DeepSeek 模型目录、API Key、价格与调用方式

📚 系列导航：上一篇 04 · 模型、Agent、Harness、IDE 的关系 建立了分层地图。这一篇只处理变化最快的一层：当前有哪些 DeepSeek API 模型、怎么计费，以及 Harness 怎样接上它们。

[!WARNING] 实时外部事实 本文模型、规格、价格与峰谷时段已于 2026-08-30 在线重查 DeepSeek 官方页面，与文中一致，并已用真实 Key 完成 /models 与最小 Agent Turn 验证；价格属高频变化信息，以官方价格页当日口径为准。

模型和价格是整套教程里最容易过期的内容。

旧文章还在讲 deepseek-chat、deepseek-reasoner，当前官方主线已经变成 DeepSeek V4；Harness 固定版又额外带着自己的模型目录和请求默认值。如果把「官方今天提供什么」和「Harness 这个版本默认列出什么」混在一起，教程当天就可能写错。

先给结论：截至 2026-08-30，DeepSeek 官方价格页列出三个模型：

• deepseek-v4-flash
• deepseek-v4-pro
• deepseek-v4-flash-vision-exp

Harness 0.1.1-rc.2 的 deepseek-official Provider 默认目录也正好公布这三个模型，但这只是当前对齐，不能当作永远不变的约定。

看完这一篇，你会拿到：

• 当前三个 DeepSeek V4 API 模型的能力与适用边界
• 一张人民币峰谷价格表，能自己估算一次 Agent 任务的 Token 成本
• 分清官方 API 上限、Harness 默认请求上限和模型选择器目录
• 知道 API Key 在 Harness 里怎样保存，避免把密钥写进仓库或截图
• 两个安全检查动作：确认环境变量状态，并查询账号实际可用模型

01 两份模型目录：官方服务和 Harness 固定版本

先看今天的官方 API 价格页：

三个模型在官方页面当前都标注：

• 上下文长度为 1M Token。
• 最大输出为 384K Token。
• 支持 JSON Output、Tool Calls、Responses API 与 Anthropic API。
• 默认启用思考模式，也能切换到非思考模式。
• 前缀续写仍是 Beta；FIM 只在前两个文本模型的非思考模式下支持，视觉实验模型不支持 FIM。

再看 Harness 固定版本。@deepseek-ai/dsh-llm-deepseek 注册的 Provider ID 是 deepseek-official，省略自定义 models 时，同样公布：

deepseek-v4-flash
deepseek-v4-pro
deepseek-v4-flash-vision-exp

G02 的真实 Host 目录查询也得到了这三个模型。这能证明 Harness 固定版本的目录，但不能代替真实账号调用：账号是否有权限、模型是否临时维护、API 是否返回 401／429，都要用真实 Key 才知道。

这套教程第一次接入真实 DeepSeek API 是 2026 年 8 月 29 日 01:22（北京时间）。我要求 Key 不写进设置文件，只用环境变量注入；验收先请求 /models，HTTP 200，随后才跑最小 Agent Turn。充值金额和账号余额没有进入验收记录，因为它们属于账号隐私，也不能证明单次任务成本；我宁愿把可核对的模型 ID、usage 和请求结果留下，也不为文章补一个无法复核的金额。

💡 一句话总结：官方目录、Harness 目录和真实账号目录是三份不同证据；当前名字一致，不代表可以互相替代。

02 三个模型怎么选

官方页面给了规格和价格，但没有替你定义所有任务的绝对排名。没有真实同任务测试之前，教程不会编造「Flash 一定快多少」「Pro 一定强多少」这类数字。

现阶段可以按能力边界做保守选择：

类比：先选车型，再看驾驶系统。 Flash、Pro、Vision 是模型车型；Standard、PTC、Minimal、Creator 是 Harness 的驾驶与工具配置。你可以用 Flash 跑 Standard，也可以用 Pro 跑 PTC，它们不是一一绑定的套餐。

这里还有两个边界：

1. 视觉模型虽然出现在固定版默认目录中，但 Files API、图片大小和真实请求仍未完成本教程实测，不能只凭选择器有名字就标记「视觉功能已验证」。
2. 模型 ID 会原样传给 DeepSeek API。Harness 目录是建议列表，不是硬白名单；手工传入未列出的 ID 不会因此变成受官方支持的模型。

💡 一句话总结：先按文本／视觉和任务复杂度选模型，再按工作方式选 Preset；模型与 Harness 模式是两个独立旋钮。

03 2026-08-30 官方人民币价格

DeepSeek 当前采用峰谷价格，单位都是每 100 万 Token。北京时间周一至周五的两个高峰时段为：

• 09:00～12:00
• 14:00～18:00

其余时间按空闲时段价格计费。官方当前价格如下：

视觉模型的图片会按尺寸换算成输入 Token，再与文本 Token 一起计费。并发上限是账号级，不是每个 API Key 单独一份。

举个能落地的成本例子。假设一次 Agent 任务消耗：

• 10 万输入 Token，全部缓存未命中。
• 1 万输出 Token。

那么：

这只是教学估算。Agent 会多次请求模型，系统提示词、工具 schema、消息历史和工具结果都会占输入 Token；上下文缓存是否命中也不能靠主观猜，要看 API usage 中的 prompt_cache_hit_tokens 与 prompt_cache_miss_tokens。

第一轮真实 Key 验收共发起 188 次 LLM 请求，其中 Flash 187 次、Pro 1 次；新鲜输入约 27.6 万 Token、缓存读取约 140 万、输出约 5.6 万。最小 Flash Turn 单次是输入 7618、输出 25、缓存读取 0、推理 19，后续多 Step 任务能看到 cacheReadTokens 明显增加。我没有记录账单绝对金额，所以这里不写「大约几分钱」这种看似精确的估算；真实结论只到 Token 和缓存命中这一层。

[!TIP] 价格维护规则 本表只代表 2026-08-30 官方页面。每次发布或复核本文，都必须重新打开官方价格页；不要从本文复制数字到其他 10 篇文章里，避免一处涨价、全站过期。

💡 一句话总结：费用由多次请求的输入、输出和缓存状态共同决定；Agent 成本不能只拿一条用户提示词的字数估算。

04 API Key 在 Harness 里怎么走

首次使用最推荐的路径是 Web UI：

设置
→ 模型
→ DeepSeek 卡片
→ 输入 API Key
→ 保存

官方当前文档说明，Key 是只写的：保存后，页面只会收到脱敏描述符，不会把明文密钥再读回浏览器。密钥存储在：

$DSH_HOME/.credentials.yaml

settings 中只保存凭据引用。保存成功后，下一次模型请求立即使用新配置，不需要重启服务器。

Harness 固定版的 DeepSeek 适配器默认引用环境变量名 DEEPSEEK_API_KEY。每次请求时，它会先通过凭据服务解析，再回退到受信环境层。没有任何可用密钥时，Provider 仍然注册、模型目录仍可浏览，但真正请求会以 MISSING_CREDENTIAL 失败。

如果怀疑环境变量没有生效，用下面的安全命令，只检查「有没有」，不打印内容：

node -e 'console.log(process.env.DEEPSEEK_API_KEY ? "DEEPSEEK_API_KEY=CONFIGURED" : "DEEPSEEK_API_KEY=MISSING")'

预期输出二选一：

DEEPSEEK_API_KEY=CONFIGURED

DEEPSEEK_API_KEY=MISSING

💡 一句话总结：检查密钥状态，不检查密钥内容；Key 应进入 Harness 凭据层或临时环境变量，绝不能进入代码和教程。

05 官方 API 上限不等于 Harness 默认请求值

这是本篇最容易写错的细节。

DeepSeek 官方今天标注的模型规格是：1M 上下文、最大 384K 输出。Harness 0.1.1-rc.2 适配器的默认值则是：

所以不能写成「Harness 默认输出 384K」。384K 是官方模型最大输出，256K 是这个 Harness 适配器当前默认请求上限。 显式请求值、Agent 配置或模型目录中的 maxTokens 还可以继续覆盖适配器默认值。

固定版 Harness 对推理强度公开 off、low、high、max：

• off 会发送 thinking.type: disabled，并省略 reasoning_effort。
• low、high、max 会启用思考，并发送同名推理强度。
• 不支持的值会在网络请求前失败，不会默默降级。

DeepSeek 官方 OpenAI 格式 Base URL 是：

https://api.deepseek.com

Anthropic 格式 Base URL 是：

https://api.deepseek.com/anthropic

Harness 的 deepseek-official 适配器走 DeepSeek Chat Completions 协议，并用 fetch + SSE 转换为内部流式事件。用户正常使用 Web UI 时，不需要自己手写 curl；这些协议细节主要用于理解错误和开发 Provider。

💡 一句话总结：提供方能力上限、Harness 适配器默认值和单次 Agent 请求值是三层配置，看到数字先问它属于哪一层。

06 动手：查询真实账号模型目录

这一步需要你已经设置 DEEPSEEK_API_KEY，命令不会打印 Key 本身：

curl --silent --show-error https://api.deepseek.com/models \
  -H "Authorization: Bearer ${DEEPSEEK_API_KEY}"

成功时会返回类似结构：

{
  "object": "list",
  "data": [
    {
      "id": "deepseek-v4-flash",
      "object": "model",
      "owned_by": "deepseek"
    }
  ]
}

这里故意不把三个模型全部写进「预期输出」。GET /models 的价值就是查询当前账号的真实目录，结果应与调用时的官方页面和账号权限核对，而不是为了符合教程样例强行假设。

常见结果怎么判断：

本教程已于 2026 年 8 月 29 日使用环境变量注入的真实 Key 执行这条命令，HTTP 200，返回三个模型 ID；Key 本体没有进入日志、文档或 Git。验收保存了以下证据，但没有保存密钥：

验证时间、Harness 版本、模型 ID 列表、HTTP 状态、最小 Agent Turn 结果、usage、错误码

同一次验收中，真实 /models 恰好返回 deepseek-v4-flash、deepseek-v4-pro 和 deepseek-v4-flash-vision-exp 三个 ID。我安排同一条固定回复任务各跑一次 Flash 和 Pro：Flash 输入 7618、输出 25，耗时约 0.7 秒；Pro 输入 7596、输出 24，耗时约 1.5 秒，两者都一次成功。这个极小任务看不出质量差异，因此我继续用 Flash 做教程默认基线，把 Pro 留给更复杂任务，而不是仅凭名字给它判定更强。

💡 一句话总结：文档目录告诉你官方公开什么，GET /models 才告诉你当前 Key 实际看见什么；最后还要跑一次 Agent Turn 才算链路闭合。

小结

这一篇把最容易变化的事实集中在了一处：

1. 2026-08-30 官方主线是 deepseek-v4-flash、deepseek-v4-pro 与 deepseek-v4-flash-vision-exp。
2. 三者当前都标注 1M 上下文、最大 384K 输出；视觉模型是实验项。
3. 价格按百万 Token 和峰谷时段计费，输入还要区分缓存命中与未命中。
4. Harness 固定版 Provider ID 是 deepseek-official，默认目录与官方当前三模型对齐。
5. 官方 384K 输出上限不等于 Harness 默认 maxTokens: 256000。
6. Key 只能进入凭据层或受控环境变量，不能进入 Git、文档、截图和日志。
7. 本文已完成真实 Key 的 /models、最小 Agent Turn、usage 与 Flash／Pro 对照；视觉模型请求仍待补。

首发路线下一篇：06 · 环境准备。真正配置 DeepSeek Provider 的完整界面与排错流程，会在 09 · 配置 DeepSeek 官方 Provider 继续展开。