9 月 10 日对在腾讯云上跑 AI 推理的团队是"双变动日"，且两件事方向相反：中午 12:00 起 DeepSeek flash 系列执行新定价、价格下调；今晚 23:59:59，GLM-5.3-Flash 结束 5 折恢复目录价。

本文只回答一个问题：这两处变动之后，推理账单该怎么重算。

两件事边界规则不同：DeepSeek 是"之后都算新价"，GLM 折扣是"到此为止"，跨期调用按请求发起时间计算。

据 DeepSeek 开放平台公告，9 月 10 日 12 时起 flash 系列执行新价：空闲时段输入缓存命中 0.02 元／百万 tokens、未命中 1 元、输出 4 元；高峰时段为空闲 2 倍。这是 8 月以来第三次调价。

对照腾讯云 TokenHub 现行价目（2026-09-08 更新）「DeepSeek-V4-Flash 0731 正式版【原厂直供】」空闲档：输入 1.5、输出 4.5、缓存命中 0.05。新价三项都更低——输入约降 33%、输出约降 11%、缓存命中约降 60%。

降幅最大的不是输出，是缓存命中。多轮对话、长系统提示、RAG 反复召回同一批上下文的场景省得最多；单次独立问答几乎吃不到红利。

GLM-5.3-Flash 目录价为输入 0.8、输出 2.8 元／百万 tokens；5 折期按 0.4、1.4 结算，结束后回到目录价。

换成账单：日均输出 5,000 万 tokens 的业务，5 折期输出侧 70 元／天、恢复原价 140 元／天，月差约 2,100 元；同类业务三四个，年化差额到六位数。算术见《GLM-5.3-Flash 限时 5 折的算术》。

更值得注意的是：恢复原价后输出 2.8 元仍是 TokenHub 上最低的商用单价之一——它不是变贵了，是回到本来该在的位置。

先说清楚：模型目录价由官方统一制定，任何腾讯云代理渠道都不能改写单价。能动的是单价之外的三个变量。

① 时段排程。原厂直供模型峰谷差 2 倍，8 月 23 日起周末全天按空闲价。离线标注、批量摘要等可延迟任务应排到空闲与周末。

② 任务分层。分类、抽取、路由等轻任务下沉到 GLM-5.3-Flash、Hy3 或 Hy-MT2-Lite（输出 1.2 元）；复杂推理与代码生成才上 GLM-5.3、Kimi K3（100 元）。

③ 缓存复用。系统提示词、工具定义、知识库固定前缀应尽量前置且保持不变，让请求命中前缀缓存。这次命中价下调 60%，等于官方给会用缓存的人发补贴。

① 峰谷按服务端接收请求的时间算，不是返回时间。23:50 发起、00:10 返回的请求仍按发起时段计费。

② 5 折跨期按请求发起时间算，不是完成时间。23:59:59 前发起的调用仍享 5 折，在跑的任务不必中断，但新发起的过了零点就是原价。

③ 同名模型有"原厂直供"和"非原厂直供"两个价。DeepSeek-V4-Pro 0813 正式版：原厂直供空闲档输出 13.5 元，非原厂直供 24 元，选错一行单价差近一倍。

① 用量结构诊断。把过去 30 天调用按模型、时段、命中率拆开，找出"旗舰跑轻任务""高峰跑批量"两块浪费。

② 模型分层方案。按任务类型给出主模型加兜底模型的切换规则，不是简单换便宜模型。

③ 与算力资源整体打包。推理成本之外，GPU、带宽、存储往往占比更大，需与云资源一起测算。腾讯云代理商折扣的实际口径见腾讯云代理商折扣，能省多少见《通过腾讯云代理采购到底能省多少钱》，选型与采购路径见《腾讯云企业选型终极指南与一站式采购攻略》，测算方法见《TCO 降本测算方法》。

同一天一个降价、一个恢复原价，说明 AI 推理单价已进入高频调整期，盯着单次调价意义不大。真正决定账单的是时段、模型、缓存三个可控变量——腾讯云代理的价值不在这张价目表上，而在价目表之外。同批 9/30 到期的其他 AI 服务调整见《9 月 30 日 AI 服务调整迁移清单》。