后 Coding Plan 时代，DeepSeek 的按量付费已经赢了

¥0.074/M 的平均 token 成本，已經把日常編碼助手的價格壓到新低。

GLM 三次調整老套餐、Copilot 增加周限量、百煉等平台收緊用量，說明 Coding Plan 這種靠補貼撐起來的模型已經退場；真正能長期運轉的，不是包月，而是按量付費。

第一個論點：包月不再是默認答案

廠商收緊套餐不是偶發事件，而是成本結構回到常識。大模型編碼工具一旦進入高頻使用，上下文、補全、重試和工具調用會一起把成本推高，固定月費很快就會被重度用戶打穿。GLM 連續調整老套餐，Copilot 還加了周限量，這些動作都在傳遞同一個訊號：平台不再願意用「無限吃到飽」來賣能力。

這不只是漲價，而是定價邏輯變了。以前工程團隊比的是誰的包月更划算，現在必須比誰的 token 更便宜。當套餐開始限量，訂閱費就不能再被當成唯一成本，團隊必須把模型消耗拆成輸入快取、輸入和輸出三類，重新算一次真實帳單。

第二個論點：按真實 token 結構算，DeepSeek v4 flash 極便宜

文章裡最關鍵的不是標價，而是使用結構：輸入快取、輸入、輸出的比例大致是 95:4.5:0.5。這個比例非常貼近編碼助手的常見工作流，也就是大量重複上下文、少量新輸入、極少量輸出。用這種結構去算，才更接近真實使用成本，而不是只看牌價。

按 DeepSeek v4 flash 的價格，快取輸入 0.02 元、輸入 1 元、輸出 2 元，折算後的平均 token 單價約為 ¥0.074/M。這個數字的衝擊力在於，它不是「便宜一點」，而是直接把日常編碼場景的邊際成本壓到幾乎可以忽略，甚至低於一些傳統的 GLM lite 包月套餐。

第三個論點：便宜不是噱頭，而是產品策略的分水嶺

對工程團隊來說，真正貴的從來不是單次回答，而是高頻、長上下文、反覆試錯的總消耗。一個寫程式的 agent，一天內可能會反覆讀取同一批檔案、重複總結同一段上下文、生成多輪候選方案。只要模型在快取命中上足夠友善，整體成本就會被迅速攤薄，DeepSeek v4 flash 的價格結構剛好適合這種高復用場景。

更重要的是，低價會直接改變產品設計。以前產品經理會刻意限制自動化步驟，避免使用者「多問幾次就虧本」；現在，便宜的 token 讓更多自動重試、更多背景分析、更多靜默檢查變得合理。對 coding agent 來說，這意味著產品不必再圍著「省 token」設計，而可以圍著「完成任務」設計。

反方可能怎麼說

反對者會說，低價不等於低總成本。模型便宜之後，團隊很容易放任上下文膨脹、無效調用增加、自動化鏈路變長，最後把省下來的單價全部吃回去。這個擔心成立，因為編碼代理最常見的浪費，往往就發生在「看起來不貴」的地方：重複拉上下文、無效規劃、無邊界工具調用。

另一個合理質疑是，單價低不代表穩定性和能力就足夠。某些場景裡，開發者要的是更強的推理、更穩的程式修復、更少的幻覺，而不是最低的帳單。若模型在複雜任務上的成功率明顯落後，那麼便宜只會變成「便宜但要多輪重試」，最後未必省錢。

但這個反對意見不能推翻結論。後 Coding Plan 時代，成本已經回到基礎設施層，企業和個人都必須先選「可持續使用」的模型，再談極致能力。DeepSeek v4 flash 的優勢不是替代所有高端模型，而是在大多數日常編碼、檢索、補全和輕量 agent 任務裡，把價格打到足夠低，讓高頻使用重新變得合理。只要你的工作流能吃下快取命中，它就是目前最強的性價比答案。

你能做什麼

如果你是工程負責人，就把模型預算從「訂閱費」改成「按任務消耗」來管，先統計快取命中率、輸入占比和輸出占比，再決定是否切換到 DeepSeek v4 flash；如果你是 PM，就把產品目標從限制調用改成減少無效調用；如果你是 founder，就別再押注單一 Coding Plan，而要為多模型、按量付費和可觀測計費做準備。