DeepSeek API 与 Qwen API：面向成本敏感工作流的对比——2026 成本指南

如果你的主要约束是 API 支出，那么DeepSeek API vs Qwen API 的选择已经不再能靠记忆轻易判断。两家提供商都调整了其低成本模型线，最便宜的路径取决于四件事：未缓存输入、缓存输入、输出量，以及你的工作负载是否可以使用批量推理。

本指南已根据第一方定价和模型生命周期文档进行核对，核对日期为2026 年 7 月 28 日，星期二。简短答案如下：

• 对于大多数未缓存、已缓存和批量文本工作负载，Qwen Flash 的原始标价更低。
• DeepSeek V4 Flash 提供非常低的缓存命中率和更简单的全球直连端点，但其更高的缓存未命中和输出费率意味着，你需要异常高的缓存占比请求组合，这一优势才可能影响账单。
• DeepSeek V4 Pro 可以作为与更高价 Qwen 档位对比时、以成本优先的推理候选，但模型质量并不可互换。应测试成功任务成本，而不只是 token 数。
• 不要在 Qwen Turbo 上启动新的工作流。阿里云列出的退役日期是2026 年 11 月 30 日，并建议以 Qwen Flash 作为替代。

DeepSeek vs Qwen：按工作流划分的成本结论

这是一项成本比较，而不是通用的模型排名。一个需要更多重试、更长提示词或人工纠正的模型，即使 token 价格更低，也可能最终更贵。

当前 DeepSeek API 定价

DeepSeek 的定价页面于 7 月 28 日更新，列出了两个 V4 文本模型。价格按每一百万 token 计算。

DeepSeek 记录了自动上下文缓存，并公开了单独的命中和未命中价格。它还提供了一个与 OpenAI 兼容的端点 https://api.deepseek.com，以及一个与 Anthropic 兼容的端点 https://api.deepseek.com/anthropic。

最引人注目的数字是 V4 Flash 的缓存命中价格：它仅为缓存未命中费率的 2%。但这个折扣不应孤立评估。一次未命中的成本仍然是 Qwen Flash 第一档标准输入费率的六倍多，而且 DeepSeek V4 Flash 的输出成本也更高。

当前的 Qwen API 定价

阿里云 Model Studio 按模型、输入长度、输出模式和部署区域列出 Qwen 价格。对于输入最多 128K tokens 的全球部署，相关的低成本行如下：

对于新加坡部署模式，同一页面将 qwen-flash 列为输入 $0.05、输出 $0.40，适用于最多 128K 的提示词。这一区域差异说明，合理的 Qwen 预测必须记录部署模式和端点，而不是照搬某个醒目的单一数字。

Qwen 的缓存同样需要精确建模：

• 隐式缓存命中按标准输入价格的 20% 计费。
• 显式缓存命中按标准输入价格的 10% 计费。
• 显式缓存创建按标准输入价格的 125% 计费，缓存存储则单独计费。
• 批量推理可让符合条件的模型享受输入和输出 50% 的折扣，但不要假设这些折扣会叠加，除非提供商明确文档说明了该模型和区域可同时使用。

阿里云还指出，qwen-flash 是一个滚动别名。当可复现性很重要时，请固定到某个带日期的模型 ID，然后在该快照退役之前安排迁移测试。

三种工作负载计算

以下公式使用公开挂牌价，而不是临时促销或议价合同。它们只比较直接来自提供商的 token 费用，不包括税费、网络费用、缓存存储和工程人力成本。

场景 1：短篇未缓存聊天

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
• Qwen 全球 qwen3.5-flash 第一档定价

对于这种请求形态，按公开标价计算，Qwen 的成本大约低 54%。如果你使用不同的 Qwen 区域、超过第一个输入档位，或者需要足够多的重试来抵消 token 优势，结果可能会发生变化。

场景 2：90% 缓存命中的重复长上下文

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
• 90% 的输入 token 按缓存命中费率计费
• Qwen 使用隐式缓存

DeepSeek 的缓存命中费率更低，但在这个 90% 命中的场景中，Qwen 仍然胜出，因为 Qwen 的未命中和输出价格更低。

仅就输入而言，只有当缓存命中占比大约达到 98.7% 或更高 时，DeepSeek V4 Flash 才会比 Qwen 的隐式缓存组合更便宜。一旦计入输出 token，所需命中率还会更高。使用 Qwen 的显式缓存时，其命中价格本身低于 DeepSeek，不过还必须把创建和存储费用算进去。

场景 3：离线批处理

假设：

• 1 亿个输入 token
• 2,000 万个输出 token
• Qwen 模型和区域符合公开的 50% 批处理折扣资格
• 由于 DeepSeek 的定价页面未公布等效的批处理折扣，因此按标准同步标价计算

对于可容忍延迟的评估、标注、摘要或合成数据任务，是否符合批处理资格可能比细微的缓存差异更重要。在批准预测之前，请确认你的具体模型、部署模式和任务类型都符合资格。

更好的盈亏平衡公式

不要只比较单个 token 价格单元，而要使用下面这个工作表：

monthly_cost =
  uncached_input_millions × uncached_input_rate
  + cached_input_millions × cached_input_rate
  + output_millions × output_rate
  + cache_creation_cost
  + cache_storage_cost
  + retry_cost
  + platform_or_network_fees

然后计算每个成功任务的成本：

successful_task_cost = monthly_cost / accepted_outputs

第二个数值可以捕捉到令牌表忽略的运营成本。如果更便宜的路径会产生更多无效 JSON、工具调用失败、冗长的推理轨迹或人工复核，那么它的真实成本可能更高。

影响总成本的运营差异

地区与端点设计

DeepSeek 文档说明了一个全球直接端点。Qwen 使用与部署模式和地区绑定的阿里云 Model Studio 端点。区域配置可以改善治理，但也会影响模型可用性、价格行、凭据和故障切换设计。

在每次审批中记录以下字段：

• 提供方和确切的模型 ID
• 部署地区或模式
• 基础 URL
• 输入长度档位
• 思考或非思考输出模式
• 缓存方式
• 批处理资格
• 价格核对日期

模型生命周期

Qwen Turbo 计划于 2026 年 11 月 30 日退役，阿里云建议使用 Qwen Flash 作为替代。新系统不应把 Turbo 熟悉的名称或更低的非思考输出行视为长期节省方案。

滚动别名适合实验，但会引入静默变更风险。在生产中固定到带日期的版本，维护一个小型评估集，并在退役前测试下一个版本。

质量与重试预算

不要把 DeepSeek V4 Flash 和 Qwen Flash 当作会产生相同结果的模型来比较。应基于实际任务评估每条路径：抽取准确率、代码测试通过率、工具调用完成率、结构化输出有效性、延迟和人工接受率。

一个实用的路由门槛是：

1. 拒绝低于质量底线的模型。
2. 在通过筛选的方案中比较每个被接受输出的成本。
3. 加上重试和回退成本。
4. 用回滚阈值对更便宜的路径进行金丝雀发布。
5. 在生产流量运行第一周后重新计算。

如需可重复的测试框架，请使用 多模型提示测试工作流。如需更广泛的费率背景，请比较当前的 AI 模型定价对比 和 Flatkey 的 定价页面。

何时选择 DeepSeek 更合适

在以下情况下，DeepSeek 值得先测试：

• 你想要一个简单的全球直接端点。
• 你的工作负载具有极高且经测量的缓存复用率。
• DeepSeek V4 Pro 以低于你测试的 Qwen 档位的成功任务成本，满足推理质量底线。
• 你的团队已经可靠地运行 DeepSeek，而迁移工作会超过预期节省。

何时选择 Qwen 更合适

在以下情况下，Qwen 值得先测试：

• 原始令牌成本是主要约束。
• 你运行的是短或中等长度的未缓存提示。
• 你有可容忍延迟、且符合批处理推理条件的作业。
• 你可以有效使用显式或隐式缓存。
• 阿里云的区域化部署模式符合你的合规和运营要求。

FAQ

DeepSeek 在 2026 年会比 Qwen 更便宜吗？

并非全方位如此。在 7 月 28 日的公开标价下，Qwen 3.5 Flash 在本指南中的短期未缓存、90% 缓存命中以及符合条件的批处理示例里都更便宜。DeepSeek 仍可能在成功任务成本、运维简化，或某个特定的高阶对比中胜出。

哪个 API 更适合高频自动化？

如果工作可以使用批量推理，或者对低延迟不敏感，先测试 Qwen Flash。若缓存复用率极高，或其输出质量能减少重试，也一并测试 DeepSeek。选择每个已接受结果成本最低的方案。

DeepSeek 的缓存价格会让它在 RAG 中更便宜吗？

不一定。DeepSeek 的缓存命中输入价格非常低，但其缓存未命中和输出费率高于 Qwen 3.5 Flash 的第一档费率。在决定前，请测量实际命中率、提示词到输出的比例，以及 Qwen 的缓存方式。

我应该在新应用中使用 Qwen Turbo 吗？

不。阿里云已将 Qwen Turbo 的退役日期列为 2026 年 11 月 30 日，并建议迁移到 Qwen Flash。

API 定价应该多久复查一次？

对于活跃的生产路线，按月复查；一旦提供商更改模型 ID、退役日期、缓存规则、批处理支持、区域可用性或公开标价，也应立即复查。

以生产流量为依据选择，而不是看表面费率

对于大多数成本敏感型文本工作流，截至 2026 年 7 月 28 日，Qwen Flash 是更低价的起点。对于那些其端点简洁性、缓存行为或任务质量能降低总运营成本的场景，DeepSeek 仍值得测试。

保存请求形态工作表，固定精确的模型版本，并保持路线可逆。如果你想在不重写客户端代码的情况下，在一个地方测试两个提供商，可以从 Flatkey 集成入门 开始，运行相同的评估集，只有在每次成功成本数据稳定后再将生产流量切过去。