八天前我寫了一篇 V4 Flash 的 50 倍 cache 經濟學，核心論點是「cache hit 只要 miss 的 2%，50 倍價差會變成產業基準線」。

發布當天，DeepSeek 就公告可能會大漲價。

今天 DeepSeek 如約而至，打我臉了。

8 月 13 日 DeepSeek 公告 V4 API 新價格，8 月 16 日生效，大致上是三倍漲價，同時引入 peak / off-peak 分時定價。這不是突襲——8 月 6 日就在 API 文件頁預告過「significant increase」，只是沒給數字。

漲多少

單位：美元 / 每百萬 token。

模型 項目 舊價 離峰 峰值 峰值漲幅
V4-Flash Input（cache hit） $0.0028 $0.007 $0.014 5.0x
V4-Flash Input（cache miss） $0.14 $0.22 $0.44 3.1x
V4-Flash Output $0.28 $0.66 $1.32 4.7x
V4-Pro (0813) Input（cache hit） $0.003625 $0.022 $0.044 12.1x
V4-Pro (0813) Input（cache miss） $0.435 $0.66 $1.32 3.0x
V4-Pro (0813) Output $0.87 $1.98 $3.96 4.6x

漲最兇的不是 output，是 cache hit——也就是我上一篇說「接近免費」的那一格。媒體標題的「最高漲 1,100%」就是 V4-Pro cache hit：$0.003625 → $0.044，12.1 倍。但多數 workload 的實際帳單漲幅落在 3 倍左右。

主要是 hit/miss 價差收斂：

模型 舊 hit/miss 價差 新價差
V4-Flash 50x 31.4x
V4-Pro 120x 30x

兩個模型不約而同收斂到 30 倍。Flash 從 50 倍降、Pro 從 120 倍降，落點一樣。比較像有人重新算了一次 disk cache 的真實成本，然後統一到同一條成本曲線上。

Cache hit / miss 基準線還在，只是不是 50 倍，是 30 倍。

最便宜的 LLM 頭銜易主了

「世界最便宜 frontier API」這個頭銜過去一年沒人挑戰過。新價格生效後，跟 OpenAI 比，Luna 第一次在性價比贏了。Input 取 cache miss 價：

模型 Input Output 備註
GPT-5.6 Luna $0.20 $1.20 7/30 降價後
V4-Flash（離峰） $0.22 $0.66  
V4-Flash（峰值） $0.44 $1.32 北京/台灣上班時間
V4-Pro（離峰） $0.66 $1.98  
Claude Haiku 4.5 $1.00 $5.00  
V4-Pro（峰值） $1.32 $3.96  
GPT-5.6 Terra $2.00 $12.00  
Claude Sonnet 5 $3.00 $15.00 8/31 前優惠 $2/$10
Claude Opus 5 $5.00 $25.00  
GPT-5.6 Sol $5.00 $30.00  
Claude Fable 5 $10.00 $50.00  

（Anthropic 價格取自 platform.claude.com；OpenAI 取自 GPT-5.6 定價說明。）

峰值時段 Luna $0.20/$1.20 對上 Flash $0.44/$1.32，兩項都是 Luna 便宜。「最便宜 frontier API」的頭銜在每個工作日的 09:00-18:00 屬於 OpenAI。離峰 Flash output 還有優勢（$0.66 對 $1.20）。

總體來說 DeepSeek 依舊便宜，但以前那種「便宜到不用比」的斬殺線不見了。現在是美系就選 OpenAI Luna，中系就選 DeepSeek V4 Flash。

類似電力的計價結構

這次更值得注意的其實不是漲幅，是計價結構。主流 AI API 第一次出現像電力的 peak / off-peak 分時定價。

峰時 = 北京/台灣時間 09:00-12:00 和 14:00-18:00，上班時間全程在內。峰時價格是離峰的兩倍——電價就是這樣運作的，DeepSeek 把同一套邏輯搬到 LLM 上。

這是不是也暗示 DeepSeek 成本結構中，電力佔一個重要的比例呢。

OpenAI 沒有 peak / off-peak 分時定價，但有概念類似的機制：Batch API 非同步 24 小時內完成、input/output 打 5 折；Flex tier 更低價但速度慢、尖峰時段可能排不到資源。方向一樣——把不急的工作往便宜的通道擠。

雲地混合做對沖

昨天寫 5090 三個月從 10 萬變 17 萬，今天寫 DeepSeek API 便宜到不用算的時代結束了。

硬體漲，API 也漲。我們是不是正在經歷一場 AI 時代的通貨膨脹。

但仔細想想，兩邊的漲法不一樣。

硬體漲了，但保值率跟著高。一張 5090 放三個月不但沒折舊還增值 70%。AI 算力快要變期貨了。

API 漲了，但多了分時定價。離峰砍半，batch 搬到半夜跑，帳單可以精算。另外雲端依舊死死卡著能力的天花板。

所以也許答案從頭到尾都不是二選一。雲地混合做對沖，或許是最佳方案：

  1. 合理的節奏購入地端硬體，吃穩定的推理量。購入額外硬體後將部分雲端 budget 導入地端。
  2. 雲端吃彈性需求，精算時段和 hit rate。

有點像以前 AWS 的 OnDemand + Spot Instance 配法。一開始雲 90% + 地 10%，慢慢走向雲地各半。

硬體雖然貴，但這幾年超級保值——看看一張 5090 放三個月不但沒折舊還增值 70%。

如果硬體上漲，雲端 API 會上調，這時候地端持有的硬體也跟著增值。如果硬體下跌，雲端 API 也會下調，這時候再調更多 workload 到雲即可。兩邊的成本互相 hedge 對沖。

坦白說

  • 峰值 12 倍只發生在 V4-Pro cache hit 那一格。多數 Agent 工作負載的實際帳單漲幅落在 2 到 3 倍之間。
  • 「30 倍 = 成本定價」是我的推論，不是 DeepSeek 的說法。也可能只是定價團隊選了個整齊的數字。
  • Luna 和 V4-Flash 的價格對照不等於能力對照。DeepSeek 的 disk cache 以天計、OpenAI 的 cache 壽命 30 分鐘——跨 session 的 Agent 工作負載，DeepSeek 的實際有效單價可能還是更低。
  • 開源權重不受影響。V4 Flash 仍是 MIT 授權，自架成本跟這次漲價無關。

關鍵洞察

  1. 看漲價要看結構，不是看倍數。 cache hit 漲 5-12 倍、miss 只漲 3 倍、價差統一收斂到 30 倍——被修正的是補貼，不是全面提價。
  2. 斬殺線消失了。 峰值時段最便宜的 API 是 GPT-5.6 Luna，不再是 V4-Flash。「用哪個模型」之外，現在多了一題「什麼時候跑」。
  3. 分時定價是容量信號。 token 正式變成 utility，跟電力一樣按時段計價。
  4. 雲地混合做對沖，可能才是這波 AI 通膨的最佳解。 地端吃穩定量、雲端吃彈性，硬體漲跌和 API 漲跌互相 hedge。

延伸閱讀