DeepSeek 是国内开发者最省心的一条模型线路：中文语感对路、价格压在几毛钱以内、国内网络不用折腾。但它家四个型号脾气差得挺远，价格只差不到一倍，选错了不是多花钱，是把时间浪费在反复重写上。这篇把型号分工、官方门槛、国内接入、真实价格和能直接跑的代码一次讲清。
四个型号全带 thinking，价格从 0.049 元到 0.09 元一次，差价小到可以忽略。真正的区别在"它擅长想什么问题"。
0.049 元一次，四个里更划算。中文写作、日常问答、内容生产默认用它就行。
它在回答前会先过一遍推理，所以问稍微绕一点的问题不会张口就来。写商品详情页、公众号初稿、技术文档，出来的东西基本不用大改，省的是润色时间。
同样是 0.049 元一次。r1 是 DeepSeek 靠它出圈的那一代，强项是把一道题拆成若干步、一步步推。
数学题、逻辑推演、算法思路，给它足够的推理空间，正确率明显高于普通对话模型。缺点是啰嗦：你问一句"这个报错什么意思"，它可能先分析三行前提才给结论。别拿它聊天。
0.05 元一次。命名里的 flash 是低延迟路线，首字返回更快，适合实时对话、客服机器人、IDE 补全这类"用户在等"的场景。
我的用法是分工：长文生产丢给 v3.2，交互式场景走 flash。
0.09 元一次，DeepSeek 系列最贵的一档，也确实是能力上限。
跨文件代码审查、多步方案权衡、需要长因果链判断的任务，它在 v3.2 会翻车的地方能稳住。用法建议是先拿 v3.2 跑，发现某类问题它反复出错，再单独把这类任务切到 pro，没必要全量上。
把 pro 当默认模型是新手最常见的浪费。0.09 元和 0.049 元的差价看着没多少，调用量一上去就是接近翻倍的成本，而八成的任务根本用不到那点推理余量。
这个问题被问烂了。我的答案是看场景，但多数中文场景下确实值。
英文模型写中文，最大的毛病是翻译腔：句子结构没错，但语序、虚词、成语搭配一眼能看出不是母语者写的。
DeepSeek 在中文习惯用语、网络表达、行业黑话上的处理明显更自然。做本地化营销内容、写中文技术文档，这点比任何跑分都实在。
举个具体的例子：让它写一段电商促销文案，"闭眼入""先蹲一波"这类词它用得对位置；换成英文模型，往往会写成"强烈推荐购买"——语法没错，但读起来像说明书。
gemini-2.5-pro 单看是 0.031 元一次，比 DeepSeek 还便宜；但综合中文表现和稳定性，deepseek-v3.2-thinking 的 0.049 元更能打。
对比一下 Claude：claude-sonnet-4-5-thinking 0.09 元一次，接近两倍；claude-opus-4-6-thinking 0.25 元一次，五倍。日常中文任务没有任何理由上那个价。
官方 API 在国内的连通性需要额外处理，直连方案本身就绕开了这层麻烦。数据不出境的顾虑、企业采购的合规审查，国产模型也更容易过。
只想接 DeepSeek 的话，官方渠道是走得通的，流程不复杂，坑在后面。
去 DeepSeek 开放平台注册账号，完成实名认证，充值。按 token 计费，个人开发者一般 10 元起充，用多少扣多少。
官方 base_url 是 https://api.deepseek.com，兼容 OpenAI 的 /v1/chat/completions 格式，模型名用 deepseek-chat、deepseek-reasoner 这类。换句话说，你现有的 OpenAI SDK 代码改两行就能跑。
一是网络。官方域名在国内的连通性不算稳，做生产服务得准备代理或备用线路，凌晨断一次你就知道多痛。
二是计费。token 计费对短对话友好，对长文档很贵。你分析一份两万字的合同，输入 token 一上去，账单立刻跟着上去。
两种情况默认选官方：一是只接 DeepSeek、调用量小、能接受偶尔的连接波动；二是企业对数据链路有硬性要求，必须自己掌控每一跳。
剩下的场景走聚合中转更省事：需要在多个模型之间来回切、要能用支付宝微信付款、要让不写代码的同事在客户端里直接用。这三条里中任意一条，自建链路的维护成本都不划算。
小鱼API 走聚合中转，OpenAI 兼容协议，国内直连不降智不限速。
curl https://xyuapi.top/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的密钥" \
-d '{
"model": "deepseek-v4-pro-thinking",
"messages": [{"role": "user", "content": "用一句话解释什么是 API"}],
"stream": false
}'返回 JSON 里能看到 choices[0].message.content 就算通了。报 401 是 Key 的问题，报 404 是模型名写错了。
一次对话请求 = 一次计费，不管这次请求里塞了多少字。prompt 发 1 个字和发 20 万字（在模型上下文上限内）同价。
这条规则对长文档场景是降维打击，下面算账部分会具体算。
还有个细节：流式输出和普通请求算同一次，不会因为 stream=true 重复扣费。写长文时放心开流式，体验更好，账一样。
全部按次计费，单位是元/次请求。
| 模型 | 单价（元/次） | 定位 | 建议场景 |
|---|---|---|---|
| deepseek-v3.2-thinking | 0.049 | 通用主力 | 中文写作、日常问答、内容生产 |
| deepseek-r1-thinking | 0.049 | 纯推理 | 数学、逻辑、算法推导 |
| deepseek-v4-flash-thinking | 0.05 | 低延迟 | 实时对话、客服、IDE 补全 |
| deepseek-v4-pro-thinking | 0.09 | 高难任务 | 跨文件代码审查、复杂方案权衡 |
| 模型 | 单价（元/次） | 相对 DeepSeek v3.2 |
|---|---|---|
| gemini-2.5-pro | 0.031 | 0.63 倍 |
| deepseek-v3.2-thinking | 0.049 | 1 倍 |
| grok-4.1 | 0.05 | 1.02 倍 |
| gemini-3-pro-preview | 0.05 | 1.02 倍 |
| kimi-k2.5 / kimi-k2.6 | 0.09 | 1.84 倍 |
| claude-sonnet-4-5-thinking | 0.09 | 1.84 倍 |
| gpt-5.5 | 0.2 | 4.1 倍 |
| claude-opus-4-6-thinking | 0.25 | 5.1 倍 |
| gpt-5.3-pro | 0.3 | 6.1 倍 |
Gemini 2.5 Pro 单价更低，但它和 DeepSeek 不是同一类定位，别只看数字就下结论。
from openai import OpenAI
client = OpenAI(
api_key="sk-你的密钥",
base_url="https://xyuapi.top/v1"
)
resp = client.chat.completions.create(
model="deepseek-v4-pro-thinking",
messages=[
{"role": "system", "content": "你是一个严谨的中文技术编辑"},
{"role": "user", "content": "把下面这段产品介绍压缩到 100 字以内：……"}
],
stream=False
)
print(resp.choices[0].message.content)装依赖只要 pip install openai，不需要任何 DeepSeek 专用库。
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.XYU_API_KEY,
baseURL: "https://xyuapi.top/v1",
});
const stream = await client.chat.completions.create({
model: "deepseek-v4-flash-thinking",
messages: [{ role: "user", content: "写一个冒泡排序并解释复杂度" }],
stream: true,
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content || "");
}中文内容生产、批量文案、客服问答、数据清洗脚本、日常代码补全。这些任务的完成度和贵五倍的模型差不了多少，成本却是零头。
几十万字级别的代码库理解、对格式死板到离谱的复杂约束、需要细腻英文表达的场景。claude-sonnet-4-5-thinking 0.09 元一次，claude-opus-4-5-thinking 0.12 元一次，该花就花。
需要极强工具调用稳定性的 Agent 流程、结构化抽取、和 OpenAI 生态绑紧的应用。gpt-5.6-luna 0.12 元一次，是这代里比较务实的入口。
中文、批量、成本敏感，DeepSeek 兜底；长文本、格式死板、多模态，加钱换别的。
更省钱的做法是分工：用便宜模型做初筛和路由，判断任务有多难，再把真正难的活儿交给贵模型。
比如先用 gemini-2.5-pro 扫一遍文档，判断要不要精读，需要精读的才转 claude-opus-4-5-thinking。一次判断成本 0.031 元，省下来的贵模型调用远不止这点。这条思路在批量处理上尤其明显，能砍掉三成以上的无效调用。
最常见的错误是写一堆 if 判断长度：超过 5000 字就上贵模型。字数跟难度基本没关系，一份五千字的排版稿可能比两百字的合同简单十倍。
让便宜模型自己判断更靠谱：给它一段任务描述，让它只回"简单"或"复杂"两个字。判断成本 0.031 元，准确率比你手写的规则高，还不用维护那堆阈值。
场景：每天分析 50 份两万字左右的合同，输入约 2.5 万 token，输出 800 token。
按 token 计费（以 Claude Sonnet 官方 3 美元/15 美元每百万 token 估）：
同样的事走按次计费，用 claude-sonnet-4-5-thinking：
差了将近 7 倍。原因不是单价便宜，是"两万字和两个字同价"这条规则。
假如你做的是高频短问答：每条 prompt 200 token、回答 100 token。token 计费下单次成本大约 0.0006 元，一万次才 6 元。按次计费 0.049 元一次，一万次要 490 元。
这种量级的业务应该看无限卡套餐，而不是死磕按次。
按 0.049 元一次算，一天 200 次请求是 9.8 元，一个月不到 300 元。这个量级对个人开发者和五人以内的小团队基本够用，相当于几顿外卖钱换全月的中文内容生产能力。
真正会让账单失控的从来不是单价，是没人管的定时任务和忘记关的批量脚本。上线前给每个自动化流程加一个次数上限，比挑便宜模型有效得多。
Key 错了、粘贴时前后带了空格或换行、或者 Authorization 头漏了 Bearer 前缀。先把 Key 复制到记事本里看一眼。
九成是模型名拼错。注意大小写和连字符，deepseek-v4-pro-thinking 别写成 deepseek-v4-pro。
并发打满了。降低并发数，或者加指数退避重试。硬刚只会更慢，还容易触发更长时间的限制。
先确认客户端的 timeout 是不是设得太短，长输出场景至少给 300 秒。如果每次都断在同一个位置，把 stream 关掉跑一次，就能判断是客户端还是服务端的问题。
另一种情况是并发太急。批量脚本里同时开几十个请求，很容易把连接池打满，表现就是零星超时、时好时坏。把并发压到 5 以内，给每次请求加 2 到 3 次指数退避重试，这类超时基本会自己消失。九成超时是调用方写得太急，不是服务端不稳。