deepseek v3.1 价格

你手上还有项目在调 DeepSeek V3.1，可能是老代码没动，也可能是压测时觉得够用就留下了。某天老板问「这个模型现在多少钱」，你打开官方页发现数字跟记忆里对不上；再一看账单，又跟按单价乘出来的数差一截。这篇不给你背单价，而是把「去哪看当时价格、哪些环节算钱、什么活适合继续用它、什么情况下该换」这条线讲清楚。

你手上还有项目在调 DeepSeek V3.1，可能是老代码一直没动，也可能是压测时觉得够用就留下了。某天有人问「这个模型现在多少钱」，你打开官方页发现数字跟记忆里对不上，再一看账单，又跟按单价乘出来的数差一截。这篇不帮你背单价，而是把「去哪看当时价格、哪些环节算钱、什么活适合继续用、什么情况下该换」这条线讲清楚。

先说结论：价格是会动的，官方口径和你在中转站实际付的钱也常常不是一回事。所以别记数字，记路径和方法。下面每一节都给你能马上做的动作。

当时的单价去哪查，别背数字

查价这件事，第一步永远是回到官方口径，而不是你记忆里的那个数。官方页会区分输入和输出两段价，这两段要分开看。看完官方再去价格追踪页对一遍，看看有没有变动记录，能帮你判断这个价是刚调的还是一直这样。

• 先到 /official-api/providers/deepseek 看官方口径的输入、输出分段价，记住这是「标价」不是「你付的钱」
• 再到 /price-watch 对一遍有没有变动记录，确认你记忆里的数字是什么时候过时的
• 走中转站的，别拿官方页直接乘，先看 /sites 里对应站点的说明和倍率
• 折算时用 /tools/token-price-calculator 把倍率算进去，得到你真正会付的单价

这笔钱到底花在哪几项

很多人以为费用就是「单价 × token 数」，实际上一份账单里至少有三块容易漏掉。第一块是输入和输出分开计价，两边单价不同，输出通常更贵；第二块是缓存命中与否的价格差；第三块是那些你没主动请求、但确实消耗了 token 的部分，比如截断重发和失败重试。

还有一个常见坑：按次计费和按 token 计费混着比。两种口径不对齐，比出来的结论没意义。名词解释可以去 /ai-dict/category/basics，缓存相关概念在 /ai-dict/category/tech 里。

什么活继续用它合适

判断要不要继续用，不是看单价高低，是看「单价 × 你的用量结构」和「迁移成本」这两件事加起来划不划算。中文写作、摘要、常规问答这类不追求极限推理的任务，它一般还是站得住的；需要多步复杂推理或者长链工具调用时，先跑一轮对照再决定。

适合继续用

中文生成、摘要、分类、常规问答，任务稳定、输出不太长

要谨慎

对延迟敏感的实时接口，单价低但慢，交互场景里不一定划算

该算账

任务量大且输出长，哪怕单价差一点，季度账也会拉开差距

别急着换

现有任务已经跑稳，只为了省一点单价去换，重测成本可能更贵

• 延迟敏感型：先去 /tools/speed-test 量出基线，再谈单价
• 长输出型：用 /tools/model-cost-calculator 按真实输出量算，而不是按请求数
• 迁移敏感型：改模型要重测提示词、重跑回归，把这部分工时也算进成本
• 质量敏感型：用 /tools/pelican-bench 或自己的测试集跑一轮对照，别只看价格

什么情况下不适用：如果任务对输出格式稳定性要求极高，换模型的验证成本可能超过省下的钱；反过来，如果任务失败率本来就高，那先解决重试和超长截断，比换模型见效更快。

动手前的一张清单

1. 导出用量日志拉近一个月的记录，把输入 token 和输出 token 分开统计，别只记总请求数，不然算不准。
2. 填进成本计算器把当时的单价填进 /tools/model-cost-calculator，算出「继续用」和「换一个」两条线差多少。
3. 跑质量对照用 /tools/pelican-bench 或自己的测试集跑一轮，确认换掉之后效果不掉，再谈钱。
4. 对齐用量水平到 /usage 看同类任务的真实用量区间，判断自己用量是偏多还是正常，偏多先优化提示词。
5. 做决策三项都过再决定换不换；有任何一项没过，先按兵不动，记录原因下次再看。