DeepSeek 同时提供三种使用方式：网页版对话应用（chat.deepseek.com）、移动应用，以及面向开发者的开放平台 API（platform.deepseek.com）。三者的模型能力保持一致，API 版按 token 用量计费。
deepseek-flash（DeepSeek-V4.1-Flash）成本更低、并发上限更高（2500），并且支持图像理解，适合大批量调用、实时对话与多模态场景。
deepseek-v4-pro（DeepSeek-V4-Pro-0813）面向复杂推理与 Agent 长程任务（终端操作、代码工程、工具编排）优化，质量更高但单价更高、并发上限为 500。
两款模型的上下文长度均为 100 万 token，最大输出长度为 384K token。这意味着单次请求可以喂入长篇文档、大规模代码库或很长的多轮对话历史。
注意区分「上下文长度」（输入 + 输出的总窗口）与「最大输出长度」（单次回复最多能生成多少 token）。
两款模型都支持两种模式，且默认使用思考模式。思考模式让模型在给出最终答案前先进行推理，适合数学、逻辑、多步规划与复杂代码任务；非思考模式直接作答，延迟更低、消耗更少，适合简单问答与高吞吐场景。
此外，FIM 补全（Fill-In-the-Middle）功能仅在非思考模式下支持。
高峰时段为北京时间周一至周五（不含中国法定节假日）的 9:00–12:00 与 14:00–18:00。
其余所有时段——包括夜间、周末以及中国法定节假日全天——都属于空闲时段，价格为高峰时段的一半。
当请求的输入前缀与之前请求重复时，可命中上下文缓存，这部分输入按更低的「缓存命中」单价计费。
缓存命中输入价为 0.02 元 / 百万 tokens（Flash，空闲时段）或 0.15 元 / 百万 tokens（V4-Pro，空闲时段），相比未命中的 1 元 / 4.5 元，降幅可达数十倍。长系统提示词、固定文档与多轮对话场景收益最明显。
费用从充值余额或赠送余额中直接扣减。当两者同时存在时，优先扣减赠送余额。扣减金额 = token 消耗量 × 模型单价。
可以。DeepSeek 提供两种格式的 Base URL：OpenAI 兼容格式为 https://api.deepseek.com，Anthropic 兼容格式为 https://api.deepseek.com/anthropic。只需替换 Base URL 与模型名，现有代码基本无需改动。详见 API 接入。
旧模型名 deepseek-v4-flash 与 deepseek-v4-flash-vision-exp 仍可调用，但对应模型已下线，请求会由 DeepSeek-V4.1-Flash 提供服务，并按 Flash 价格计费。新项目请直接使用 deepseek-flash。
产品价格可能发生变动，DeepSeek 保留修改价格的权利。建议以 官方文档的模型 & 价格页 为准，并按实际用量充值。