据报道8 月中旬 DeepSeek 把 V4 Pro 从预览版转成了正式版定价页上的版本号更新为DeepSeek-V4-Pro-0813。核心参数不复杂1M 上下文、最大输出 384K tokens默认开启 thinking 模式同时支持 JSON 输出、工具调用、Responses API并且兼容 Anthropic 的接口格式。官网那条接口地址里的model参数换成对应名字就能用接入方式基本没变。对天天写业务代码的人来说这次转正真正的看点不是参数多强而是两件事一是长上下文终于变成了标配二是官方在定价页下面挂了一句预涨价提示。变的是上下文长度没变的是按 token 计费1M 上下文这件事本质上是把上下文窗口从工程设计约束里挪出来。以前做文档问答、代码库分析第一反应是切分、做 RAG、控制召回片段长度因为一次塞太多既贵又容易丢信息。现在容量上限放开后你可以把一整份长合同、一整个中小型仓库、一批历史工单直接喂进去先做的判断可以晚一点再下。但要注意窗口大不等于便宜。计费仍然是按输入 输出 token 走的塞进去的每一段文字都要付钱。真正影响账单的是你到底要送多少 token 进去以及缓存能不能命中。据报道官方定价页显示 Pro 版本的输入、输出价格明显高于 Flash有报道称为输入 3 元、输出 6 元每百万 token缓存命中价更低并发限制上 Pro 为 500、Flash 为 2500Flash 更偏向高频、大规模调用Pro 把资源集中给更难的任务。更值得留意的是官方在价格表下方的那条注释计划近期整体上调 API 服务的定价预计涨幅较大。这条预防针比转正本身更值得记一笔——重度调用方最好提前评估一下涨价后的成本结构。Flash 还是 Pro别一上来就上旗舰很多团队的默认动作是新出的最强版本一定用它这在按量计费下很容易吃亏。目前的普遍经验是日常聊天、轻量编程、批量分类、数据抽取这类任务Flash 已经够用性价比明显更高需要超长上下文、多步骤 Agent 流程或者对输出质量下限要求高的场景才值得为 Pro 的差价买单。更实际的做法是双模型路由先用便宜模型做意图分类和初筛把简单问题就地解决把高难度、高价值的请求再路由给 Pro。同一套 base_url 和一个 API Key 就能调两个模型路由策略写在业务代码里不用换平台。用 OpenAI 兼容接口调用的最小示例fromopenaiimportOpenAI clientOpenAI(api_keyYOUR_API_KEY,base_urlhttps://api.deepseek.com,# 兼容 OpenAI 格式)respclient.chat.completions.create(modeldeepseek-v4-pro,# 换成 deepseek-v4-flash 即走轻量版messages[{role:user,content:把这段工单里的关键字段抽成 JSON}],response_format{type:json_object},# 支持 JSON 输出)print(resp.choices[0].message.content) 如果要走 Anthropic 接口格式把 base_url 指到对应的 Anthropic 兼容地址即可其余逻辑不变。## 几个容易踩的坑-**旧模型名已经变了。**据报道老的 deepseek-chat 和 deepseek-reasoner 两个名字此前已停用现在分别指向 Flash 的非思考模式和思考模式。项目里写死旧名字的上线前记得改一遍配置而不是改代码。--**thinking 模式默认开着输出 token 更多。**思考过程也会计入输出账单上会体现出来。对延迟敏感或只需简单回答的场景记得显式切到非思考模式。--**缓存命中依赖前缀稳定。**想吃到低价缓存系统提示词、工具定义这些固定前缀要尽量放前面、别每次变动前缀一动命中率就掉。--**长上下文别当免费。**1M 只是能塞不是该塞。把无关内容一股脑丢进去既推高成本也容易让模型注意力被稀释。该做的信息筛选还是得做。## 小结DeepSeek 这轮把 1M 上下文做成标配、同时预告涨价的组合传递的信号挺清楚容量在放开但成本控制要自己扛。对开发者来说选型不再是哪个模型强而是哪个任务配哪个模型、缓存策略怎么设、涨价后预算还够不够。 你现在的项目里长上下文是真的用上了还是只是当卖点写在 README 里涨价之后打算怎么调路由评论区聊聊。