如果你在为一个预算敏感型产品在 DeepSeek API 和 Qwen API 之间做选择，不要先看某个醒目的单价。先从你的工作负载形态入手。
一份有用的面向成本敏感工作流的 DeepSeek API 与 Qwen API 对比：2026 成本指南至少要比较六件事：输入 token、输出 token、缓存命中、缓存未命中、批处理资格，以及之后更改路由的运营成本。
本指南依据一手的供应商文档进行了核查，核查日期为2026 年 9 月 23 日。它是为独立开发者和小型 AI 产品团队撰写的，目标是获得每个已接受任务的最低可靠成本，而不是追求奖杯式基准测试结果。
简短结论：
- 如果是简单的高并发聊天、异步批处理作业，以及可以使用 Qwen 批推理或显式/隐式缓存规则的工作流，优先选择Qwen。
- 如果你想要更简单的全局 OpenAI 格式端点、明确的峰时/非峰时 token 行、自动的缓存命中与缓存未命中计费，或者 DeepSeek Flash 的质量已经足够满足你的产品需求，就优先选择DeepSeek。
- 当预期的 token 节省幅度足够小，以至于供应商配置、重试行为、余额分散或迁移工作可能抵消折扣时，请使用路由器和使用台账。
面向成本敏感工作流的 DeepSeek API 与 Qwen API 对比：决策表
| 工作流模式 | 当前成本信号 | 首先测试的模型家族 | 可能改变结论的因素 |
|---|---|---|---|
| 短文本、未缓存聊天 | Qwen Flash 系列的价格表计算结果可能更低 | Qwen | 输出长度、区域、具体 Qwen 快照、质量通过率 |
| 异步评估或标注 | Qwen 批推理对成功请求按实时推理费用的 50% 计费 | Qwen | 批处理资格、可接受的周转时间、批处理中不支持缓存折扣 |
| 重复的长上下文 | 两家供应商都有缓存机制；DeepSeek 直接公开命中/未命中行，Qwen 提供显式和隐式缓存模式 | 两者都测试 | 实际缓存命中率、缓存创建开销、供应商特定的缓存字段 |
| 推理密集型输出 | 胜负取决于 Qwen Plus、Qwen Max、DeepSeek Flash 或 DeepSeek Pro 是否达到了质量门槛 | 没有默认赢家 | 思考 token、重试、答案长度、接受率 |
| 简单直接的接入 | DeepSeek 发布了一个 OpenAI 格式的基础 URL；Qwen 的接入是按区域/工作区划分的 | DeepSeek | 数据区域需求、采购流程、现有阿里云业务基础 |
| 频繁切换模型 | token 节省可能会被集成和计费开销吞噬 | 共享路由层 | 模型可用性、回滚方案、统一日志 |
这张表不是质量排名，而是成本分诊工具。正确的比较维度是每个已接受任务的成本，而不是每一百万输入 token 的成本。
自 2026 年 7 月价格观察以来发生了什么变化
该 URL 之前的 Flatkey 价格观察以 DeepSeek V4 Flash 和 V4 Pro 作为基线，并将 Qwen Flash 视为持久的低成本 Qwen 行。当前的供应商页面使这项比较变得更加细致。
DeepSeek 现在告诉 API 用户将 deepseek-flash 作为模型名称使用。其文档说明，deepseek-v4-flash 等旧名称仍可接受，但请求实际由 DeepSeek-V4.1-Flash 提供服务，并按 Flash 价格计费。DeepSeek 还公布了峰时和非峰时价格，因此在周末或峰值 UTC 窗口之外运行的工作流，其成本结构可能与在峰时运行的工作流不同。
阿里云 Model Studio 现在在多个模型版本和部署区域中提供了多行 Qwen Flash 系列条目，包括 qwen3.8-flash、qwen3.7-flash 和 qwen-flash。同一页面还区分了区域定价和部署范围，因此仅凭单一的 Qwen 价格还不足以用于审批。具体的模型 ID 和区域都很重要。
对于 2026 成本指南来说，这意味着第一条建议很简单：在比较提供商之前，先按准确的模型 ID、区域、缓存规则和执行模式进行归一化。
当前第一方定价快照
以下所有价格均为截至 2026 年 9 月 23 日在第一方文档中看到的、按每一百万 token 计的公开标价。不要把它们当作合同。迁移流量前，请查看提供商页面和你的账户。
DeepSeek API 定价行
DeepSeek 的定价页面列出了 deepseek-flash 和 deepseek-v4-pro，两者均具有 1M 上下文长度和 384K 最大输出。
| Model | Cache-hit input, off-peak | Cache-miss input, off-peak | Output, off-peak | Cache-hit input, peak | Cache-miss input, peak | Output, peak |
|---|---|---|---|---|---|---|
deepseek-flash | $0.003 | $0.15 | $0.60 | $0.006 | $0.30 | $1.20 |
deepseek-v4-pro | $0.022 | $0.66 | $1.98 | $0.044 | $1.32 | $3.96 |
DeepSeek 还公布了：
- OpenAI 格式基础 URL：
https://api.deepseek.com - Anthropic 格式基础 URL：
https://api.deepseek.com/anthropic - 自动上下文缓存
- 使用情况中的
prompt_cache_hit_tokens和prompt_cache_miss_tokens - UTC 峰时为周一至周五 01:00-04:00 和 06:00-10:00，不包括中国公共假日
实际优势在于清晰。你可以分别计算 cache-hit 输入、cache-miss 输入和输出，而无需猜测哪些输入 token 享受了折扣。
Qwen API 定价行
阿里云 Model Studio 的定价页面列出了许多 Qwen 条目。对成本敏感的文本工作流来说，最相关的 Flash 系列条目包括：
| 型号行 | 示例标价信号 | 为什么重要 |
|---|---|---|
qwen3.8-flash | 在一个可见的国际行中，行内包含 $0.15 输入和 $0.47 输出；其他地区显示不同数字 | 更新的 Flash 系列；请核实地区和具体路由 |
qwen3.7-flash | 在一个可见的国际行中，行内包含 $0.030 输入和 $0.130 输出；其他地区显示不同数字 | 如果质量足够，通常是一个非常低标价的候选项 |
qwen-flash | 在一个可见的国际行中，行内包含 $0.05 输入和 $0.40 输出；其他地区可能不同 | 适用于简单低成本任务的稳定基准行 |
qwen-plus | 在一条可见行中，行内包含 $0.40 输入和 $1.20 输出 | 当 Flash 质量不足时很有用 |
qwen3.7-plus | 在一条可见行中，行内包含 $0.40 输入和 $1.60 输出 | 适用于更难的推理或生成任务 |
qwen3.8-max / qwen3.7-max | 行内包含明显更高的输入和输出价格 | 仅在 Plus/Flash 质量未达标时测试 |
Qwen 还提供：
- 与 OpenAI 兼容的聊天接口
- 按地区/工作区划分的基础 URL
- API 密钥必须与端点地区匹配
- 支持模型的批量推理，对成功请求按实时推理价格的 50% 收费
- 显式和隐式上下文缓存模式，并在使用量中提供 cache-hit token 字段
实际优势在于折扣覆盖面。如果你的工作负载可以异步运行，或者能够稳定命中 Qwen 缓存，那么 Qwen 的有效价格可能远低于简单的实时行价格。
三个工作负载测算
这些示例只比较计费形态。它们不主张在质量、延迟、可靠性或安全行为上等同。
场景 1：短的未缓存聊天
假设：
- 10,000 次请求
- 每次请求 1,000 个输入 token
- 每次请求 500 个输出 token
- 无缓存命中
- 无批量模式
| 路由 | 计算 | 估算的标价 token 成本 |
|---|---|---|
qwen-flash 示例行 | 1,000 万输入按 $0.05 + 500 万输出按 $0.40 | $2.50 |
qwen3.8-flash 示例行 | 1,000 万输入按 $0.15 + 500 万输出按 $0.47 | $3.85 |
deepseek-flash，低峰时段 | 1,000 万未命中缓存的输入按 $0.15 + 500 万输出按 $0.60 | $4.50 |
deepseek-flash，高峰时段 | 1,000 万未命中缓存的输入按 $0.30 + 500 万输出按 $1.20 | $9.00 |
对于短的未缓存聊天，Qwen 是首选成本候选项。如果 DeepSeek 的质量通过率更高、所需重试更少，或者运营上的简洁性比原始 token 差价更重要，那么 DeepSeek 仍然可能胜出。
场景 2：重复的长上下文
假设：
- 10,000 次请求
- 每次请求 10,000 个输入 token
- 每次请求 1,000 个输出 token
- 预热后 90% 的输入 token 命中缓存
- 无批处理模式
| 路由 | 缓存假设 | 估算的标价 token 成本 |
|---|---|---|
deepseek-flash，低峰期 | 9000 万命中输入按 $0.003，1000 万未命中输入按 $0.15，1000 万输出按 $0.60 | $7.77 |
deepseek-flash，高峰期 | 9000 万命中输入按 $0.006，1000 万未命中输入按 $0.30，1000 万输出按 $1.20 | $15.54 |
qwen-flash 示例行，含 20% 隐式缓存输入 | 9000 万缓存输入按 $0.01，1000 万普通输入按 $0.05，1000 万输出按 $0.40 | $5.40 |
这就是旧经验法则可能失效的地方。DeepSeek 提供了非常清晰的缓存命中和缓存未命中行，但 Qwen 目前的缓存文档说明，许多隐式缓存模型会按普通输入的一定百分比来计费缓存输入，同时也注明了模型特定的例外情况。如果你的工作负载依赖缓存节省，切勿只凭电子表格就批准任一提供商。请从 API 响应中记录实际的缓存命中 token。
场景 3：可批处理的评估
假设与场景 1 相同的短对话形态，但任务可以等待异步批处理，并使用受支持的 Qwen 批处理模型。
| 路由 | 计算方式 | 估算的标价 token 成本 |
|---|---|---|
qwen-flash 实时示例行 | 与场景 1 相同 | $2.50 |
qwen-flash 可批处理 | 成功的实时请求 token 成本的 50% | $1.25 |
deepseek-flash，低峰期实时 | 与场景 1 相同 | $4.50 |
对于评估集、夜间数据标注、离线增强和回归测试，Qwen 批量推理通常是首先要验证的成本路径。权衡在于延迟和机制：批处理作业需要 JSONL 输入、每个文件一个模型、轮询、结果文件处理以及验收检查。
独立黑客应该使用的计算器
在切换模型之前，先使用这个公式：
已接受任务成本 =
cache_miss_input_tokens * cache_miss_input_rate
+ cache_hit_input_tokens * cache_hit_input_rate
+ output_tokens * output_rate
- verified_batch_discount
+ retry_tokens
+ fallback_tokens
+ migration_operating_cost
----------------------------------------------------
accepted_tasks然后为每条候选路由跟踪这些字段：
| 字段 | 重要原因 |
|---|---|
| 准确的模型 ID | 浮动别名和带日期的快照可能表现不同 |
| 区域和端点 | Qwen API 密钥与区域绑定；端点不匹配可能导致身份验证失败 |
| 执行模式 | 实时、批处理、缓存和路由器回退采用不同的计费假设 |
| 输入 token | 长提示词会让缓存和提示词裁剪变得重要 |
| 输出 token | 输出通常主导生成和推理成本 |
| 缓存命中 token | 在日志证明之前，缓存假设并不等于节省 |
| 重试次数 | 一个更便宜但重试更多的模型，最终可能更贵 |
| 可接受任务率 | 质量失败是隐藏成本 |
| 执行时间 | DeepSeek 峰时/非峰时费率会改变同一任务的成本 |
| 迁移工作 | SDK、端点、区域、日志和回滚工作都有真实成本 |
影响成本的 API 设置差异
DeepSeek 的设置在运维上很简单。对于兼容 OpenAI 的调用，基础 URL 是 https://api.deepseek.com，当前模型名称包括 deepseek-flash 和 deepseek-v4-pro。对于许多小团队来说，这种简单性很重要，因为设置时间本身也是成本。
Qwen 的设置选项更多。Model Studio 支持兼容 OpenAI 的调用，但基础 URL 会因区域和工作区而异。文档指出，API 密钥与其创建所在区域绑定，而来自一个区域的密钥在另一个区域的端点上可能失败。这不一定会成为阻碍，但它应当纳入成本比较。
如果你正在运行一个小型产品，隐藏工作通常如下：
- 添加一个感知区域的 Qwen 基础 URL。
- 在正确的区域创建 API 密钥。
- 在该区域测试准确的 Qwen 模型 ID。
- 确认该模型是否支持批量推理。
- 确认是否适用显式或隐式缓存。
- 确认用量字段是否报告缓存 token。
- 如果路由未通过质量或延迟门槛，添加回滚路由。
这就是为什么即使对以成本优先的团队来说，单密钥路由器也会很有用。Flatkey 为团队提供一个兼容 OpenAI 的统一入口、一个余额、一张发票、跨供应商的模型发现和用量审查。你仍然需要在生产前验证模型可用性和定价，但由于计费和请求证据都集中在一个地方，运维对比会更清晰。
何时 DeepSeek 是更好的成本选择
在以下情况，DeepSeek 是更好的首选测试对象：
- 你希望只有一个简单直接的供应商端点。
- 你的工作负载可以在非峰时窗口运行。
- 提示词有重复前缀，并且 DeepSeek 的缓存命中 token 能稳定出现。
deepseek-flash的质量足以完成任务。- 你需要在同一张定价表中清晰看到缓存命中、缓存未命中和输出价格行。
- 你的团队更愿意避免区域/工作区密钥管理。
重要的警告是输出成本。当输入缓存命中率很高时，DeepSeek Flash 可能非常有吸引力，但长答案仍然按输出费率计费。如果模型生成冗长回答或需要重试，标价上的节省可能会消失。
何时 Qwen 是更好的成本选择
对于以下情况，Qwen 是更好的首选测试：
- 你可以在所需区域使用低成本的 Flash 家族行。
- 你的工作负载可以通过批量推理运行。
- 你的提示词可以使用隐式或显式缓存。
- 你已经在使用阿里云，或需要特定的 Qwen 模型家族。
- 你需要更广泛的 Qwen 快照，以便进行质量/成本权衡。
- 你可以处理受区域限制的端点和 API 密钥操作。
需要警惕的是复杂性。Qwen 有许多行、区域、模型版本和缓存例外。你需要一份保存下来的路由审查，而不只是从表格里复制一个价格。
30 分钟路由审查模板
在更改生产流量之前先复制这一份：
decision_date: 2026-09-23
workflow: ""
current_route:
provider: ""
model_id: ""
region: ""
endpoint: ""
candidate_routes:
- provider: deepseek
model_id: deepseek-flash
execution_mode: realtime
pricing_checked_url: https://api-docs.deepseek.com/quick_start/pricing
cache_fields_to_log:
- prompt_cache_hit_tokens
- prompt_cache_miss_tokens
- provider: qwen
model_id: ""
region: ""
execution_mode: realtime_or_batch
pricing_checked_url: https://docs.modelstudio.console.alibabacloud.com/en/model-studio/model-pricing
cache_fields_to_log:
- cached_tokens
acceptance_gate:
sample_size: 100
minimum_quality_pass_rate: ""
maximum_retry_rate: ""
maximum_p95_latency: ""
maximum_cost_per_accepted_task: ""
rollback:
owner: ""
fallback_model_id: ""
spend_limit: ""
review_date: ""实用建议
对于大多数成本敏感的独立开发工作流，请按以下顺序开始：
- 测试你所需区域中可用的最便宜的 Qwen Flash 家族行。
- 如果工作负载是异步的，测试 Qwen 批量推理。
- 如果提示词包含重复上下文，分别测量 Qwen 缓存字段和 DeepSeek 缓存字段。
- 如果简单配置或 DeepSeek 质量很重要，请在低峰时段测试
deepseek-flash。 - 只有在更便宜的路线未通过验收测试后，才使用 Plus、Max 或 DeepSeek Pro。
- 当切换、回退或计费证明成为运营成本的一部分时，通过共享网关进行路由。
不要批准每个输入 token 成本最低的路由。应批准在记录了质量、重试、缓存、批量和回退证据后，每个已接受任务成本最低的路由。
常见问题
2026 年 DeepSeek 比 Qwen 更便宜吗？
并非普遍如此。在当前示例中，Qwen 往往在简单的无缓存聊天和可批量处理的工作中胜出，而 DeepSeek 在简单直接的配置、显式缓存计费、低峰流量，以及 deepseek-flash 以较少重试通过质量要求的工作负载中仍然具有吸引力。
Qwen 批量推理总是更便宜吗？
不是。Qwen 批量推理对受支持模型的成功请求计费可能为实时推理的 50%，但批处理作业是异步的，并且不适用于某些促销或缓存折扣。它适合离线任务，不适合对延迟敏感的产品调用。
我应该将 DeepSeek Pro 与 Qwen Flash 进行比较吗？
只有在两者都通过相同质量门槛时才这样做。对于成本指南，应比较满足任务要求的最便宜模型。如果 Qwen Flash 未通过而 DeepSeek Flash 通过，那么列表中更便宜的 Qwen 行就无关紧要。
缓存能保证节省吗？
不是。DeepSeek 表示，缓存命中取决于是否匹配已缓存的前缀单元，且不作保证。Qwen 的文档也说明，隐式缓存命中概率不作保证，必须通过 usage 字段验证。应将缓存节省视为已测得的节省，而不是承诺的节省。
Flatkey 适合放在什么位置？
一旦模型切换本身也开始产生成本，Flatkey 就很有用。借助一条 OpenAI 兼容路由、一个余额、一张发票以及使用日志，你可以比较 DeepSeek、Qwen 和其他模型路由，而无需把密钥和计费证据分散在各个提供商之间。
最终答案
对于 DeepSeek API 与 Qwen API 在成本敏感工作流中的对比：2026 成本指南，正确的结论不是“DeepSeek 更便宜”或“Qwen 更便宜”。而是：
对于简单、低成本、可缓存且可批处理的工作流，优先使用 Qwen。对于需要简单设置、离峰调度、直接缓存命中计费，或 DeepSeek Flash 质量能让你获得更低已接受任务成本的场景，优先使用 DeepSeek。当切换成本、日志记录和计费证明的重要性开始与 token 价格同等重要时，使用 Flatkey。
