就在刚刚，DeepSeek 放出 Flash 系列新的定价通知。
9 月 10 日中午 12 点起：每百万 Token，空闲时段缓存命中输入 0.02 元、未命中输入 1 元、输出 4 元；高峰翻倍，对应 0.04 元、2 元和 8 元。
高峰限定工作日周一到周五的 9-12 点、14-18 点，其余时间全部算空闲。
峰谷计费此前已经存在。
据官方现行价目表，Flash 及 Flash 视觉实验模型的空闲价格分别为 0.05 元、1.5 元和 4.5 元。
新旧对照，三项降幅分别为 60%、33.33% 和 11.11%。
按这一规则计算，一周 168 小时，高峰 35 小时，空闲 133 小时，占约 79.17%。
同样的 Token 组合，从高峰挪到空闲，费用理论上可以减半。
当然，只是理论上。
算力基础设施需要投入，设备也会随时间折旧。
如果任务都挤在白天，平台就要为峰值准备容量，其余时间却可能利用不足。
通过价差把可延迟任务搬走，有助于提高设备利用率，摊薄单位服务成本。
所以，降价不意味着平台少赚。
可以通过时间上的调度，让现有设备干得更满。
关键要看增加了多少调用、填补了多少闲置，以及新增任务带来的边际成本。
更鸡贼的是缓存。
DeepSeek 官方文档说明，上下文缓存默认开启，后续请求完整匹配已经保存的缓存前缀单元时，可以复用对应内容；模型输出仍需重新计算生成。
开发者把固定规则、重复文档和稳定上下文组织好，就可能减少重复处理。
按新价，缓存命中输入只需未命中输入价格的 2%，输出单价则是缓存命中输入的 200 倍。
这种价差会直接影响应用设计。
举个例子：一次任务累计输入 100 万 Token，其中 80% 命中缓存，另外输出 20 万 Token，全部在空闲时段运行。
旧价费用为 0.8 × 0.05＋0.2 × 1.5＋0.2 × 4.5=1.24 元；新价为 0.8 × 0.02＋0.2 × 1＋0.2 × 4=1.016 元，下降约 18.1%。
这跟理论值相差甚远。
为什么？
因为输入优惠得再多，输出费用依然是大头。
少说废话，真的能省钱。
这对应用公司的意义，可能比一次促销更长远。
