簡短回答
DeepSeek V3.1是DeepSeek推出的模型,每百萬input token收費$0.25,每百萬output token收費$0.95,上下文視窗為164K token。一次標準回答,也就是1,000個token輸入與500個token輸出,費用是$0.0007。在Whizi內部,每則訊息花費1點數,且需要Pro方案以上才能使用。
這讓它成為型錄中較便宜的模型之一:89個訂價模型中有69個每次回答的費用更高,19個更低。
DeepSeek V3.1的費用
牌價是供應商每個token收取的費用。一次標準回答的費用是更有用的數字,因為無論每個模型如何計費,它都以同一個工作單位來為每個模型定價。
| 每百萬input token | $0.25 |
| 每百萬output token | $0.95 |
| 一次標準回答 | $0.0007 |
| 一千次回答 | $0.7250 |
| 上下文視窗 | 164K token |
| Whizi中每則訊息點數 | 1 |
| 最低Whizi方案 | Pro |
| 依費用排名(共89個訂價模型) | 20 |
價格為OpenRouter所提供的DeepSeek官方牌價,最後更新於2026-08-20。涵蓋29家供應商共100個模型的完整資料集是AI模型費用指數,可免費轉載並附上出處。
在Whizi內部的費用
Whizi以點數而非token來計算訊息用量,DeepSeek V3.1每則訊息收取1點數。費用不會因為訊息長度或回答長度而改變,所以一句簡短提問和一份長篇文件分析的花費是一樣的。
| 方案 | 每月價格 | 每月點數 | 此模型可用訊息數 |
|---|---|---|---|
| Pro | $29.99,或按年計費$19.99 | 2,000 | 2,000 |
| Powerhouse | $49.99,或按年計費$34.99 | 8,000 | 8,000 |
DeepSeek V3.1從Pro方案開始提供。Pro並非把所有便宜模型都塞進去的方案,而是精選過的方案:每個模型系列挑出一到兩款目前的旗艦機種、各自的快速版本,以及高使用量的主力模型。詳見方案與限制。
價格比較表現如何
與指數中最便宜的模型Ling-3.0-flash(每次回答$0.000053)相比,DeepSeek V3.1的費用高出14倍。與中位數Kimi K2 0711($0.0017)相比,它的費用則便宜2.4倍。
它在DeepSeek系列中最相近的機種:
| 模型 | 一次回答 | 上下文 | 點數 |
|---|---|---|---|
| DeepSeek V4 Flash 0731 | $0.0003 | 1M | 1 |
| DeepSeek V3.2 | $0.0005 | 164K | 1 |
| DeepSeek V3.1(本頁) | $0.0007 | 164K | 1 |
| R1 | $0.0019 | 64K | 2 |
如果DeepSeek V3.1的能力超過某項任務所需,DeepSeek V3.2是更便宜的DeepSeek選擇,每次回答只要$0.0005,每則訊息1點數。把例行工作分流到較低階模型,是延長點數額度最有效的單一做法。
實際使用中的上下文視窗
DeepSeek V3.1可接受164K token的上下文,大約相當於250頁文字。這低於訂價型錄的中位數。
宣稱的上下文與實際可用的上下文並非同一回事。回憶能力往往在達到標示上限之前就開始下降,尤其是位於長篇輸入內容中段的資料,所以實際的測試方法是上傳一份長文件,詢問埋藏在中段的內容,而不是單純相信這個數字。
當你使用自己的檔案工作時,這個數字最為重要。如果文件對你選用的模型來說太長,在同一段對話中切換到上下文視窗更大的模型能延續原本的對話串,讓你不必從頭開始。詳見在對話中途切換模型。
- input輸入$0.25,output輸出$0.95(每百萬token)
- 一次標準回答$0.0007,一千次回答$0.7250
- 164K token的上下文視窗
- 在Whizi內每則訊息1點數
- 需要Pro方案或以上
- 在89個訂價模型中,依每次回答費用排名第20
常見問題
DeepSeek V3.1的費用是多少?
牌價為每百萬input token $0.25,每百萬output token $0.95,換算下來一次標準回答(1,000個token輸入、500個輸出)為$0.0007,一千次則是$0.7250。在Whizi內部,這是每則訊息1點數,從每月額度中扣除,而非按token計費。
哪個Whizi方案包含DeepSeek V3.1?
Pro方案以上,每月$29.99,或按年計費$19.99。以每則訊息1點數計算,Pro方案的2,000點數額度若全部用在這個模型上,可支援2,000則訊息,而大多數人會搭配1點數的模型處理例行工作,讓額度用得更久。
DeepSeek V3.1的上下文視窗是多少?
164K token,大約相當於250頁文字,低於訂價型錄的中位數。把這個數字當作上限而非實際可用量:回憶能力通常在達到標示上限之前就開始下降,尤其是位於長篇輸入內容中段的資料。
DeepSeek V3.1和其他模型相比貴嗎?
它在89個訂價模型中依每次回答費用排名第20,也就是說有69個更貴、19個更便宜。整個型錄從最便宜到最貴的價差約2000倍,遠比大多數人以為的還要大,所以「貴」這個詞只有相對於你原本會用的替代方案才有意義。