DeepSeek V4 价格与 API 接入
DeepSeek V4 中文理解与推理出色,性价比极高。OpenLux 按 $0.0613/百万 token 计费(-90%),适合中文批量任务、RAG 与本地化产品。

DeepSeek V4 能做什么
DeepSeek V4 的优势在中文语料与推理:中文问答、摘要、代码与逻辑任务表现稳定,单价又低,适合把中文流量集中到一个模型上。
在 OpenLux 上,它和其它模型共用 OpenAI 兼容入口;中文产品可以把 V4 作为默认模型,把多模态任务交给 Gemini,把复杂推理交给 Astra 或 Opus。
按 $0.0613/百万 token 计费,比官方低约 90%;如果你在做中文 RAG,配合 BGE-M3 向量模型与 Jina Reranker,检索与生成可以在同一份账单里完成。
几分钟内调用 DeepSeek V4
OpenLux 的模型共用 OpenAI 协议。沿用现有 SDK,只替换两个值:接口地址与 API Key。
cURL
curl https://openlux.lol/v1/chat/completions \
-H "Authorization: Bearer $OPENLUX_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4",
"messages": [{"role": "user", "content": "用中文总结一段技术文档,并列出三个可执行建议。"}]
}'Python(OpenAI SDK)
from openai import OpenAI
client = OpenAI(
api_key="sk-openlux-...",
base_url="https://openlux.lol/v1",
)
resp = client.chat.completions.create(
model="deepseek-v4",
messages=[{"role": "user", "content": "用中文总结一段技术文档,并列出三个可执行建议。"}],
)
print(resp.choices[0].message.content)Node.js(OpenAI SDK)
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.OPENLUX_API_KEY,
baseURL: "https://openlux.lol/v1",
});
const resp = await client.chat.completions.create({
model: "deepseek-v4",
messages: [{ role: "user", content: "用中文总结一段技术文档,并列出三个可执行建议。" }],
});
console.log(resp.choices[0].message.content);DeepSeek V4 的能力
中文理解
中文语义、成语与文化语境处理稳定,适合本地化产品。
推理能力
逻辑与数学任务表现良好,适合需要思考链的场景。
低成本
$0.0613/百万 token,适合大规模中文内容处理。
接口兼容
OpenAI 兼容接口,SDK 与框架零改造。
适合的场景
中文内容生产
摘要、改写、翻译与结构化输出的批量流水线。
中文 RAG
与 BGE-M3、Jina Reranker 搭配,完成检索增强问答。
本地化产品
面向中文用户的客服、助手与知识库应用。
DeepSeek V4 的价格与替代选择
DeepSeek V4 按量计费,单价为 $0.0613 每百万 token(-90%)。 无需订阅,充值余额后即可调用,每条请求的费用都能在控制台核对。
| 模型 | 厂商 | 价格 | 相对官方 |
|---|---|---|---|
| deepseek-v4(当前模型) | DeepSeek | $0.0613 每百万 token | -90% |
| gpt-5.6-sol | OpenAI | $0.1838 每百万 token | -96% |
| gemini-3.8-flash | $0.0551 每百万 token | -92% | |
| claude-sonnet-4-5-20250929 | Anthropic | $0.2647 每百万 token | -91% |
关于 DeepSeek V4 的常见问题
DeepSeek V4 多少钱?
$0.0613 每百万 token,按量计费,比官方标价低约 90%。
适合什么任务?
中文内容处理、RAG 与批量任务;多模态任务建议用 Gemini 3.1 Pro。
能配合向量模型吗?
可以。BGE-M3 与 Jina Reranker V3 都在目录里,和生成模型共用同一个密钥与账单。
和 GPT-5.6 Sol 怎么选?
中文密集任务优先 V4;英文、多模态与工具调用更复杂的场景用 Sol。
现在就开始调用 DeepSeek V4
创建 OpenLux 密钥,几分钟内发出第一个请求。在同一个接口与同一张账单上, 对比DeepSeek V4与其它模型的真实成本。