模型概况
DeepSeek V4 Pro 采用 MoE 架构，总参数 1.6T、激活 49B，是 DeepSeek 的旗舰正式版（0813 正式版）。官方说明里强调了三点：Agent 能力大幅跃升，在 DeepSWE 等基准测试中的表现可媲美海外顶尖模型，原生支持 100 万 token 上下文与 Responses API。
上下文 100 万 token，最大输出 393,216，接近 39 万。这个输出上限在旗舰模型里属于第一梯队，写完整模块、生成整份技术方案这类任务不用拆成多轮。输入只支持文本，图像和音频要走其他模型。
Responses API 是它和多数国产模型的一个区别。如果你的工程已经按 OpenAI 的 Responses 协议组织（会话状态、工具调用、内置工具），迁移时不用改造成 Chat Completions。
上下文到了百万级，意味着一整年的会议记录或一整套微服务代码可以一次放进去，不用先做切片检索。这类任务过去要靠向量库拼装，现在把原料直接送进上下文更省事，也少了一层检索召回带来的信息损失。
峰谷定价
官方定价分两档：高峰时段输入 9 元/百万 token、输出 27 元/百万 token；空闲时段全部半价，输入 4.5 元、输出 13.5 元。缓存读取高峰 0.3 元、空闲 0.15 元。
计费规则里的高峰时段是 UTC 工作日 1 点到 4 点、6 点到 10 点。换成北京时间，就是工作日 9:00–12:00 和 14:00–18:00 两段，其余时间按空闲价结算。周末全天按空闲价。
这个结构对批处理很友好。夜里跑数据清洗、离线评测、批量文档处理，成本直接砍半；把定时任务从上午十点挪到凌晨两点，代码不用改一行，账单少一半。
缓存读取的高峰价 0.3 元、空闲价 0.15 元，约为输入价的三十分之一。多轮对话里把系统提示和固定文档放在前缀，命中缓存的部分只按这个价计费，命中率越高，长会话的实际单价离全价越远。
分组价与实付
| 分组 | 倍率 | 高峰输入 / 输出 | 空闲输入 / 输出 |
|---|---|---|---|
| 稳定国模 | 0.20 | 1.8 / 5.4 元 | 0.9 / 2.7 元 |
| 官渠国模 | 0.20 | 1.8 / 5.4 元 | 0.9 / 2.7 元 |
| Buddy | 0.03 | 0.27 / 0.81 元 | 0.135 / 0.405 元 |
换算成美元，稳定国模分组的空闲价约 $0.13/百万输入、$0.4/百万输出。这个价位放在 1.6T 参数的旗舰模型上，是它最有说服力的地方。
注意倍率和时段是叠乘关系，不是二选一。Buddy 分组加空闲时段，输入价是官方高峰价的 1.5%，这个组合适合对延迟不敏感、能接受排队的离线任务。
批量任务的账
假设一个月跑 5000 次请求，每次平均 1.5 万输入加 3000 输出，总消耗 7500 万输入和 1500 万输出。
- 稳定国模高峰：75 × 1.8 + 15 × 5.4 = 135 + 81 = 216 元
- 稳定国模空闲：75 × 0.9 + 15 × 2.7 = 67.5 + 40.5 = 108 元
- Buddy 空闲：75 × 0.135 + 15 × 0.405 = 10.125 + 6.075 = 16.2 元
同样一批任务，时段和分组选得对，成本能差 13 倍。先看能不能挪到空闲时段，再考虑换分组，换模型是排在后面的选项。
和同门型号怎么排
| 模型 | 官方输入 / 输出 | 最大输出 | 输入模态 |
|---|---|---|---|
| deepseek-v4-pro | 9 / 27 元 | 393,216 | 文本 |
| deepseek-v4-flash | 2 / 8 元 | 393,216 | 文本 |
| deepseek-v4.1-flash | 2 / 8 元 | 393,216 | 文本、图像 |
两个 flash 型号的空闲价都是 1 元输入、4 元输出。deepseek-v4.1-flash 是 2026 年 9 月 10 日发布的新架构型号，552B 参数 MoE，采用非对称的 Causal-Encoder-Decoder 结构，输入激活 8B、输出激活 16B，官方描述里说它的性能超越 V4 Pro 等旗舰模型，并且具备原生多模态视觉理解能力。
这份说明意味着选型逻辑变了：需要读图、或者追求单位成本时，v4.1-flash 更合适；需要最稳定的长上下文推理、或者要用 Responses API 时，V4 Pro 仍是默认选项。两个都跑一遍自己的评测集，比看参数表可靠。
两个 flash 的单价相同，差别在模态和架构，不在账面价格。如果语料里有扫描件、截图或表格照片，OCR 这段成本要单独计入预算，别只按 token 单价估。
接入
接口与 OpenAI 兼容，base_url 填 https://ai.idcidiot.com/v1，密钥形如 sk-...。
from openai import OpenAI
client = OpenAI(api_key="sk-...", base_url="https://ai.idcidiot.com/v1")
resp = client.chat.completions.create(
model="deepseek-v4-pro",
messages=[{"role": "user", "content": "把这份 300 页的招标文件拆成技术要求和商务要求两张表"}],
max_tokens=8192,
stream=True,
)
for chunk in resp:
piece = chunk.choices[0].delta.content
if piece:
print(piece, end="")模型参数与分组见 DeepSeek V4 Pro 模型页，全量清单在模型总览，倍率以价格页为准。