新闻 / 模型速递 · DeepSeek 生态定价
Ollama 推出 DeepSeek-V4 闲时半价：DeepSeek 首创的峰谷惯例正成为行业标准
Ollama —— 曾让每台笔记本都能运行本地 LLM 的平台，如今也为前沿开源权重提供托管 API —— 为 DeepSeek-V4 推出闲时 Token 费率：峰时价格适用于 周一至周五 12:00-18:00 UTC；其余时段，包括整个周末，全部半价。deepseek-v4-flash 闲时降至 $0.22/$0.66 per 1M —— 而峰时价格与 DeepSeek 官方价目表分毫不差。DeepSeek 于 8 月 16 日开创的峰谷定价机制，如今已成为西方业界标准。
Ollama 现对工作日 12:00-18:00 UTC 以外时段以及整个周末的 DeepSeek-V4 实行五折优惠，后续还将有更多模型支持闲时费率。 官方定价页显示的费率如下：v4-flash 峰时 $0.44/$1.32 → 闲时 $0.22/$0.66（缓存命中 $0.014 → $0.007）；v4-pro $1.32/$3.96 → $0.66/$1.98。 DeepSeek 系列模型托管在美国与欧洲，且遵循零数据保留（ZDR） —— 对于无法使用中国本土托管端点的业务场景，这是一套极具合规优势的替代方案。 GLM-5.3 也同步上线，价格与 z.ai 保持一致（$1.40/$4.40）。
官方渠道确认的事实
- 官方公告：Ollama 官方 X 账号与 LinkedIn 宣布推出“DeepSeek V4 闲时 Token 费率”，可享五折优惠；HN 讨论帖直接附上了定价页面链接。
- 时间窗口：峰时 = 周一至周五 12:00-18:00 UTC。闲时 = 工作日清晨/夜间 + 整个周末。
- 费率明细：v4-flash 峰时为输入 $0.44 / 输出 $1.32 / 缓存 $0.014 —— 与 DeepSeek 官方峰时价目表完全一致 —— 闲时减半至 $0.22/$0.66/$0.007。v4-pro：峰时 $1.32/$3.96/$0.044 → 闲时 $0.66/$1.98/$0.022。
- 合规考量：根据 Ollama 官方发帖，采用美国 & 欧洲本地托管并支持 ZDR。
- 模型阵容：同一定价页以与 z.ai 完全一致的费率列出了 GLM-5.3，此外还包括 GLM-5.3-Flash、Qwen3.5-397B、Gemma4、Nemotron-3-Ultra —— 通过单个 API 统一提供西方托管的前沿开源权重。
- 后续规划：“闲时定价将很快对更多模型开放。”
为何此事意义重大
- 定价惯例正在走出其起源地。当 DeepSeek 在 8 月推出峰谷 + 周末计费时，外界多半只将其看作一种应对算力容量的特殊策略。如今西方主流服务商也采纳了同一计费时钟，使其正在变为前沿开源权重的事实行业定价标准。
- 批处理的经济优势再度放大。将非实时交互工作负载安排在夜间/周末运行，现在无论是在 DeepSeek 官方 API 还是 Ollama 的美欧云端上都能节省一半成本 —— 同样的时钟窗口，同样的折扣结构。
- ZDR 托管改变了买家群体。受合规监管限制而无法调用中国本土托管端点的团队，现在能以（峰时）平价费率运行 V4 —— 在无需 DeepSeek 亲自出海运营的情况下，有效扩大了 DeepSeek 的潜在市场规模。
- 对中转服务用户而言：两者是互补而非替代关系。闲时调度优化了批处理任务的单位成本；而兼容 OpenAI 的中转服务则为生产流量优化了路由广度（单一密钥即可调用 Qwen/GLM/Kimi/视频模型，统一全球结算）。最具性价比的技术栈会二者兼顾。
一手信源
常见问题解答 (2026)
本次上线了什么？
Ollama 闲时费率：工作日 12:00-18:00 UTC 以外时段及整个周末享受五折优惠，首发支持 DeepSeek-V4（更多模型即将上线）。
V4-Flash 费率是多少？
峰时 $0.44/$1.32（缓存命中 $0.014）—— 与 DeepSeek 官方价表一致；闲时 $0.22/$0.66（缓存命中 $0.007）。
与 DeepSeek 官方 API 相比如何？
计费惯例完全一致（始于 8 月 16 日）且 flash 峰时价格相同；Ollama 自主设定 pro 费率，并在美欧本地托管且支持 ZDR。
Ollama 是否支持 GLM？
支持 —— GLM-5.3 价格与 z.ai 保持一致（$1.40/$4.40），此外还提供 GLM-5.3-Flash、Qwen3.5-397B、Gemma4 和 Nemotron-3-Ultra。
合规层面如何？
美欧本地托管且实行零数据保留（ZDR）—— 适用于无法使用中国本土托管端点的场景。
是否应将生产流量切换过去？
批处理任务：可在任一服务商处调度至闲时运行。交互式多模型流量：中转服务依然是更简洁的核心骨干。性价比最高的技术栈会二者兼顾。