结论先说：同一天的价格页上，DeepSeek flash 的输入价是 pro 的 22.7%、输出价是 pro 的 30.3%，看着差三四倍；但落到单次请求，差价只有几厘到两毛钱。真正决定该用哪档的不是这个倍数，而是一次失败在你这里值多少钱——把返工成本代进去算，答案常常和直觉相反。站内入口见DeepSeek接口。
两档差在哪
| 对比项 | deepseek-flash | deepseek-v4-pro |
|---|---|---|
| 版本标识 | DeepSeek-V4.1-Flash-1017 | DeepSeek-V4-Pro-0813 |
| 输入（缓存未命中） | $0.15 谷时 / $0.30 峰时 | $0.66 谷时 / $1.32 峰时 |
| 输出 | $0.60 谷时 / $1.20 峰时 | $1.98 谷时 / $3.96 峰时 |
| 缓存命中输入 | $0.003 谷时 / $0.006 峰时 | $0.022 谷时 / $0.044 峰时 |
| 上下文 / 最大输出 | 1M / 384K | 1M / 384K |
| 图片输入 | 支持 | 不支持 |
| 并发上限 | 2500 | 500 |
| 思考模式 | 支持思考与非思考 | 支持思考与非思考 |
表按官方价格页在 2026 年 11 月 1 日的状态整理，价格单位是每百万 token。这里有一个与直觉相反的点：便宜那档支持图片输入，贵的旗舰不支。所以涉及截图、票据、图纸的任务，选 pro 不是贵一点的问题，是功能直接没有。
另一个容易被忽略的差异在并发：flash 的上限是 2500，pro 是 500。批量跑任务时，这个数字比单价更能决定「一天能不能跑完」。
价格差几倍，单次金额其实很小
按每百万 token 算，输入差 4.4 倍、输出差 3.3 倍（谷时口径）。但账单最终取决于单次请求的 token 量，把倍数换回单次金额，结论会变得很不一样：
- 短请求（输入 800、输出 100 token）：两档单次差价约 4 厘。
- 长文摘要（输入 5 万、输出 2 千）：单次差价约 0.20 元。
- 代码类任务（输入 2 万、输出 4 千）：单次差价约 0.11 元。
差价用的是谷时价，按 1 美元 = 7.1 元折算；峰时差价翻倍。这三组数字说明一件事：对短请求来说，单价倍数再大也不值一提，因为基数太小。
三张账单
第一张，海量分类。每月 200 万次，输入 800 token、输出 100 token。
| 方案 | 月成本 |
|---|---|
| flash（谷时） | 约 $360 |
| flash（峰时） | 约 $720 |
| pro（谷时） | 约 $1,452 |
| pro（峰时） | 约 $2,904 |
最贵的组合约是最便宜的 8 倍。但注意这个差额本身：200 万次请求、一个月，pro 峰时比 flash 谷时多花约 $2,544，折合约 1.8 万元。听着不少，摊到 200 万次是每次多 0.9 分。
第二张，长文摘要。每月 5000 次，输入 5 万 token、输出 2 千 token。
| 方案 | 月成本 |
|---|---|
| flash（谷时） | 约 $44 |
| pro（谷时） | 约 $185 |
第三张，代码与推理。每月 3000 次，输入 2 万 token、输出 4 千 token。
| 方案 | 月成本 |
|---|---|
| flash（谷时） | 约 $16 |
| pro（谷时） | 约 $63 |
第二、三张账单的差额都只有一两百美元。这说明在中小规模下，价格根本不该是选档的主要理由——省下的钱可能还不如一次返工的人工成本。
决定选档的是一次失败值多少钱
把问题换个问法：flash 每次比 pro 便宜多少？这个数就是「你可以容忍 flash 多失败多少」的上限。算法只有两步。
第一步，算出单次差价。以海量分类为例，flash 谷时每次 $0.00018，pro 谷时 $0.000726，差价 $0.000546，折约 0.0039 元。
第二步，除以你处理一次失败的成本。假设人工补一次要 1 元（大概一分钟的排查），0.0039 ÷ 1 ≈ 0.39%。意思是：只要 flash 的失败率比 pro 高出 0.39 个百分点，省下的钱就被返工吃掉了。
把三张账单都算一遍（返工成本按任务性质估：分类 1 元、摘要 20 元、代码 60 元）：
| 任务 | 单次差价 | 单次返工成本 | 可容忍的失败率差 |
|---|---|---|---|
| 海量分类 | 0.0039 元 | 1 元 | 0.39 个百分点 |
| 长文摘要 | 0.20 元 | 20 元 | 1.00 个百分点 |
| 代码与推理 | 0.11 元 | 60 元 | 0.19 个百分点 |
这张表推翻了「便宜就先用便宜的」这条默认规则：越贵的返工，可容忍的失败率差越小，越应该直接上 pro。反过来，分类这种返工极便宜的任务，即使 flash 明显差一些，用 flash 也划算。
峰时差价翻倍，可容忍的失败率差也翻倍——这也是一个反直觉的用法：如果任务必须在峰时跑，用 pro 的「相对代价」反而变小了。
什么任务必须上 pro
除开失败率，还有三种情况没得选。
一是错误代价无法用钱衡量。对外发出的报价、对客户发的话术、写进订单的条款，错一次的损失不是返工几分钟能算清的，这类任务别做成本实验。
二是需要长链条推理。多步工具调用、长代码改动、跨文档比对，flash 的偏差会在链条中累积，最终的失败往往落在整条链路上，而不只是某一处写错；重跑的成本远高于单价差。
三是需要稳定输出结构。要严格按 JSON 字段返回、字段还不能缺，小模型更容易漏字段。这类任务先测 30 个样本，通过率不到九成五就别用。
相反，凡是「错了能立刻看出来、改起来一分钟」的任务——打标签、分派工单、提取固定字段、初筛——先用 flash，把 pro 留给真正需要它的地方。
怎么测：五步定档
- 抽 30 个真实样本，同一批任务喂两档，别用公开题库。
- 固定系统提示、最大输出与思考模式；两档都设成同一模式，否则延迟与成本都不可比。
- 记录四项就够：一次通过率、人工修改耗时、输入输出 token、重试次数。
- 把人工修改耗时乘以人工单价，得到「返工成本」，再套上面的算式算可容忍失败率差。
- 看完结果再做决定：如果 flash 的失败率差小于阈值，就用 flash，把省下的预算换并发（flash 的并发上限是 pro 的 5 倍）。
把两档混用也是常见做法：入口用 flash 分流，判断为复杂任务再转 pro。这种路由策略的成本结构，与Kimi K3.1 Pro 与 DeepSeek V4-Pro 怎么选一篇里算的是同一笔账，只是把「换厂商」换成「换档位」。
信息来源与自查路径
- DeepSeek 定价页（api-docs.deepseek.com/quick_start/pricing）：Model Details 区列出两个模型的版本标识、上下文 1M、最大输出 384K、Vision 支持差异（flash 支持、pro 不支持）、并发 2500 与 500；PRICING 表列出 1M INPUT TOKENS (CACHE HIT)、1M INPUT TOKENS (CACHE MISS)、1M OUTPUT TOKENS 三行及峰谷两档价格；峰时规则见该表脚注 (2)：UTC 01:00–04:00 与 06:00–10:00，周一至周五，中国法定节假日除外，其余时段为谷时；核对时间 2026 年 11 月 1 日；
- 汇率：本文按 1 美元 = 7.1 元折算，仅用于量级比较，非结算汇率；
- 返工成本为示例参数（分类 1 元、摘要 20 元、代码 60 元），读者应替换为自己的人工单价，结论随参数变化；
- 站内条目：DeepSeek接口（工具页）、API 账单异常怎么办。
选档这件事，贵的那档不一定对，便宜的那档也不一定省。把返工成本写进算式，答案会自己浮出来。价格与规则会变，三个月后按上面两处页面位置自查一遍，比记住任何数字都可靠。
