DeepSeek官宣降价，实测后我发现……

9月8日，DeepSeek宣布——V4.1 Flash中间版本开启限时内测。开发者只需要保持base_url不变，把模型名改成deepseek-v4.1-flash-expires-on-0910就能直接用。

图片来源于网络

9月9日，DeepSeek宣布从9月10日12时起下调Flash系列API价格：空闲时段输入缓存命中从0.05元降至0.02元/百万token，缓存未命中从1.5元降至1元，输出从4.5元降至4元。高峰时段价格仍为空闲时段的两倍。

01、网友实测

“第一感受是太快了。”有开发者晒出实测数据，V4.1 Flash最高输出速度达到507 tokens/秒，多人测试平均稳定在300 tokens/秒以上。同一任务端到端，新模型全面碾压旧版——SVG代码生成快6倍，长上下文检索快5倍多。还有开发者用DeepSeek Harness和ZCode等工具快速接入了新模型，实测下来“速度真心非常快”。

但说到“成本更低”这个点时，开发者的体感就复杂了。“5分钟10块钱”，有开发者直言；还有人提到“瞬间几十块没了”。

虽然每百万token的单价确实降了，但输出速度翻了几倍，意味着同样时间内token的消耗量可能翻倍甚至更多。单价降了，总账单未必降。

02、作为测试，我看到的是一个现成的实战素材

抛开价格和速度这些表象，这次内测和降价给测试工作带来了几类非常具体的场景：

01、接口契约测试

base_url不变，只改模型名——迁移成本几乎为零，测试脚本只需要改一个参数就能跑。对比V4-Flash和V4.1-Flash对同一组prompt的响应差异，评估新模型是否存在能力退化，这是典型的回归测试场景。

02、限流测试

内测版20并发 vs 正式版2500并发，差距非常明显。用JMeter或Python脚本把并发拉到21、50、100，观察系统返回的HTTP状态码——是429还是503？限流策略是令牌桶还是漏桶？重试机制是否按指数退避执行？这些都是接口测试的基本功，在2500并发的正式版上反而不容易触发这些边界条件。

03、计费逻辑测试

缓存命中0.02元 vs 缓存未命中1元——差价达到50倍。测试时需要构造重复请求（触发缓存命中）和全新请求（缓存未命中），分别校验账单扣费是否与公告一致。缓存Key的生成规则、缓存有效期，都属于白盒测试的范畴。

04、性能指标测试

大模型API有几个特殊指标：TTFT（首token延迟）据说缩短了77%，从766ms降至178ms；TPOT（每token生成时间）决定了长文本场景的总耗时；并发下的P95/P99延迟——20并发下系统的尾部延迟表现如何。这些都是性能测试的标准动作。

05、模型能力对比测试

随内测一同发放的反馈问卷里，DeepSeek直接问用户：“你觉得这个模型能全面替换线上的DeepSeek V4 Pro么？”这个问题很有意思——官方在试探新一代Flash能不能在部分场景里替代价格更高的Pro版本。测试工程师需要用Promptfoo这类工具，批量对比两个模型在代码生成、数学推理、多轮对话等维度的输出质量，给出数据支撑的结论，而不是凭感觉说“好像差不多”。

06、兼容性测试

前面提到的“官方工具不支持多模态”就是个典型案例。测试工程师需要验证新模型在不同客户端工具、不同SDK版本下的兼容性表现——哪些工具能完整支持新能力，哪些存在降级，错误提示是否清晰。这类测试在传统软件测试中就很常见，在AI领域只会更多。

03、烧token是每个AI打工人的真实账单

Token越来越便宜，但消耗速度越来越快——这是打工人面对的真实账单困境。DeepSeek这次降价，单价的降幅能不能跑赢速度提升带来的消耗增长，还需要更多实测验证。但至少有一点是确定的：Token的成本在持续走低，这意味着试错的门槛在降低。以前跑一组测试用例要算半天成本，现在可以更从容地做对比实验。

04、一些可能值得留意的变化

过去一年，我身边不少做测试的朋友开始遇到一些新状况。

• 需求文档里开始出现“调用大模型生成测试数据”的要求
• 缺陷单里开始出现“模型输出不稳定”的描述
• 技术评审会上开始讨论“怎么评估模型输出的质量”

这些变化不是偶然的，被测系统正在从“确定的代码逻辑”变成“概率性的模型输出”。

如果翻一翻招聘网站，可能也会注意到一些细微的变化。测试开发岗位的JD里，“熟悉机器学习基础”“了解大模型API调用”“有Prompt工程经验”这些描述出现的频率在肉眼可见地增加。通义实验室、腾讯、字节的测试岗位，已经开始把这些列为优先条件甚至硬性要求。

这并不意味着传统测试技能过时了。接口测试、性能测试、自动化框架设计——这些基本功依然是底座。但底座之上，正在叠加一层新的AI能力要求。

测试的本质没变——验证系统是否按预期工作。只是“预期”的定义变了，从“输出必须等于某值”变成了“输出应该在某个质量范围内”。从这个角度看，与其说需要转行，不如说需要在这个方向上多走一步。

☑️想涨薪、想走得更远，最稳妥的办法永远是投资自己的技能。

☑️可如果行业的天花板已经压到头顶，与其在原地内卷，不如借AI的东风换个赛道。

☑️AI测试，正是个低门槛、高成长的方向。

✔️即可加入——>【个人号绿泡泡：annasea0928】，领测试实战项目等各种资料包