DeepSeek 缓存价格最高涨 11 倍：长上下文需求激增，存储成本不再免费

事件概述

DeepSeek 于 8 月 17 日调整了 V4 Pro API 的输入和输出价格，其中缓存命中价格涨幅最大：空闲时段上涨 5 倍，高峰时段从 0.025 元/百万 Token 涨至 0.3 元/百万 Token，涨幅达 11 倍。

缓存命中是什么

缓存命中可类比为大模型的“草稿纸”：AI 处理长文本时，会将已计算过的内容以 KV Cache 形式暂存，后续请求可直接复用，避免重复计算。DeepSeek 依靠 KV 压缩技术和冷热记忆分层搬运架构，将缓存命中率做到极高，成为许多代码助手、知识库 Agent、长文档分析产品的性价比基石。

为什么涨价：存储、调度与搬运成本飙升

缓存命中虽然省去了重复计算的算力开销，但引入了三类新成本：

• 存储成本：海量 KV 状态需分层存放在 GPU 显存、CPU 内存和 NVMe 磁盘；
• 调度成本：每次请求需快速定位缓存块并分配资源；
• IO 搬运成本：缓存需在磁盘、内存和显存之间搬运。

DeepSeek 的压缩技术（CSA 稀疏注意力 + HCA 重度压缩注意力）能显著缩小 KV 缓存体积——相比 V3 减少 90%，相比传统 GQA 架构仅剩约 2%。但即使压缩后，长上下文请求量指数级增长，GPU 显存、HBM 容量和总线带宽的物理上限依然被击穿。

高峰期大量百万 Token 级请求同时涌入，导致 GPU 显存被占满，调度系统频繁将缓存块“踢”到 NVMe 磁盘，引发“缓存颠簸”。数据在显存与磁盘间反复搬运，不仅没有加速，反而消耗大量 IO 资源和调度算力，严重时可使集群有效处理能力崩盘。DeepSeek 的涨价，正是为覆盖这部分“存储税”。

行业对比与开发者应对

Anthropic 和 OpenAI 同样面临缓存成本问题，但路径不同：

• Anthropic：采用显式缓存断点机制，要求开发者手动标记缓存位置，并对首次写入缓存收取 1.25 倍或 2 倍溢价；
• OpenAI：基础输入价格较高，有更充足的资金配置 HBM 显存以扩大缓存空间；
• DeepSeek：因原有定价过低，直接转向涨价。

即便涨价，DeepSeek 仍是全球性价比最高的选择之一，且多数开发者已在 DeepSeek 的 KV Cache 层形成高命中缓存池，切换成本不低。开发者应优化缓存命中率，核心原则是：前缀必须完全匹配，差一个字符都会导致缓存失效。常见的踩坑点包括：

• 将当前时间、用户 ID、随机参数放在 Prompt 开头，导致后续长文本缓存作废；
• 前端拼接时多一个空格或换行符变更，被系统视为不同文本；
• Agent 框架将工具结果插入上下文中间，打断后续内容的缓存边界。

开发者需要从“写 Prompt”转向“数据管理员”思维，将高频复用的热数据置于 Prompt 最前，管理冷热数据层级，以最大化缓存命中率，抵消涨价影响。