同一个问题，上午9点问比凌晨贵一倍：DeepSeek峰谷定价的算力账

6月29日晚，一批使用DeepSeek API的开发者收到了一封调价邮件，DeepSeek开放平台首页也同步挂出了通知。

DeepSeek V4正式版计划于7月中旬上线。伴随新模型而来的，还有一套新的峰谷定价机制：每天上午9点到12点、下午2点到6点，API调用价格是其他时段的两倍。

有人说，AI也开始学电费分峰谷了；也有人认为，这就是换一种方式涨价。

但把价格表真正摊开来看，这次变化不只是“贵了一倍”那么简单。它把AI推理服务一直藏在后台的一条负载曲线，直接印在了价目表上。

一、先看价格：不是全天涨价，而是7个小时翻倍

按照DeepSeek公布的峰谷定价方案，高峰时段每天：

• 9:00—12:00；
• 14:00—18:00。

一共7个小时，其他17个小时维持平时价格。

这里顺带澄清一个流传较广的说法：有媒体解读称“周末不执行高峰价”。但从官方口径看，DeepSeek的调价邮件和开放平台通知，措辞都是“每日”；7月3日腾讯云上线DeepSeek-V4原厂直供模型、同步官网峰谷定价机制时，公告同样把高峰时段定义为“每日9:00至12:00和14:00至18:00（北京时间）”——两个官方渠道都没有出现周末豁免的表述。

在DeepSeek计费页面给出进一步细则之前，把“周末照常执行高峰价”作为预算假设，是更稳妥的做法。具体价格如下：

DeepSeek给出的解释是，通过峰谷定价“更合理地配置资源、提升服务稳定性”。从价格表看，平时时段没有涨价，高峰时段整体翻倍。因此，它更接近一次“削峰填谷”，而不是全天统一提价。

还有一个背景值得放在一起看。现在的平时价格，是今年4月底V4 Pro那轮永久降价之后的结果——降到了首发定价的四分之一。也就是说，即便高峰时段翻倍，价格也只回到了首发价的一半。这张表里，有三个数字值得停下来看看。

第一，高峰只有7个小时

价格翻倍的时间，几乎覆盖了国内企业最主要的办公时段。

上午开工后到午休前，下午上班到下班前，正是客服、办公软件、代码助手和企业工作流调用最密集的时候。

所以，虽然它不是全天涨价，但对主要在工作时间调用API的国内企业来说，体感很可能接近涨价。

第二，缓存命中和未命中的差距达到120倍

以V4 Pro高峰时段为例：

• 缓存命中输入：0.05元/百万Token；
• 缓存未命中输入：6元/百万Token。

同样是100万Token输入，价格相差120倍。这比“高峰翻倍”更值得关注，它说明未来使用大模型，成本不只取决于用了多少Token，还取决于这些Token是不是每次都要重新计算。

第三，Flash和Pro之间也有明显价差

V4 Pro平时的未缓存输入价格是每百万Token 3元，V4 Flash是1元；输出分别是6元和2元——同样相差3倍，这意味着，真正有效的省钱方法不只是凌晨跑任务，还包括：

简单任务不要一上来就用最强模型。

二、为什么AI也会有“高峰期”？

理解峰谷定价，最简单的方法是把GPU集群想成一张电网。

电有一个明显特点：

发出来以后，要立刻被使用。

虽然现实中可以用电池和抽水蓄能等方式储存一部分电力，但大规模、低成本地把所有闲置电量长期存起来，仍然不容易。

AI推理算力也有类似特点。凌晨2点，一张GPU卡空闲了一个小时，这段空闲时间不能装进仓库，等到第二天上午10点再拿出来使用，时间过去，算力也就过去了。

Token同样不能提前生产。平台不能在凌晨先生成100亿个“通用Token”，上午有用户提问时再从仓库里发给他。因为每一次回答，都取决于当时的提示词、上下文、模型状态和用户问题。

GPU集群一天24小时都在产生折旧、电力、制冷、网络和运维成本，但用户请求并不是平均分布的，它更像一条潮汐曲线：

1
2
3
4
5

凌晨：GPU大量空闲
上午：请求快速涌入
午间：负载回落
下午：再次进入高峰
晚上：逐步下降

问题就出在这里。

企业不能只按“一天平均有多少请求”准备算力，还要保证上午10点最拥挤的时候，服务不会排队、超时或者崩溃。

为了应对每天那几个小时的峰值，平台必须准备更多GPU，但峰值过去以后，多出来的算力又可能闲置。这就是AI推理服务一个很现实的矛盾：

按平均负载建集群，高峰扛不住；按峰值负载建集群，大部分时间又浪费。

峰谷定价的作用，就是用价格把一部分不着急的任务从上午搬到晚上。

从这个角度看，它不只是价格调整，而是一个负载调度工具。DeepSeek并没有隐藏这件事，它直接告诉开发者：工作时间调用，价格更高；能够错峰的任务，放到低谷时段，仍然按原价运行。

换句话说：

峰谷定价，就是把数据中心的负载曲线印在了价格表上。

三、同一批任务，错开时间能省多少钱？

只看“价格翻倍”还不够，我们来算三笔账。

第一笔：每天处理1200万Token

假设一家公司每天使用V4 Pro处理：

• 1000万Token输入，全部缓存未命中；
• 200万Token输出。

如果全部放在平时时段运行（不考虑缓存写入、工具调用等其他费用）：

1
2
3

输入费用：10 × 3元 = 30元
输出费用：2 × 6元 = 12元
每天合计：42元

按30天计算：

1

42 × 30 = 1260元

如果这些任务全部在高峰时段运行：

1
2
3

输入费用：10 × 6元 = 60元
输出费用：2 × 12元 = 24元
每天合计：84元

一个月就是：

1

84 × 30 = 2520元

两种运行时间，处理的是同一批数据，使用的是同一个模型，输出规模也一样。

月账单相差：

1

2520 - 1260 = 1260元

当然，很少有公司把所有调用都压在高峰。还有一种更接近现实的算法——假设调用量在24小时里均匀分布，其中7个小时按2倍计费：

1

(17 + 7 × 2) ÷ 24 ≈ 1.29

也就是说，全天均匀调用的账单，大约上涨29%——月费用从1260元涨到约1630元。

调用越集中在国内工作时间，涨幅就越接近100%。你的账单变化，取决于你的流量曲线有多像国内的上班时间。

这个规模对大型企业不算高。

但如果每天调用量不是1200万Token，而是1.2亿Token，全高峰运行的差额就会放大到每月12600元。

如果是12亿Token，就是每月12.6万元。

峰谷定价真正影响的，不是偶尔调用几次API的人，而是已经把模型铺进业务流程、每天自动运行大量任务的企业。

第二笔：分析一篇3000字文章

再看一个个人用户更熟悉的任务。

假设把一篇3000字文章发给V4 Pro，请它完成审核、总结和修改建议。

为了便于计算，我们假设：

• 输入约4000 Token；
• 输出约1500 Token；
• 输入没有命中缓存。

平时时段费用约为2.1分钱，计算如下：

1
2
3

输入：4000 ÷ 1000000 × 3元 = 0.012元
输出：1500 ÷ 1000000 × 6元 = 0.009元
合计：0.021元

高峰时段费用约为4.2分钱，计算如下：

1
2
3

输入：4000 ÷ 1000000 × 6元 = 0.024元
输出：1500 ÷ 1000000 × 12元 = 0.018元
合计：0.042元

确实翻倍了，但只多了2.1分钱。

因此，对少量调用的个人开发者来说，这次调价的实际影响可能很有限。

真正需要重新算账的是那些每天处理成千上万份文档、客服记录、代码和业务数据的系统。

第三笔：批处理任务错峰运行

很多AI任务根本不要求实时完成，例如：

• 每晚生成经营日报；
• 批量整理客户留言；
• 给历史文档打标签；
• 清洗数据库内容；
• 汇总一天的客服记录；
• 批量生成商品描述；
• 对代码仓库做离线检查。

这些任务上午9点完成，和凌晨3点完成，业务价值可能没有区别——把它们从高峰搬到低谷，调用成本直接减半。

这不是模型能力下降，也不是压缩了输出，更没有换成质量更低的服务，仅仅只是调整了执行时间。

类似思路并非DeepSeek独有。OpenAI的Batch API允许开发者把非实时任务放进最长24小时的异步队列，输入和输出费用相较同步API均可获得50%折扣。

以上这些反映出一种越来越清晰的行业趋势：

实时性本身也有价格。

你要求模型立刻回答，就需要与其他用户争抢当下的GPU资源。如果你愿意等几个小时，平台就可以把任务安排到更空闲的时段，而任务以同样质量却以更低的价格完成了。

四、DeepSeek为什么不直接扩容？

看到这里，一个很自然的问题是：既然上午请求太多，为什么不多买一些GPU？

答案是，扩容当然可以，但它可能是最贵的解决方案。

假设一家平台平时只需要1000张卡，上午高峰需要2000张卡。

为了保证高峰稳定，它需要再增加1000张卡。问题是，高峰每天只有7个小时，剩下17个小时，这批为峰值准备的算力可能无法被充分利用。

GPU集群的成本却不会因为闲置自动消失：

• 服务器仍然在折旧；
• 机房仍然需要供电和制冷；
• 网络、存储和运维仍然存在；
• 算力卡买回来以后，不会因为今天少用了几个小时就退款。

因此，单纯为峰值扩容，相当于为了每天7个小时的拥堵，承担全天候的基础设施成本。

于是，峰谷定价提供了另一种解决办法——不一定马上增加全部硬件，而是先让一部分任务主动错峰。

实时客服、在线编程、用户对话继续留在白天，日报、批处理、文档归档、离线分析搬到夜间。

这样做的结果是：

• 高峰请求下降；
• 低谷利用率提高；
• 服务稳定性改善；
• 同一批GPU可以处理更多总任务。

从平台角度看，这近似于一次“不买卡的扩容”。

其实，这也不是DeepSeek第一次用价格调节负载。2025年初，它就在V3和R1上推出过错峰优惠：北京时间凌晨0:30到8:30，V3调用五折，R1低至2.5折。但单向的低谷打折，力度终究有限——白天该跑的任务还是在跑。

这次把方向反过来，从“低谷奖励”改成“高峰加价”，才是一个真正有约束力的调度信号。

当然，用户也有理由不满意。因为DeepSeek划定的高峰时段，恰好覆盖国内最主要的工作时间。对于必须实时响应的企业来说，根本没有错峰空间。

客服不可能告诉客户说现在API太贵，请凌晨再来咨询，办公助手也不能要求所有员工晚上使用。

所以，这套机制最终会把用户分成两类：一类是可以延迟的任务，用时间换价格；另一类是必须实时的业务，为确定性和响应速度支付溢价。

这与云服务器中的按需实例、竞价实例，以及物流中的普通件、加急件，本质上是同一套逻辑。

五、这次调价，普通聊天用户受影响吗？

目前讨论的重点是DeepSeek API，而不是普通用户直接使用的网页端或App聊天服务。

普通聊天用户通常不会看到：

• 输入用了多少Token；
• 输出用了多少Token；
• 调用发生在峰时还是谷时；
• 单次请求实际花了几分钱。

真正受影响的是通过API付费的用户，例如：

• 把DeepSeek接入自己软件的开发者；
• 使用模型处理内部文档的企业；
• 搭建AI客服、Agent和自动化工作流的团队；
• 批量调用模型生成内容的平台；
• 通过第三方工具间接使用API的人。

因此，这不是“上午问DeepSeek聊天要收费、凌晨免费”的变化。它讨论的是开发者调用模型接口时的成本，对于日常用量不大的用户可以关注，但不必因为“价格翻倍”四个字产生过度焦虑。

六、开发者现在可以做什么？

如果已经在工作流中使用DeepSeek API，有三件事值得马上检查。

1. 把非实时任务搬到低谷

先把现有任务分成两类：必须实时和可以延迟。

必须实时：

• 在线客服；
• 实时搜索；
• 交互式编程；
• 用户正在等待的生成任务。

可以延迟：

• 日报和周报；
• 批量文档处理；
• 数据清洗；
• 内容审核；
• 历史数据分类；
• 离线评测；
• 批量生成摘要。

第二类任务可以通过定时器、消息队列或任务调度系统，统一放到18点以后或上午9点以前执行。

不改模型，不改提示词，只改运行时间，就能把费用降回平时水平。

2. 提高缓存命中率

V4 Pro高峰时段，缓存命中输入是每百万Token是0.05元，未命中是6元，相差120倍。

这意味着，缓存带来的影响远远大于峰谷差价。

如果把企业工作流中经常反复出现的内容诸如系统提示词、产品手册、企业制度、固定工具定义、品牌写作规范、代码仓库公共上下文等这些内容每次都能稳定命中缓存，输入成本可能发生数量级变化。

反过来，如果每次都调整顺序、在开头插入时间戳，或者不断改写固定提示词，就可能破坏缓存。

关于缓存命中为什么能便宜这么多，下一篇单独拆解。

3. 简单任务先用Flash

并不是所有任务都需要Pro级别的模型。

例如：

• 文本分类；
• 信息提取；
• 格式转换；
• 简单摘要；
• 关键词生成；
• 固定模板改写。

这类任务可以先在Flash上测试。只有复杂推理、长链条分析、困难代码和高质量内容生成，再交给Pro。平时时段，Flash的未缓存输入和输出价格都是Pro的三分之一。

模型分级带来的节省，可能比错峰更大，成熟的AI工作流，不应该只配置一个模型。

更合理的做法是：

1
2
3

非实时任务 → 低谷运行
重复上下文 → 尽量命中缓存
简单任务 → Flash，复杂任务 → Pro

这三招组合起来，才是一套完整的成本控制方案。

七、峰谷定价真正改变了什么？

过去比较大模型价格，我们通常习惯看一张静态表格：

• 每百万Token输入多少钱；
• 每百万Token输出多少钱；
• 哪家便宜，哪家贵。

DeepSeek这次峰谷定价提醒我们，今后的AI价格可能不会再是一个固定数字。

同一个模型、同样数量的Token，因为以下条件不同，最终成本也可能不同：

• 什么时间调用；
• 是否需要实时返回；
• 有没有命中缓存；
• 使用Flash还是Pro；
• 同步处理还是批量处理；
• 输入和输出各占多少；
• 能不能把任务排进低谷队列。

所以，未来企业比较大模型成本，不能只问：

每百万Token多少钱？

还要继续追问：

• 是什么时间的价格？

• 缓存命中还是未命中？

• 实时队列还是批量队列？

• 这项任务真的需要最强模型吗？

价格表正在从一个简单数字，变成一套调度规则。这也是AI从聊天工具走进生产系统后，必然会出现的变化。个人偶尔问一个问题，多几分钱、少几分钱，几乎感受不到。

但当API进入客服、办公、代码、营销和数据处理流程，每天自动调用几千万甚至几亿Token时，时间、缓存和模型分级都会变成必须认真管理的成本变量。

DeepSeek峰谷定价，看起来只是上午9点以后贵了一倍。

它真正透露的是：

AI算力并不是取之不尽的自来水。什么时候使用、怎样排队、能否复用，都会被写进账单。

下一篇继续算另一笔更夸张的账：

V4 Pro高峰时段，缓存命中输入是0.05元，缓存未命中是6元。

同样100万Token，价格为什么能相差120倍？

我们来拆一拆，提示词缓存到底缓存了什么。