DeepSeek V4 Flash 官方 API 憑 0.0028 美元快取價與極高命中率，長會話實際成本遠低於第三方

近期開發者實測發現，儘管第三方平台提供的 DeepSeek V4 Flash API 標價較低，但在長會話任務中，官方 API 憑藉極高的快取命中率與每百萬 Token 0.0028 美元的快取價，實際成本遠低於第三方。 根據 OpenRouter 數據，DeepInfra 的 V4 Flash 輸入與輸出價格為每百萬 Token 0.09 及 0.18 美元，比官方的 0.14 及 0.28 美元便宜約 36%。由於 DeepSeek 開放權重，第三方廠商可直接下載部署（如 DeepInfra 標註為 FP4 精度），而官方未完全公開 API 精度。 然而，開發者以包含 100 多個程式碼儲存庫的專案進行實測，發現使用第三方訂閱服務 OpenCode Go（月費 10 美元）呼叫 DeepSeek 的消費金額平均為官方 API 的 4 倍，部分長會話差距超過 10 倍。成本差異主要來自快取命中率（Cache Hit）。第三方實測 2 萬次請求顯示，DeepSeek 官方快取命中率高達 100%，且間隔 12 小時仍未失效；相比之下，MiniMax 非工作時間命中率約 90%，GLM 在 5 分鐘後僅剩 25%。 DeepSeek 的快取優勢得益於 V4 架構的 Token-wise Compression 與 DeepSeek Sparse Attention (DSA)，將百萬 Token 的 BF16 KV Cache 從 V3.2 的 83.9 GiB 壓縮約 8.7 倍至 9.62 GiB，並透過公共前綴檢測等三種機制主動將快取前綴寫入磁碟。 此外，第三方路由與官方 API 在品質上存在差異。經 OpenCode 路由的 V4 Flash 上下文會被截斷至約 600k，而官方為全量 1M。模型在不同工具（Harness）中的表現也不同：V4 Flash 在 Codex 中的表現可與 Fable 5 打平，長程任務的記憶連貫性明顯優於 OpenCode。DeepSeek 官方已釋出 Codex 專屬配置，支援平行工具呼叫與約 104 萬 Token 上下文，並定義了長任務的上下文壓縮行為。