8月17日0时，DeepSeek新一轮API价格正式生效。界面新闻本地部署圈这两天刷屏的帖子分两种：一种在算账，一种在退订。微博上有人晒出账单，宣布转投ollama的月包。微博也有人反手取消了ollama订阅。微博同一次涨价，两个方向的迁移，说明这事不是情绪问题，是算术问题。今天就把这笔账算清楚。
这次涨价到底涨了什么
先看价格表。这次最大的变化是引入峰谷定价：高峰时段为北京时间9:00-12:00、14:00-18:00，其余闲时价格减半。界面新闻以旗舰V4-Pro为例，闲时每百万tokens缓存命中输入0.15元、缓存未命中输入4.5元、输出13.5元；到了高峰时段，三项全部翻倍。雷达财经
涨幅要对照上一轮价格看，最刺眼的是缓存命中输入：高峰时段从每百万tokens 0.025元涨到0.3元，涨幅高达1100%；缓存未命中从3元涨到9元，输出从6元涨到27元。界面新闻换句话说，如果你跑的是长上下文agent，缓存前缀大、又只能在白天高峰期干活，这次涨价涨的恰好是你最疼的地方。
而且高峰时段就是国内的工作时间。DeepSeek官方划定的峰时换算成北京时间，正好覆盖上午9点到12点、下午2点到6点。36氪对白天重度用模型的团队来说，几乎没有躲的空间；对习惯晚上跑批的个人用户，这反而是一张错峰折扣表。
DeepSeek不是孤例。在它之前，腾讯云、阿里云、百度智能云都已上调API算力产品价格，智谱年内已经第三次提价。界面新闻摩根士丹利的研报则显示，今年二季度国产大模型API平均输入价格已升到每百万tokens 4.9元、输出21.9元，较2025年一季度分别上涨约48%和80%。雷达财经全行业的低价红利都在退潮，这是判断要不要转本地的大背景。
谁最疼：套餐党和重度Agent用户
反应最快的是订阅套餐。OpenCode披露过一次典型V4-Flash请求的结构：410个新增输入token、7.13万个缓存token、310个输出token，调价后峰时单次请求成本变为原来的4.62倍；社区流传的OpenCode Go套餐额度缩水94%的说法口径偏夸大，但按更严格口径测算也减少了约四分之三。36氪
做数据清洗、评论分析、信息抽取这类自动化项目的开发者感受最直接。知乎
但也不是所有人都在慌。知乎一条1300多赞的回答算得很冷静：agent里token消耗的大头是缓存命中输入，涨完之后这一项仍然相对便宜。知乎对照海外价格，涨完的V4-Pro高峰输出价也只有Claude旗舰模型的约1/13。雷达财经涨价真正挤压的，是不动脑子敞开用的那部分空间。
三笔账：云端账单、本地电费和性能折价
第一笔是云端账。有人把涨价后的V4 Pro账单逐请求拆了一遍：三类价格全部翻倍，同样的token构成放到闲时跑，正好省下一半。知乎
这份实账还揭示了一个容易被忽略的细节：高峰时段输出token只有缓存命中的约1.12%，费用却反而略高。知乎所以省钱的方向很清楚：别只盯着输入长度，控制输出冗余、稳定可复用前缀提高缓存命中，再把能排队的任务挪到闲时。
第二笔是本地账。先立一个对照基准：以每月3000万未缓存输入token、750万输出token的场景，全部按V4-Pro高峰价计算，云端一个月约472.5元；本地也常被说成几块钱电费，实际按平均功耗100W、每天24小时运行算，一个月就是72度电，再往上还要叠加硬件折旧和维护时间。知乎
第三笔是性能折价，也是最容易被跳过的一笔。本地量化27B和V4-Pro不是同级能力，前面那篇Apple Silicon实装文章的结论很清醒：工程上更合理的目标通常不是100%本地替代，而是混合路由——稳定重复的任务优先走本地，复杂和突发任务回退云端。
本地现在到底能跑成什么样
先打破一个刻板印象：2026年的本地部署早就不是勉强能用的水平。24G显存的7900 XTX上，有人把Qwen3.8-27B满血压榨到53TPS。哔哩哔哩小红书也有5090单卡的压测：本地vLLM跑Qwen3.8-27B High，76 tok/s，缓存命中92%。小红书
没有这种显卡，门槛也没想象中高，先记一条显存档位：9B量化版大概5-6GB，27B量化版大概18GB，72B量化版接近40GB。知乎24GB显存是跑27B比较舒服的起点，8GB以下建议先从9B小模型入手，别硬上。在DeepSeek大幅调价的当下，27B也被不少人视为目前最有性价比的端侧Agent模型。知乎
预算有限的话，老卡2080Ti魔改22G显存单卡跑27B，也能做到39.5 token/s。哔哩哔哩但要提醒一句：魔改卡品控没法和官方产线比，脱焊、掉驱动、BIOS报错都是现实风险，下手前得想清楚。知乎
Apple Silicon用户已经有一套现成的成熟方案：用MLX跑4-bit量化的27B生成模型，再用独立FastAPI服务提供Embedding和Rerank，整套服务可以常驻在一台48GB统一内存的机器上。知乎
三类人，三条路
第一类，重度agent用户：别搬家，做路由。简单任务走小模型，复杂推理和代码生成才走大模型，一层简单路由就能把整体成本砍掉70%以上。知乎
第二类，数据采集、评论分析、信息抽取这类自动化项目：本地化最彻底。一次性硬件投入，之后每条数据的成本趋近于0，采集来的数据也没必要再过一遍第三方API。知乎
第三类，白天固定使用的中度用户：先别买硬件，挪时间。仓库索引、批量测试生成、文档生成、静态审查、多agent探索、可排队的重构迁移，都可以放到夜里跑；但线上故障、交互式调试、需要人工连续反馈、有明确时限的发布操作，别强行错峰。知乎
至于每天只聊几句、写点文案的轻度用户，真不用折腾：闲时缓存命中输入仍是0.15元每百万tokens，搬家省不回电费。倒是硬件端要留意，DDR5合约价格年初至今已上涨123%。36氪等着硬件降价再装机，未必是笔好买卖。
动手之前，值得盯住的三个信号
第一，算力缺口会不会继续扩大。今年一季度国内AI算力需求同比增长417%，有效供给增速只有128%，缺口还在拉大。雷达财经只要算力还紧，API价格短期就很难回头，这个值得跟踪两三个季度。
第二，便宜模型能不能接住agent场景。V4-Flash正式版上线后，分别以8.83万亿和11.2万亿token的周调用量连续登顶。雷达财经如果你的活儿用Flash加错峰就能覆盖，就不必急着买显卡。第三，硬件价格。社区网友已经在劝：真有意向买笔记本，现在赶快下手。36氪云端在涨价，本地硬件也在涨价，真正要算的是你手里用量结构下，哪边涨得更快。
最后给一个值买式的结论：这次涨价没有终结廉价大模型时代，它只是把方便和时间段分别标了价。对本地部署兴趣用户来说，这既不是恐慌性迁移的动员令，也不是云端的末日，而是一次把真实token构成摊开、对号入座的机会。实在算不清楚，就从最简单的一步开始：今晚把批量任务挪到12点以后跑，看看账单能便宜多少。
