📰 龙虾新闻

DeepSeek-V3 API输入Token价格暴涨900%：开发者成本激增与优化方案

发布时间：2026-08-15 分类： 龙虾新闻
摘要：DeepSeek API 输入 Token 价格涨了 10 倍：V3 模型调用成本猛增，开发者正在重跑 Agent 的推理链路。2 月 28 日，DeepSeek 更新 API 定价：DeepSeek-V3 输入从 $0.00025 / 千 token → $0.0025 / 千 token（+900%）输出维持 $0.0075 / 千 token 不变R1 输入同步涨至 $0.001 / ...

DeepSeek-V3 API输入Tok

DeepSeek API 输入 Token 价格涨了 10 倍：V3 模型调用成本猛增，开发者正在重跑 Agent 的推理链路。

2 月 28 日，DeepSeek 更新 API 定价：

  • DeepSeek-V3 输入从 $0.00025 / 千 token → $0.0025 / 千 token（+900%）
  • 输出维持 $0.0075 / 千 token 不变
  • R1 输入同步涨至 $0.001 / 千 token

Hacker News 上有人测了单次 10k 输入 token 请求：成本从 $2.5 跳到 $25。这个数字已经超过 Claude-3.5-Sonnet（$0.003/千输入）和 GPT-4o（$0.005/千输入），是它们的 2–5 倍。

开源社区立刻做了对比：本地跑 DeepSeek-R1-128B（INT4 量化），一张 A100-80G 就够，实测推理成本约 $0.00012 / 千 token——不到新 API 价格的 5%。

涨价背后是算力开销的真实映射

DeepSeek 没设过渡期，也没分阶梯，所有新 API Key 直接按新价计费。技术上，这次涨价集中在高开销环节：V3 的输入 token 计费覆盖三块——Embedding 编码、RoPE 位置插值、MoE 专家路由预计算；输出仍只算纯解码。这反映出长上下文（128K）和多轮对话状态维护的实际硬件压力。

Claude 3.5 采用输入/输出同价策略（$0.003/$0.015），DeepSeek 却把输入定价拉高近 3 倍。结果很直接：用户得主动压缩 prompt、删 system message 冗余、避免反复重写上下文。

Agent 成本模型正在被重写

龙虾（yitb.com）团队实测一个 OpenClaw 风格的多步 Tool Calling Agent：单次任务平均输入 8.2k tokens（含历史摘要 + 工具描述 + 用户 query），成本从 $2.05 变成 $20.5；如果加 3 次 retry，成本直接冲破 $60。

轻量级应用最先扛不住：SaaS 客服 Bot 每万次会话成本从 $1200 涨到 $12000，原有 ROI 模型全失效。GitHub 上已有 17 个主流 Agent 框架（包括 LangChain、LlamaIndex 插件）紧急提交 PR，新增 deepseek_cost_aware_router 模块——自动降级到 Qwen2.5-72B-Int4 本地部署，或切流到 vLLM 托管集群。

竞品报价成了新标尺

2025 年 Q1 主流商用 API 实测报价（单位：$/千 token）：

  • Claude-3.5-Sonnet：输入 $0.003 / 输出 $0.015
  • GPT-4o：输入 $0.005 / 输出 $0.015
  • Gemini 2.0 Flash：输入 $0.0015 / 输出 $0.006
  • DeepSeek-V3（新）：输入 $0.0025 / 输出 $0.0075
  • Qwen2.5-72B（vLLM on A100）：等效输入 $0.00012 / 输出 $0.00028

关键区别在于“输入溢价”本质是状态管理税：V3 的 128K 上下文要求 KV Cache 持续驻留显存，而本地部署可以按需卸载、复用、裁剪。一位金融风控 Agent 开发者说：“现在每次调用前必须跑 token_estimator + cost_guard 双校验，不然账单周环比 +340%。”

👉 Binance · OKX · Gate.io · HTX · Bitget

开源部署正在快速补位

DeepSeek 开源模型（R1/V2）仍用 Apache 2.0 许可证，API 涨价反而刺激了本地化部署。HuggingFace 数据显示，过去 72 小时 DeepSeek-R1-128B 下载量涨了 210%，配套量化工具包 ds_quant Star 数单日 +4200。

龙虾生态已上线 yitb-deepseek-router：自动识别高 token 消耗场景（比如长文档摘要、多跳检索），动态切流到本地 Qwen2.5-7B（<1GB 显存）或云端 DeepSeek-V2（旧价 API）。该 Router 已在 3 个生产级 Agent 中落地，综合成本降了 63%。

成本敏感时代，得靠密度说话

这次调价不是价格战终点，而是 AI 基础设施定价逻辑的转折点：当模型能力逼近物理极限，厂商不再靠低价引流，转而用成本杠杆筛选真实高价值客户。

对开发者来说，“测速比价”该进日常开发流水线了：

  • 在 CI 里嵌入 llm-cost-benchmark
  • 用 litellm 统一抽象后端
  • 给每个 Agent 节点配 max_cost_per_call 熔断阈值

接下来建议立刻做三件事：

  1. 用 transformers + bitsandbytes 本地跑通 R1-128B-Int4
  2. 把历史 prompt 模板按 token 消耗分级归档
  3. 在 OpenClaw 工作流中接入 yitb-deepseek-router beta 版（yitb.com/router）

真正的护城河，不在调用次数，而在每 token 的推理密度。

相关阅读

返回首页