用了3个月DeepSeek，它终于涨价了——我算了一笔账，结果出乎意料

6月29号晚上，我正用DeepSeek帮我debug一段Python脚本，邮箱弹出一条消息。

标题写着："DeepSeek API 价格调整通知"。

我心里"咯噔"一下。

点开邮件，看到"高峰时段价格上调"几个字，第一反应是：完了，省钱的好日子到头了。

三个月前，我刚刚把主力工具从ChatGPT Plus切换到DeepSeek。理由很简单——便宜。现在涨价，我是不是又得回去交那20美刀的"保护费"？

但我没有立刻做决定。我打开Excel，把过去三个月的调用记录拉出来，对着新旧价格表，一笔一笔地算。

算完以后，我发现事情没那么简单。

涨价邮件里到底说了什么

先把邮件的核心信息捋清楚。

DeepSeek V4正式版将在7月中旬上线，API定价采用峰谷机制：

• 高峰时段（北京时间9:00-23:00）：输入token价格翻倍，从每百万token 2元涨到4元；输出token从每百万8元涨到16元。
• 谷时段（北京时间23:00-次日9:00）：输入token反而降了，从2元降到1.5元；输出token从8元降到6元。
• 老版本V3的价格保持不变，继续提供。

看到"翻倍"两个字，大多数人会直接关掉邮件骂一句"又割韭菜"。

但别急。我当初也是这么想的，直到我算了那笔账。

三个月省了多少钱：一笔真实的账单

先说说我为什么要换到DeepSeek。

我是一个独立开发者，日常用AI做这些事：

• 代码审查和debug（每天大约3-5次对话）
• 写技术文档和博客草稿（每周2-3篇）
• 处理用户反馈的自动化脚本（批量调用API）

今年3月底，我做了一个决定：取消ChatGPT Plus的订阅（每月20美元，约145元人民币），全面转向DeepSeek API。

为什么？ 因为ChatGPT Plus虽然"无限对话"，但实际上GPT-4o有隐藏的调用频率限制，高峰期经常被降级到GPT-3.5。而DeepSeek V3的API，质量接近GPT-4级别，价格却便宜到离谱。

来，看我过去三个月的实际花费：

三个月省了284块。够吃十顿像样的午饭了。

但6月的花费明显上升——因为我的自动化脚本调用量增加了，而且大部分调用集中在白天（高峰时段）。

这就引出了关键问题：涨价以后，我还能省多少？

涨价后重新算账：结果出乎意料

我把自己6月份的调用记录按小时分布统计了一下，然后分别用旧价格和新价格计算：

6月实际调用分布：

• 高峰时段（9:00-23:00）：占总调用量的72%
• 谷时段（23:00-次日9:00）：占总调用量的28%

按旧价格算（V3）： 61元

按新价格算（V4，不做任何调整）：

• 高峰部分：原费用的72% × 2倍 = 87.8元
• 谷时部分：原费用的28% × 0.75倍 = 12.8元
• 总计：约100.6元

看起来确实涨了——从61元涨到100元，涨幅约65%。

但注意这个前提：我什么都没调整。

如果我把自动化脚本的批量任务挪到深夜运行呢？

优化后的调用分布：

• 高峰时段：只保留实时交互（约35%）
• 谷时段：批量任务+预生成（约65%）

按新价格算（优化后）：

• 高峰部分：原费用的35% × 2倍 = 42.7元
• 谷时段：原费用的65% × 0.75倍 = 29.7元
• 总计：约72.4元

只比涨价前多了11块钱。

而对比ChatGPT Plus的145元月费，我每月依然省下73块。一年省下876块——够买一把不错的机械键盘了。

古人说"谷贱伤农"，粮价太低，农民反而活不下去。AI定价也是一个道理。DeepSeek之前的价格低到不可持续，如果一直不涨，最终受伤的是所有用户——因为公司活不下去，服务就没了。

合理涨价不可怕，可怕的是你不会用。

DeepSeek为什么"不得不涨"

你可能会问：DeepSeek不是号称"成本杀手"吗？怎么也扛不住要涨价了？

这里面有三个现实原因。

第一，算力供给真的紧张。

DeepSeek的用户增长太快了。从去年底到现在，日活用户翻了将近十倍。每增加一个用户，就意味着更多的GPU在燃烧。就算DeepSeek的MoE架构再高效，物理世界的硬件是有上限的。

这就好比一家面馆，面条再好吃，厨房只有四个灶台。客人排队排到街对面了，你总得想办法——要么涨价控制客流，要么扩建厨房。

第二，自建数据中心是重资产投入。

DeepSeek去年开始自建训练集群，据报道已经部署了超过一万张H800 GPU。这些硬件的采购成本、电费、冷却、运维，每个月都是天文数字。

之前靠融资撑着的"补贴价"，不可能永远持续。公司要活下去，就得有造血能力。API收入，是最直接的造血方式。

第三，行业在走向理性。

过去一年，中国AI大模型行业经历了一轮惨烈的"价格战"。各家为了抢用户，把价格压到成本线以下。这种状态不可能长期维持。

DeepSeek的峰谷定价，其实是一种更聪明的方式——不是简单粗暴地涨，而是用价格杠杆引导用户错峰使用，提高整体资源利用率。

高峰时段贵，是因为那个时段服务器压力最大；谷时段便宜，是因为深夜算力闲置，不如降价鼓励使用。

这跟电网的峰谷电价、滴滴的夜间加价，本质上是一个逻辑。

涨价后的省钱攻略：四招实操

算完账、看完原因，接下来是实操环节。以下是我自己验证过的四招，帮你把涨价的影响降到最低。

第一招：错峰调用——把"夜猫子"变成生产力

DeepSeek的谷时段是晚上11点到早上9点。这段时间价格不升反降，比涨价前还便宜25%。

具体做法：

• 把不需要实时响应的任务（批量翻译、文档总结、数据清洗）改成定时任务，用crontab或类似工具在凌晨自动执行
• 晚上写好的Prompt存到队列里，半夜自动跑，第二天早上看结果
• 如果你是开发者，把CI/CD流水线中的AI审查步骤设成延迟执行

我自己实测：把自动化脚本从下午6点改到凌晨2点执行，同样的任务量，费用从87.8元降到29.7元。省了66%。

第二招：缓存策略——同样的问题别问两遍

很多调用其实是重复的。用户问的常见问题就那几十个，代码审查的模式也就那几类。

具体做法：

• 建立一个本地缓存层（Redis或SQLite都行），把"Prompt + 模型回复"存下来
• 下次遇到相同或相似的问题，直接从缓存取结果，不调API
• 设置合理的过期时间（比如7天），过期后再重新调用

我用Redis做了一个简单的缓存，命中率大约在30%-40%。也就是说，三到四成的调用根本不需要花钱。

第三招：模型选择——不是所有任务都需要V4

DeepSeek V4是最强的，但也是最贵的。很多简单任务，V3完全够用。

具体做法：

• 简单分类、格式转换、翻译等任务，用V3（价格不变）
• 只有需要深度推理、复杂代码生成、长文分析时，才调用V4
• 可以先用V3试一下，效果不好再升级到V4

我给自动化脚本加了一个"任务分级"逻辑：先判断任务复杂度，简单的走V3，复杂的走V4。实测下来，只有约30%的任务需要V4。整体费用直接降了一半。

第四招：Prompt优化——少说废话，多省token

Token就是钱。每一个多余的token，都是你在多付钱。

具体做法：

• 精简system prompt，去掉冗余的指令描述
• 限制输出长度，在Prompt里明确告诉模型"用200字以内回答"
• 避免重复发送上下文，只在必要时才带上历史对话

这些看起来是小事，但积少成多。我优化Prompt以后，平均每次调用减少了约15%的token消耗。一个月下来，省的钱够喝好几杯奶茶。

换个角度看涨价

回过头来看这件事，我的心态变化是这样的：

第一反应是焦虑——便宜的好东西要变贵了。

算完账是释然——调整用法之后，涨幅可控，依然比ChatGPT Plus便宜一大截。

想明白原因后是理解——一家公司要持续提供好服务，就必须有合理的收入。"谷贱伤农"的道理，放在AI行业同样成立。

说到底，我们追求的不应该是"最便宜"，而是"性价比最高"。

DeepSeek涨价后，它依然是我用过的性价比最高的中文大模型API。V3继续保留，V4的谷时段价格甚至比V3还低。只要你愿意花十分钟调整一下使用习惯，涨价对你的影响远没有标题党说的那么恐怖。

真正贵的从来不是工具的价格，而是你不去学习怎么用好它的代价。

觉得这篇文章有用的话，关注本公众号，回复「提示词」，免费领取我日常使用的5套Prompt模板——帮你省token、提效率、降成本。