8 月 17 日，DeepSeek 調整了 V4 Pro API 的定價，其中快取命中價格在空閒時段上漲 5 倍，高峰時段更是上漲 11 倍，從每百萬 Token 0.025 元漲至 0.3 元。這是 DeepSeek 首次對快取命中按時間段差異化收費，也標誌著這家以低價著稱的模型廠商開始對儲存資源徵收“儲存稅”。

快取命中是大模型推理中的一項關鍵最佳化。當用戶多次請求相同或相似的長文本字首時，系統可以複用之前計算好的狀態，避免重複計算。DeepSeek 憑藉 KV 壓縮技術和冷熱記憶分層架構，將快取命中率做到極高，從而大幅降低長上下文呼叫的成本，也因此成為眾多程式碼助手、知識庫 Agent 和長文件分析產品的價效比之選。

然而，隨著長上下文需求爆發式增長，後端伺服器在高峰期面臨嚴重的快取顛簸。當海量百萬 Token 級請求同時湧入，GPU 視訊記憶體被迅速佔滿，排程系統不得不將部分快取塊從視訊記憶體驅逐到 NVMe 磁碟，導致資料在視訊記憶體與磁碟間頻繁搬運，消耗大量 IO 資源和排程算力，甚至可能使叢集有效處理能力下降。DeepSeek 的漲價正是為了覆蓋這部分新增的儲存、排程和搬運成本。

事實上，大模型的成本結構正在發生歷史性變化。算力（FLOPs）成本日益降低，而“狀態”的儲存、頻寬和資料搬運成本卻越來越昂貴。DeepSeek 的混合壓縮技術（CSA 與 HCA）能將 100 萬 Token 的 KV 記憶狀態壓縮至約 10GB，硬體分攤成本極低，但面對指數級增長的長上下文請求，物理資源上限依然構成瓶頸。

其他廠商也面臨類似挑戰。Anthropic 採用顯式快取斷點機制，並對首次寫入快取收取 1.25 倍或 2 倍的溢價，以引導開發者最佳化快取策略；OpenAI 則憑藉較高的基礎定價配置更充裕的視訊記憶體來緩解快取壓力。相比之下，DeepSeek 因價格過低而不得不直接提價。

儘管漲價，DeepSeek 依然是全球價效比最高的模型之一，其成本遠低於 Claude 等競品。對於已在 DeepSeek 快取層形成穩定高命中池的開發者而言，更換廠商並不划算，更實際的做法是最佳化自身的快取命中率。DeepSeek 的快取要求字首完全匹配，任何字元變動都會導致快取失效。開發者需注意將動態內容（如時間戳、使用者 ID）放在 Prompt 末尾，避免在上下文中間插入工具結果，並統一文本格式，以最大化快取複用。

這波漲價也促使開發者角色轉變——從單純呼叫 API 轉向管理資料快取。推理系統底層已演變為分散式儲存系統，開發者需要學會區分熱資料和冷資料，合理規劃快取生命週期，以在高峰期避免快取被驅逐。大模型應用正進入精耕細作階段，快取命中率將成為一道重要的分水嶺。