数据时效：2026-08 DeepSeek-V4 Flash 的缓存命中输入，标价每百万 token 两分钱。这个数字从四月开始挂在各种「AI 成本崩了」的标题里。同一张价目表上还有另外两行，缓存未命中输入一元，输出两元。两分钱和一元之间，隔着五十倍。
我特意把这套价目表和几篇实测都翻了一遍，才敢说下面这些。这行两分钱，指的只是输入请求里恰好撞上缓存的那部分 token。你要是对 token 没概念，把它理解成大模型读写文字的字数就行。一个模型的输入分两种。一种以前被你问过、结果被它记下来，再问就按缓存价收；一种要从头算一遍，按未命中价收。两分钱是前者，后面那两行是后者。一个自己写代码的人，绝大多数请求都落在未命中和输出这边，真正按两分钱付的，其实是少数。
这张价目表上周刚被改过。
8 月 17 日，DeepSeek 把 V4 系列改成峰谷计费。工作日 9 点到 12 点、14 点到 18 点是高峰，价翻倍；其余时间算平峰。V4-Flash 的缓存命中价从两分钱改成平峰五分、高峰一毛，输出价从两元改成平峰四块五、高峰九块。《财经》用六组相同任务实测，涨价后 V4-Pro 的实际花费变成 2.9 到 5.8 倍，V4-Flash 变成 2.0 到 4.0 倍。
我讲这个，是想说单看单价去判断「便不便宜」，本身就接不住现实。单价会变，口径会变，最便宜的那一行，经常是让你先往里看的那一行。真要把账算对，得从「让一个 agent 连续跑多久、跑多深」倒推。
这笔账该倒过来算
真正该算的，是让一个 agent 连续跑一个月，你实际掏多少。这个数不取决于标价，取决于你喂进去多少、让它写多少、什么时候跑。
先拆一个普通例子。一个独立开发者让 agent 整天读自己的代码库、改 bug、补测试，一个月下来大约五千万输入 token、一千万输出 token。数字是估的，结构是真的。agent 这类工作流里，九成六以上的输入是缓存命中，因为它反复读同一份代码，命中率出乎意料地高。把钱烧掉的大头，是输出。
按 V4-Flash 现在的平峰价，五千万输入里，四千八百万命中，按五分钱算两块四；两百万未命中，按一块五算三块；输入加到一起五块四。一千万输出，按四块五算，四十五块。加起来一个月五十块出头。用 V4-Pro 算，同一套活约一百五十一块。
看到没有。被你当成标题的「两分钱」，在这笔账里只占两块零头，九成去了输出。输出没有缓存这道闸，每生成一个 token 都按全价收，而且输出单价本来就比命中输入高几十倍。一个总在「写」的 agent，和一个总在「读」的 agent，同样跑一个月，账单能差出一个数量级。
还有三个变量，会让账单更不像标题。上下文长度这一条，V4 支持一百万 token，一次调用就可能塞进一万个请求，只要没命中缓存、缓存失效，每多问一次都按未命中价重算。调用频次也是，一个 agent 一天调几百次很常见，把一百万上下文反复喂进去，单价再低也架不住总量。更别提峰谷，9 点到 12 点、14 点到 18 点翻倍，那些白天跑、夜里歇的 agent，恰好卡在最贵的时候。
便宜是真的便宜，只是便宜发生在「读得多、写得少、夜里跑」那个角落。你想要的「让 agent 替一个人干一整周」的工作流，成本结构和标题里的两分钱，已经不是一个东西。涨价之后也能佐证这一点，次日 OpenCode 上 V4-Flash 的调用量少了近六成，V4-Pro 少了五成六，最先砍量的，正是那种大批量自动化的用户。
国产芯片适配，是真算力，还是好看的故事
到这一步，很多人会问那句老话，便宜是不是因为算力自主可控了。DeepSeek V4 四月底发布，八家国产芯片同时适配，华为昇腾、寒武纪都在。昇腾 950 上，V4-Pro 单卡解码每秒能出四千七百个 token，V4-Flash 十毫秒吐首 token（TPS 就是每秒生成的 token 数）；寒武纪在 vLLM 框架上做了 Day 0 适配，代码开在 GitHub 上。这些是看得见的数字，不是口号。
但要说清楚，适配的收益落在供给端，不在你端上。它有两层实际作用。一层，是让更多算力能跑这个模型，供给了、排队少了，以后价格才有往下压的空间。另一层，是把「用国产模型跑起来」的底层能力攒出来，哪天进口卡紧张、价格抬头，你还有别的池子可以切。
这两层，都改变不了刚才那笔账的结构。算力变便宜，压的是「每百万 token 多少钱」，压不掉「你这个月要写多少」「你有没有那么多需求可喂」。对一个人公司，顶到天花板的是需求、交付、信任这三样。能持续定义清楚的需求，要有人肯付钱；交付出去，要陌生客户真敢用；信任，得靠一次做对、再一次做对攒下来。这几样，哪一样都不靠算力便宜就自己长出来。
卡住一人公司的，不是那点算力钱
账算到这份上，结论已经露出来了。对一个人公司，一个月几十块算力，就算用最贵的 V4-Pro 一百五十一块，也只是「一顿饭钱」的量级，跟雇个人一个月几千上万比，差了两三个数量级。真正决定「能不能成立」的，从来不在算力成本这一栏。
有一个挺直白的佐证。8 月中旬，DeepSeek 开源了 Harness，一个对标 Claude Code 的开源 agent 工具，MIT 协议。同一周它涨价、又推自家 agent 工具。这一套动作的指向很清楚。模型厂把最便宜的算力当引流，真正想收钱的，是你在 agent 里干活的那一层。连最会打价格战的厂商，都不再拿「最便宜」当护城河了。
这对一个人公司是个提醒。把「算力便宜」当成能成立公司的理由，跟把「水电便宜」当成能开餐厅是一回事。水电确实便宜，但开餐厅要的是菜单、手艺和回头客，水电打折救不了营生。算力也一样。它让你敢把一件事跑深、敢试错、敢接那些以前因为人力成本接不起的零散活。这就是「一个人能接多少活」那扇门移动的地方。但门开了，走进来靠的还是你拿得出什么，别人敢不敢信。
至于这套 agent 工作流到底能替掉多少人工，我现在也拿不准。它在跑，只是还没跑到能下结论。我能确认的是另一个方向。那些重复、有标准、能校验的活，改一遍接口、写合规文案、清一段杂数据，是最先被 agent 化的；而「这事该怎么定义、做成什么样算好」，始终得靠人。
最后把这笔账收住
算力成本降下来，确实把一个「可负担的尝试」交给了个人。两分钱那行价是真事，几个月里它让不少人真的开始跑 agent。但它撑不起一家公司。它做的是把「要不要试」的门槛压低。「能不能立住」的边界，在需求定义、交付质量、信任积累这些算力管不到的地方。
DeepSeek 涨价、上线自家 agent 工具，只是把这事又点破了一层。单价是动的，今天最便宜的那一行，未必是你三个月后还能买到的价。所以别按「每百万 token 多少钱」去判断一人公司能不能成立，按「我这个月要跑多少、写多少、能不能夜里便宜跑」去算，算出的是你真要掏的钱。这笔账能算过来，说明条件够了；够不够开公司，还得看那三样算力买不来的东西。