价格为峰时的一半，官方划定的峰时为 UTC 时间 1 时至 4 时、6 时至 10 时，换算成北京时间正好覆盖上午 9 时至 12 时和下午 2 时至 6 时，也正是国内企业与开发者最集中的工作时段。

此前，DeepSeek 留给市场最鲜明的标签是「极致低价 + 接近第一梯队的能力」。用户能够容忍偶尔答错或工具调用不稳定，因为极强性价比足以覆盖这些小问题。这次涨价直接动摇了这一默契，在社区引发广泛讨论。

五条渠道，同一个 DeepSeek

理解涨价影响，首先需要厘清 DeepSeek 的销售渠道：

官方 API：按缓存命中、普通输入与输出 Token 计费，叠加峰谷价格，开发者与 Agent 平台的边际成本主要由其决定。
模型聚合平台（如 OpenRouter）：同一模型接入多家推理服务商，用户可在价格、速度和可用性之间选择。
云平台：同时存在原厂 API 转售、自行部署、区域节点、企业折扣与包量套餐等。
订阅服务（如 OpenCode Go）：用户支付固定月费，平台承担模型采购与成本波动。
自行部署开放权重：成本转化为 GPU 租金、量化精度与推理框架投入。

多渠道并存意味着，官方涨价并不等同于市场上所有 DeepSeek 服务在同一天、按同一幅度上涨。截至 8 月 18 日，DeepSeek V4 Pro 0813 已接入 11 家服务商，多数线路普通输入与输出价格集中在每百万 Token 1.32 美元与 3.96 美元，GMICloud 折后最低为 1.218 美元与 2.436 美元，阿里云国际最高为 1.452 美元与 4.356 美元；缓存价格差异更大，从 0.044 美元到 0.44 美元，相差 10 倍。

涨价后，性价比还在吗

将 V4 Flash 与竞争对手 Luna 横向对比可以看到：在峰时，普通输入 0.44 美元为 Luna 的 2.2 倍，输出 1.32 美元比 Luna 高 10%；但缓存读取 0.014 美元仍比 Luna 低 30%。到了谷时，输入 0.22 美元只比 Luna 高 10%，输出 0.66 美元反而比 Luna 低 45%，缓存读取 0.007 美元比 Luna 低 65%。

这意味着：

缓存较少、输入经常变化的应用，在峰时使用 Luna 可能更便宜。
大量复用上下文的代码 Agent，V4 Flash 仍有机会保留优势。

开源软件工程任务评测项目 DRadar 通过真实软件工程任务，结合不同推理强度下的表现与实际消耗，绘制「综合成本—能力」位置图。涨价前，V4 Flash 低推理档与 V4 Pro High 仍占据部分性价比前沿；涨价后，模型得分未变，综合成本坐标却明显右移。即使按谷时价格计算，V4 Flash 多个档位也开始被 Luna 以更低成本、更高能力覆盖；V4 Pro High 则移入 Sol、Terra 的成本区间，能力未形成相应领先。

涨价成本由谁承担

第一道传导层是 Token Plan 运营商。OpenCode Go 月费 10 美元，平台希望通过批量折扣与预留 GPU，为用户提供最高约 60 美元的模型用量。但 DeepSeek 涨价后，V4 Flash 套餐使用价值被定为 30 美元，V4 Pro 仅 15 美元。按 OpenCode 披露的典型请求结构（410 个新增输入 Token、7.13 万个缓存 Token、310 个输出 Token），每五小时 12 美元的使用上限内，V4 Flash 约可完成 7600 次请求，V4 Pro 约 1050 次。

作为参照，同一计划中 GPT-5.6 Luna 约 2050 次，MiniMax M3 约 3200 次，Hy3 约 4300 次，MiMo-V2.5 则达 3.01 万次。固定月费不变，上游价格压力被转化为更低的使用倍率与更少的估算调用次数，最终由订阅用户以「可用量减少」的形式承担。面向多模型重度用户的 Cola Token Plan 也表示，DeepSeek 综合成本增加约 3 至 6 倍，已将 Flash 与 Lite 的套餐消耗标准整体调整到此前约三倍。

第二批承受压力的是薄毛利 AI 应用。写作、翻译、客服与知识库产品通常采用固定订阅，难以在涨价当天同步提价，模型路由、上下文压缩、峰谷调度与限制重度用户都将被用于维持毛利率。第三批是 Agent 平台，单次任务可能产生数十轮模型调用，任何环节不稳定都可能导致 Token 价格优势被重试成本抵消。

Harness：DeepSeek 的「运行时」答案

面对涨价带来的成本压力，DeepSeek 给出的另一个答案是 Harness——一套「一切皆插件」的 Agent 运行时框架。模型、工具、技能、会话、沙箱、存储、Agent 循环、任务调度和用户界面都能被加载、卸载或替换，模型在此架构中只是一个组件。截至 8 月 18 日，DeepSeek Harness 在 GitHub 已获约 15.3 万 Star 与 1.6 万 Fork，社区围绕它建立了插件目录、插件市场、桌面客户端、文件工作台、模型切换、MCP 管理、会话恢复与费用监控等周边项目。

不过，社区也指出了具体问题。例如有开发者发现 Harness 极简模式执行毫秒级命令时启动需约 3.5 秒，原因在于底层终端等待 dsh> 提示符、上层持久化 Shell 插件却使用了另一字符串，两层程序只能等到超时。修改两处代码后，命令延迟从约 3600 毫秒降至 158 毫秒。这一案例说明：Agent 的真实成本还包含工具等待、失败重试与额外上下文，运行时上的小错误就可能消耗掉模型在 Token 价格上节省的成本。

DeepSeek 官方在项目首页以大写字母提醒，后续「会出现破坏兼容性的变化」。对于开发者预览版属正常风险声明，但若企业计划私有化部署，则意味着 Harness 尚未形成稳定的生产标准。涨价之后，DeepSeek 仍拥有开放权重、百万 Token 上下文、中文能力与较高开发者认知，这些优势能否支撑数倍于旧价格的账单，将取决于它与 Luna、GLM、Kimi 等开放模型在推理、工具调用与代码能力上的逐项较量。