DeepSeek把Pro请求路由到Flash还按Flash计费，这步棋比降价更狠

凌晨时候，盯着监控面板发呆——DeepSeek的API账单又创新高。不是因为单价涨了，而是Agent一晚上跑了12万次调用，每次都带着8000 Token的上下文。琢磨着要不要换个便宜点的模型，但V4 Pro的推理质量刚调到满意，换就白折腾了。

今天打开DeepSeek开放平台，你可能会愣一下：V4.1 Flash要来了，而且V4 Pro的请求会被自动路由到V4.1 Flash，按Flash的价格计费。翻译一下就是——你没改一行代码，账单直接缩水，模型还变强了。

先说降价：缓存命中砍掉60%

9月10日12:00起，DeepSeek Flash系列执行新定价。空闲时段，输入缓存命中从0.05元降到0.02元/百万Token，降幅60%；缓存未命中从1.5元降到1元，降33%；输出从4.5元降到4元。高峰时段价格是空闲的2倍，但对比旧价同样在降——缓存命中从0.1元砍到0.04元。

为什么说缓存命中这一档最重要？因为做Agent的开发者都知道，大头花在哪。系统提示词是固定的，RAG召回的文档块是稳定的，这些前缀每次请求都在重复发送。缓存命中意味着这部分几乎不算钱。0.02元/百万Token，算下来一万次请求的缓存前缀成本不到一块钱。对比GPT-6 Astra的10美元/百万Token输入价，差了两个数量级。

CSDN上有人做了实测对比：DeepSeek V3搭配高缓存，单次请求成本0.00049美元，月账单（每天10万次调用）147美元。同场景下GPT-4o是3900美元。这次Flash再降一轮，差距只会更大。

再说路由：把Pro流量导给Flash，按Flash收钱

这一步比降价有意思多了。DeepSeek官方说：V4.1 Flash正式上线之后、V4.1 Pro上线之前，所有发往V4 Pro的请求会自动路由到V4.1 Flash，计费按Flash单价走。

你没看错——用户调的是Pro，跑的是Flash，付的是Flash的钱。这不是临时过渡，这是一种产品策略。V4.1 Flash经过多方测试，性能、速度、成本、总用时全面超越V4 Pro。换句话说，新版Flash在能力上已经吃掉了上一代Pro的位置，DeepSeek干脆把价格也一起拉下来。

对开发者的影响很直接：你之前用V4 Pro搭的Agent、写的Prompt、调的参数，全都不用动。请求照发，后端自动切换，你甚至感知不到。但月底看账单，同样的调用量，费用降了。这比让你手动切换模型友好太多——有多少人改一次模型版本就要跑三天回归测试？

最后说格局：降价是表，IPO是里

同一天爆出来的消息：DeepSeek已委托中信证券筹备科创板IPO，目前已进入尽调阶段，计划年内启动上市流程。今年6月刚完成超500亿元外部融资，腾讯、宁德时代、京东、网易、IDG都在股东名册里。

把这两件事放一起看就清楚了。降价换的是调用量和开发者心智，IPO要的是市场规模和增长曲线。高盛预测中国AI模型的API及订阅收入会从2026年的350亿元涨到2030年的8790亿元，每日Token消耗量增幅约25倍。DeepSeek现在做的，就是把单价压到地板，把调用量撑到天花板，让“Token量”这个指标足够好看。

这个窗口期很难得

对独立开发者和小团队来说，大模型厂商在IPO前抢份额，价格战不会停，缓存策略会越来越激进，模型路由会越来越智能。与其在多家厂商之间反复比价、手动切key，不如找一个能把多家模型统一管理、自动路由的入口。

降价会持续，但不会永远这么猛。趁现在。