实测 DeepSeek V4-Flash 写代码：比 Pro 更强，但总成本没省一分钱

DeepSeek 说 V4-Flash 刷新版编程能力反超自家旗舰 V4-Pro，定价只要三分之一。The New Stack 记者 Jessica Wachtel 拿了三个真实的 Python 编程任务，用 OpenCode 让两个模型各跑一遍，逐 token 记账。只有一个意外：Flash 确实更强，总成本却没省。

Flash 的 API 定价是输入 $0.14 / 输出 $0.28 每百万 token，Pro 是 $0.435 / $0.87，几乎刚好三倍。如果廉价模型在编码上反超旗舰，旗舰还有什么存在理由？

两个任务打成平手，Flash 少烧了近一半的 token

第一个任务是修 bug：Rich 库在 macOS 的 Dropbox 目录下导入时报 PermissionError 崩溃。两个模型找到了同一行修复——把异常捕获从 FileNotFoundError 扩到 OSError。区别只在测试文件的放置：Pro 读了一遍已有测试结构，把回归测试加进了现有套件；Flash 直接新建了一个测试文件。两边的修复都跑通了全部 957 个测试。

Flash 用了 59 秒、6 次 API 请求、119.9K token，不到 1 美分。Pro 用了 61 秒、13 次请求、159.2K token，约 1 美分。同一行代码，Pro 多打了一倍的 API 调用才找到。

第二个任务是给 Rich 的 Text 类加 lstrip() 方法：从文本开头剥离空白但保留样式。因为样式是按位置锚定的，删掉前面的字符后，所有样式的起止坐标都得跟着平移，比 rstrip() 难一个量级。两个模型的实现都通过了 Wachtel 设计的 8 个边界测试。

Flash 用时 1 分 29 秒、6 次请求、191.2K token。Pro 用时 1 分 43 秒、23 次请求、333.6K token。Pro 的初版代码还出了一个 bug：丢掉了起始位置落在被剥离空白内部的样式区间，靠自己的测试抓出来修好的。Wachtel 的结论是：代码质量打平，Flash 效率胜出。

性能优化任务：Flash 找到 1.83 倍加速，Pro 只看到 1.06 倍

第三个任务没有标准答案：给 Rich 的表格渲染找出性能热点并优化。这才是两个模型真正拉开距离的地方。

Flash 干了 27 分钟，发出 128 次 API 请求，烧了 1540 万 token。它自己搭了一套测试装置，在 37 种表格上比对新旧输出差异，中途两次发现自己的 benchmark 量错了库的版本、主动修正，还顺手清掉了 13 个类型检查告警。最终交出了 1.83 倍的实测加速。

Pro 面对同一个 prompt，只优化了一个重复计算步骤和一段热点代码，报告了 3.3% 的提升。Wachtel 实测只有 1.06 倍。Pro 的输出确实是逐字节和原始版本一致，Flash 则在一个极边缘场景下（彩色终端中某个特定表格布局）写出了颜色码顺序略微不同的输出。视觉上完全一致，没有用户会发现，但 Flash 声称"输出完全一致"是不准确的。

Wachtel 的判断很直接：便宜的模型在这个任务上更有创造力，贵的模型只做了表面工作。

15M token 花了 8 美分，缓存定价让成本账翻了

整个三轮测试跑下来，Flash 总计消耗约 1570 万 token，Pro 消耗约 520 万 token。Flash 烧了三倍的 token，最终账单却是 $0.09 对 $0.10，几乎持平。

原因藏在 DeepSeek 的缓存定价里。在性能优化任务中，Flash 98.6% 的 token 是缓存读取，缓存命中价仅 $0.0028 每百万 token。Pro 的 token 消耗少得多，但单价是 Flash 的三倍，价格优势被 token 量的劣势完全抵消。

这个结果颠覆了"Flash 绝对更便宜"的简单叙事。在需要深度推理的开放式任务上，更好的推理质量以更多 token 为代价，缓存定价的极度慷慨又把 token 量暴涨的成本压了下去。两相抵消，总成本几乎一样。

Hassan（Together AI 开发者体验总监）此前在 DeepSWE 编码任务上也发现了类似的性价比曲线：，成本反而低三倍。

SemiAnalysis 也发布了基准对比，从另一个维度印证了 Flash 的效率：，激活参数少 4.2 倍。

DeepSeek 已经在用量页面挂出了涨价横幅

Wachtel 在 DeepSeek 的 API 用量页面上截到了一条系统横幅（原文为英文）：

We plan to raise the overall pricing for DeepSeek API services in the near future, with a significant increase expected. Please plan your usage accordingly. The specific pricing plan will be subject to official notice.

大意是：近期计划整体上调 API 定价，预计涨幅显著，具体方案以官方通知为准。

横幅截图被直接放进了 The New Stack 的报道中。DeepSeek 没有公布新价格表，也没有给出生效日期。但信号很清楚：当前 V4-Flash 的定价不可持续。

Flash 的模型权重已在 Hugging Face 上以 MIT 协议开源，284B 总参数、13B 激活参数的 MoE 架构，意味着你可以在 API 涨价后。但自行部署就涉及 GPU 成本，不再是"3 美分跑完一个测试任务"的账本了。

对于已经在 V4-Flash 上构建生产流量的团队，Wachtel 这篇测试提出的问题比答案更紧迫：如果更好的推理天然意味着更多 token 消耗，而单价即将上调，当前 $0.09 一个完整编程会话的成本，能维持多久？

参考链接