DeepSeek API输入缓存价格大幅下调，降至首发价的十分之一

DeepSeek刚把API输入缓存的价格砍到了原来的十分之一，不是促销预告，不是限时试用，是正式调价今天起生效。这个动作没配长篇公告，也没开发布会，就在开发者文档更新日志里轻描淡写提了一句，但圈内不少技术负责人看到后立刻拉群讨论：缓存成本压下来，模型调用链路的经济性突然变得很实在。

价格变动背后是推理架构的真实演进

过去半年，大模型API服务的隐性成本越来越受关注。输入缓存（Input Caching）指将重复提交的Prompt结构、系统指令、上下文模板等预处理结果固化存储，避免每次请求都重走token化、位置编码、KV缓存初始化等流程。它不直接参与推理计算，却显著影响首字延迟与并发吞吐。此前行业普遍按“缓存时长+缓存体积”计费，DeepSeek原价为0.0002元/千token·小时，调整后为0.00002元/千token·小时。以一个典型客服场景为例：每日10万次请求，平均输入长度800 token，缓存保留24小时，月度缓存费用从约1150元降至115元。这不是小数点后几位的修修补补，而是让中小团队敢把长上下文、多轮对话、复杂工具调用真正跑进生产环境的关键松动。

哪些场景能立刻受益？

1. 需要固定系统提示词（System Prompt）的SaaS应用，比如合同审查、医疗问诊辅助、代码解释器类工具；

2. 对话历史需长期保留在缓存中以维持角色一致性，且用户会高频回溯上下文的B端产品；

3. 使用RAG架构时，将向量检索后的文档片段预加载进缓存，减少每次query的冗余解析开销；

4. 企业私有化部署场景中，通过API网关统一管理缓存策略，替代部分本地Redis中间层。

实操中要注意三个细节

1. 缓存键（Cache Key）默认基于输入文本哈希生成，若含时间戳、UUID等动态字段，需提前做标准化清洗，否则命中率趋近于零；

2. 当前仅支持对`messages`数组中的`system`和`user`角色内容生效，`assistant`历史回复暂不参与缓存；

3. 缓存有效期最长72小时，超时后自动失效，不支持手动刷新或延长，需在业务逻辑中预留降级路径。

行业节奏正在悄然变化

对比Qwen、GLM、Moonshot等国内主流模型API，目前仅DeepSeek明确将输入缓存作为独立计费项并大幅降价。其他厂商仍将其打包在总token费用中，或仅提供有限免费额度。这种拆分定价并非单纯让利，更像一次基础设施能力的显性化当模型能力趋于同质，谁能把底层调度、内存复用、状态管理这些“看不见的部分”做得更透明、更可控、更便宜，谁就在真实服务成本上握住了主动权。已有团队反馈，调价后将原计划用CPU预处理的简单prompt校验逻辑，全部迁移到API侧缓存处理，服务器资源节省了37%。

以上是DeepSeek此次输入缓存调价的核心事实与落地建议，希望对你有所帮助。