- 闲时缓存命中 / 百万 Token
- 0.02 元
- KV Cache 的 HBM 占用比上代
- 四分之一
- KV Cache 的固态盘占用比上代
- 八分之一
DeepSeek 于北京时间 9 月 10 日把 V4.1 Flash 切为正式档，新单价从当天 12 点起算。深度求索以邮件通知接口用户，观察者网官方微博当日公布了邮件内容。前一天的预告只给出「10 日左右」的窗口，这次补上了确切的切换与停服时点。
新价目为：闲时输入，缓存打中 0.02 元 / 百万 Token，打不中 1 元，输出 4 元；忙时按闲时乘二。忙时为北京时间周一到周五上午 9 点至正午、下午 2 点至 6 点，周末全天按闲时计，这一安排自 8 月 23 日起执行。公司称内测与外部评测后，效果、花费、速率和端到端耗时都压过 V4 Pro。
- 8 月 17 日
峰谷计价启用，Flash 涨价
- 8 月 23 日
周末全天改按闲时计价
- 9 月 10 日 12 时
V4.1 Flash 转正式档，新价执行
- 9 月 14 日 12 时
V4 Pro 停服，请求改接 V4.1 Flash
数据来源：DeepSeek 邮件通知、蓝鲸新闻
V4 Pro 的停服节点定在 9 月 14 日 12 点；过点后，原先填 v4-pro 模型名的调用全部改接到 V4.1 Flash，按 Flash 计费。邮件还提到，这是新结构家族里体量最小的一档，自带看图；相对上代，KV Cache 对 HBM 的占用压到四分之一、对固态盘压到八分之一。
这次是降价，但只回调了一部分。据蓝鲸新闻，8 月涨价前 Flash 缓存命中、未命中和输出分别为 0.02 元、1 元和 2 元。9 月 10 日的新价让命中与未命中回到涨价前水平，输出 4 元仍是当时的两倍。蓝鲸新闻称，8 月涨价后有部分用户改用其他国产模型。
把 V4 Pro 的请求直接切到更小的 Flash 档，等于用更低单价承接原有负载，前提是官方的效果结论成立，而公司没有附评测榜单。智能体类负载反复携带长前缀，缓存命中占比高，命中单价回落对这类账单的影响往往大于输出价。
