DeepSeek 舊 API 名稱今日 15:59 UTC 硬下線：V4 正式 GA、峰谷計價上線，reasoner 其實一直是 Flash 不是 Pro

7 月 19 日我們寫過：deepseek-chat 與 deepseek-reasoner 只剩五天。今天就是截止日——7 月 24 日 15:59 UTC（北京時間 7 月 24 日 23:59）之後，任何仍指向這兩個舊名稱的請求將直接失敗，無優雅降級、無額外延長窗口。官方 API 文件用紅字標註：「Jul 24th, 2026, 15:59 (UTC) 後將完全退役且不可存取。」

這不是小版本升級，而是 DeepSeek 把 V4 從預覽推進正式 GA 的同時，強迫全球開發者做兩件一直被別名掩蓋的決定：用 Flash 還是 Pro，以及要不要開 thinking 模式——再加上第三件新變數：你的 cron job 會不會踩到北京尖峰加價。

今天到底斷什麼？

自 4 月 24 日預覽以來，舊名稱其實已在幕後轉發：

關鍵陷阱（7 月 19 日已提示，今天變成生產事故）：deepseek-reasoner 從未對應 V4-Pro。若你以為「reasoner = 最強推理檔」，過去三個月其實一直在付 Flash 價格跑 Flash 能力。遷移時若只做字串替換而不升級到 deepseek-v4-pro，品質預期可能錯位。

官方定價頁列出的 GA 型號：

• deepseek-v4-flash：1M context、預設支援 thinking／非 thinking 切換、並發上限 2500
• deepseek-v4-pro：同樣 1M context、最強指令遵循與長文，並發上限 500

Base URL 不變：https://api.deepseek.com（另提供 Anthropic Messages 格式端點）。OpenAI Chat Completions 相容形狀保留，但 thinking 改由請求參數控制，不再靠模型名稱分流。

峰谷計價：API 業界第一個「結構化尖峰加價」

V4 GA 第二記重拳是時段計價。DeepSeek 過去曾做過離峰折扣，但 V4 GA 把峰谷寫進正式價目——媒體稱這是前沿級 API 首次把尖峰／離峰作為永久費率卡，而 OpenAI、Anthropic 仍多為 flat rate。

已確認規則（北京時間 UTC+8）：

• 尖峰：每日 09:00–12:00、14:00–18:00 → 費率約為離峰 2 倍
• 離峰：夜間與週末 → 維持基準價

以 V4-Pro 為例，離峰基準約 $0.435 / 百萬 input（cache miss）、$0.87 / 百萬 output；尖峰時段翻倍。Flash 更便宜：cache miss input $0.14、output $0.28（離峰）；cache hit input 可低至 $0.0028。

對排程任務的含義很實際：把批次摘要、embedding 前處理、eval 重跑挪到離峰，可能直接砍半帳單；反之，在北京工作時段跑高頻 AI 代理 迴圈，帳單會比離峰批次高出整整一倍——峰谷定價把「何時呼叫 API」變成與「呼叫哪個模型」同等重要的變數。

遷移檢查清單（截止前最後幾小時）

1. 全域搜尋 deepseek-chat、deepseek-reasoner：程式碼、.env、K8s ConfigMap、LangChain 預設、CI eval、排程腳本
2. reasoner 路徑：評估是否應升級 deepseek-v4-pro + extra_body thinking enabled，而非僅 Flash
3. 多輪工具調用：thinking 模式下 reasoning_content 與 tool call 歷史是否完整回傳
4. 採樣參數：thinking 開啟時 temperature／top_p 可能無效——需重測
5. 帳單告警：按 timestamp + model + 峰谷標記記 log，避免月底才發現尖峰爆量
6. 降級策略：15:59 UTC 後舊名稱 404／400，fallback 必須指向新 ID，不能仍寫舊 alias

V4-Pro 與開源權重：GA 不只是改名

第三方評測（AIToolsReview 等）指出 V4-Pro 約 1.6T 激活 MoE、1M context，GA 定於 7 月 19 日前後落地，與今日別名下線配套。Hugging Face 上亦有 DSpark 等蒸餾變體供自架；但多數團隊仍走 API——尤其在中國以外想避開地緣摩擦時。

這與本週 Moonshot 遭白宮指控蒸餾 Fable 形成對照：DeepSeek 走「極低價 + 開放權重 + 強制顯式型號」路線，把成本戰推進到計費時段維度；美系對手則在閉源與監管框架下維持 flat pricing。

官方價格卡（離峰基準，每百萬 token）

尖峰時段（北京 09:00–12:00、14:00–18:00）上述費率約 ×2。Flash 的 cache hit 價格極低，適合重複 system prompt、長上下文 RAG 前綴；Pro 則適合複雜指令遵循與長鏈 推理，但並發僅 Flash 的五分之一，高 QPS 場景需提前壓測排隊。

thinking 模式怎麼寫？（reasoner 遷移範本）

舊寫法在今日失效：

model: "deepseek-reasoner"   // 今日 15:59 UTC 後報錯

新寫法需顯式指定型號 + thinking 參數（OpenAI SDK 相容）：

model: "deepseek-v4-flash"   // 或 deepseek-v4-pro
extra_body: { "thinking": { "type": "enabled" } }

若從 deepseek-chat 遷移，則用同一型號但關閉 thinking。別忘了：開啟 thinking 時部分採樣參數可能無效，agent 迴圈要重新量測延遲與 token 消耗——reasoner 時代累積的「每請求成本」基線，在 Pro + thinking 下可能完全不同。

DeepSeek 亦提供 Anthropic Messages 格式端點（https://api.deepseek.com/anthropic），多協議並存意味著 gateway 層要同步更新路由規則，不能只改一條 Python 客戶端。

與 Gemini 3.6 發布的價格戰

Google 7 月 21 日發布 Gemini 3.6 Flash（$1.50／$7.50 per M token）與 3.5 Flash-Lite（$0.30／$2.50），主打「每個 agent 任務更省 token」。DeepSeek 則用絕對低價 + 峰谷調峰搶佔 batch 與亞洲時區工作負載。兩邊都在說「agent 經濟學」，算帳維度不同：Google 壓單次輸出 token 數，DeepSeek 壓每百萬單價與時段。

若你什麼都沒做會怎樣？

15:59 UTC 一過，所有仍送 model: "deepseek-chat" 或 "deepseek-reasoner" 的請求應預期 HTTP 400 或 404——監控面板會在離峰時段突然歸零，錯誤訊息卻可能被包成「模型不可用」。這是典型「一行字串未改」的生產事故，偏偏發生在週四晚間亞洲時區。

結語

7 月 19 日 的警告今天變成現實：別名不是永久兼容層，而是 90 天倒數。V4 GA 的真正含義是——你必須在程式裡明確選擇 Flash／Pro 與 thinking，並把時區寫進 FinOps。

還沒遷移的團隊，現在只剩幾小時。已遷移的團隊，下一關是尖峰定價與 Pro 重測。DeepSeek 用截止日教會整個行業一件事：便宜 API 的代價，是再也不能對模型能力裝作不知道。