DeepSeek Flash 调价公布：缓存命中输入降 60%，RAG 应用 API 成本大幅降低

9 月 8 日，DeepSeek 放出了两条重磅消息。

第一条来自开发者群通知：V4.1 Flash 开启内测。新模型换上了全新架构，原生支持多模态看图能力，推理速度也更快了。

开发者只需保持 base_url 不变，把模型名换成 deepseek-v4.1-flash-expires-on-0910 即可调用。内测期间计费沿用老版 V4-Flash 价格，每个账号限流 20 并发。

顺便一提，从命名来看，这个临时内测端点应该会在 9 月 10 日到期下线。

第二条消息来自开放平台后台的官方站内公告：北京时间 9 月 10 日 12 点起，Flash 系列正式调价。

空闲时段缓存命中输入仅需 0.02 元/百万 token，缓存未命中输入 1 元，输出 4 元；高峰时段价格则直接翻倍。

这次降价最大的受益者，显然是 RAG 知识库和多轮对话类应用。凡是需要反复复用提示词的场景，API 调用成本可以直降六成。

这波降价，有网友调侃说"梁圣回来了"。

好了，我从滑动变祖器里截了张图：

整体来看，DeepSeek 这轮 Flash 调价延续了其一贯的性价比路线。对于大量依赖缓存命中的 开发者 来说，高峰与空闲分开计价的方式也给了更灵活的调度空间——预算敏感的业务完全可以错峰调用，进一步摊薄推理成本。