DeepSeek V4 Flash 中转站：¥0.04 缓存读价

01 / 从空账户开始：注册赠送 ¥0.60 能不能跑

先从一个空账户开始。打开 CheapRelay，注册之前没有余额，也没有需要先买的套餐，因为 CheapRelay 采用预付余额加按真实 token 计费的方式，没有月租。注册完成后，每个新账户会得到 ¥0.60 的注册赠送额度，可以用于价格表中的任意模型，不需要先完成充值才能试用接口。

这笔额度怎么用，可以直接算。假设一次调用全部由输入 token 构成，价格表里 DeepSeek V4 Flash 的输入价是每 1,000,000 tokens ¥1.72，那么 ¥0.60 对应约 0.3488 个百万输入 tokens；如果全部是输出 token，输出价为每 1,000,000 tokens ¥6.88，¥0.60 对应约 0.0872 个百万输出 tokens。以上只是说明额度的量级，实际请求会同时包含输入和输出。

其次要注意，赠送额度不是单独的一张券，而是进入账户余额，按真实 token 用量扣费。CheapRelay 的余额不会过期，闲置几天、几周或更久都不会因为时间到而清零。你也不需要为了调用 DeepSeek V4 Flash 去研究复杂的计费档位，价格表上写着多少，就按多少乘以实际用量。

对开发者来说，这段流程很短：注册、看到 ¥0.60 额度、创建 API key、填入模型 id，然后发出请求。CheapRelay 把价格摆在前面，让你在花出第一分钱之前就知道单价，而不是月底再对一张看不懂的账单。价格透明，才是省钱的起点。

02 / 逐行读价格表：输入、输出与缓存读分开算

DeepSeek V4 Flash 在 CheapRelay 价格表中的三行价格分别是：输入每 1,000,000 tokens ¥1.72，输出每 1,000,000 tokens ¥6.88，缓存读每 1,000,000 tokens ¥0.04。三项对应三种不同的 token，用量不同，账单自然也不同，所以做预算时不能只盯一个数字。

举例说明。假设一次请求包含 10,000 个输入 tokens、2,000 个输出 tokens，以及 100,000 个缓存读 tokens。输入费用是 10,000 ÷ 1,000,000 × ¥1.72 = ¥0.0172；输出费用是 2,000 ÷ 1,000,000 × ¥6.88 = ¥0.01376；缓存读费用是 100,000 ÷ 1,000,000 × ¥0.04 = ¥0.004。三项相加，本次调用合计 ¥0.03496。这个示例说明，缓存读量大时，¥0.04 这一行会明显影响总成本。

其次和价格表里的 DeepSeek V4 Pro 做一次对照：Pro 的输入价是 ¥7.27，输出价 ¥21.80，缓存读 ¥0.24，而 Flash 分别是 ¥1.72、¥6.88、¥0.04。按同一示例口径，Flash 的输入单价约为 Pro 的四分之一，输出单价约为 Pro 的三分之一，缓存读单价约为 Pro 的六分之一。数字摆在一起，选择哪个模型取决于你对响应质量与单次成本的要求。

还要说明一点，CheapRelay 价格表只为 Claude 与 GPT 系列列出官方标价，DeepSeek V4 Flash 这一行没有对应的官方标价，因此这里不拿别家模型的价格来套。它可以和同表中的 Qwen3.7 Plus、MiMo V2.6 Pro、MiniMax M3 等模型横向比较，也可以和订阅费用比较，但每一项比较都应当使用双方真实列出的数字。

03 / 客户端与配置：DeepSeek 走 OpenAI 兼容接口

接下来把模型接进日常工具。DeepSeek 属于 OpenAI 兼容模型，在 CheapRelay 中应使用 /v1 路径，API 基础地址填写 api.cheapapirelay.com。可以使用的客户端包括 Cursor、Cherry Studio、Cline、Roo Code、OpenCode、OpenAI SDK 以及 cURL。模型名称不要手输展示名，而是填写价格表对应的模型 id：deepseek-v4-flash。

配置过程可以拆成四步。首先创建一把 API key；其次在客户端中把接口类型选为 OpenAI 兼容；再次把基础地址指向 api.cheapapirelay.com 的 /v1 路径；最后把模型 id 填成 deepseek-v4-flash。请求正文照常写 messages、model 和 max_tokens，不需要为不同工具重写业务逻辑，原来的代码结构可以继续使用。

这里要避免一个常见误会：Claude 模型在 CheapRelay 只支持官方 Claude Code 与 Claude Desktop，且版本需为 2.1.285 或更新；Gemini 则使用原生协议，通过 Gemini CLI 在 /v1beta 下调用。这两条规则只属于对应模型。DeepSeek 的路径不同，它走的是 OpenAI 兼容的 /v1，所以你可以放心把已有的 OpenAI 兼容客户端直接指向 CheapRelay。

调用限制也写清楚：每个 key 每分钟 120 次调用，每个账户同时进行 8 次调用。对于日常开发与脚本任务，这些数字更容易被理解成并发与频率边界，而不是隐藏成本。遇到 HTTP 402 时，含义也很直接：账户余额已经处于零或零以下，需要先充值再继续请求。

04 / 发出首次计费请求：把返回值对回账单

现在发出首次计费请求。用 cURL 时，请求地址是 api.cheapapirelay.com/v1/chat/completions，模型写 deepseek-v4-flash，messages 里放入你的提示词，再带上刚创建的 API key。响应正常返回后，账户余额会按真实 token 扣减，没有固定月租，也没有必须购买的调用次数包。

为了让账目看得见，假设这段请求实际产生 10,000 个输入 tokens、2,000 个输出 tokens、100,000 个缓存读 tokens。按照前面的逐行算法：¥0.0172 加 ¥0.01376 加 ¥0.004，合计 ¥0.03496。再换一个规模看看：如果是 100,000 个输入 tokens、20,000 个输出 tokens、1,000,000 个缓存读 tokens，则输入为 ¥0.172，输出为 ¥0.1376，缓存读为 ¥0.04，合计 ¥0.3496。两个示例都可以直接对照控制台里的用量记录核对。

如果你经常重复使用同一段长提示词或同一份代码上下文，缓存读这一行值得单独关注。价格表中 DeepSeek V4 Flash 的缓存读是每 1,000,000 tokens ¥0.04，而 Qwen3.7 Plus 是 ¥0.26，MiMo V2.6 Pro 是 ¥0.02，MiniMax M3 是 ¥0.18。把这些数字放在一起看，能更清楚地判断哪种 token 结构更适合你的工作流，而不是笼统地谈便宜与否。

最后别忘了在 CheapRelay 里核对扣费方向：输入按输入价，输出按输出价，缓存读按缓存读价，三者独立计算。把一次真实请求的用量乘上价格表单价，等于这次调用的费用。方法就这么简单，账也就这么算。

05 / 余额之外：邀请返佣、退款与长期成本

把一次调用跑通之后，再看长期使用中的几笔账。CheapRelay 的余额不过期，因此不需要为了避免清零而定期消耗；没有月租，也不存在闲置月费。邀请方面，直接邀请的用户每支付 ¥100，你的可提现奖励余额增加 ¥20；第二级用户每支付 ¥100，增加 ¥6。奖励余额最低 ¥20 可以通过支付宝提现。这两个数字来自返佣规则，可以直接放进自己的成本模型里。

其次是退款规则。充值后 12 天内，未使用的余额可以申请退款，退款金额会扣除已经消费的部分和支付手续费。换句话说，越早发现模型选择不合适，处理越简单。把退款条件与按量扣费放在一起看，建议先用赠送额度和少量充值测试调用习惯，再逐步增加余额。

价格差也要落到具体数字上。价格表中 GPT-6.1 Sol 的官方输出标价是每 1,000,000 tokens ¥72.00，CheapRelay 是 ¥5.31，5.31 ÷ 72 约为 7.4%，因此输出价比官方价低约 93%。Claude Haiku 4.5 的官方输出标价是 ¥36.00，CheapRelay 是 ¥10.08，10.08 ÷ 36 约为 28%，因此低 72%。这些差距是价格表里可以直接核对的数字。

回到 DeepSeek V4 Flash：输入 ¥1.72、输出 ¥6.88、缓存读 ¥0.04，注册赠送 ¥0.60，接口路径 /v1，模型 id deepseek-v4-flash。CheapRelay 提供的不是复杂的服务，而是把单价、余额和用量摆在明面上的按量计费方案。先注册，先试，再按真实 token 决定投入多少。