# DeepSeek V4.1 Flash vs Gemini 3.8 Flash 对比：实测花费差 3～6 倍

> 11 道题同题实测：默认档位下 Gemini 3.8 Flash 花费是 DeepSeek V4.1 Flash 闲时的 6 倍、高峰的 3 倍，纯文本负载先用 DeepSeek。

- URL: https://blog.laozhang.ai/zh/posts/deepseek-v4-1-flash-vs-gemini-3-8-flash
- Published: 2026-11-06
- Updated: 2026-11-06
- Author: LaoZhang AI Team (https://blog.laozhang.ai/zh/about)
- Topic: 模型对比
- Tags: DeepSeek V4.1 Flash, Gemini 3.8 Flash, DeepSeek API, Gemini API, 模型对比, API 价格, 思考模式

---
只处理文本的 API 负载，比如客服对话、批量摘要、编程助手，先用 DeepSeek V4.1 Flash：模型名填 `deepseek-flash`（现在由 10 月 17 日更新的 1017 快照提供服务），思考保持默认的 `reasoning_effort: "high"`，能等的批量任务排到北京时间的闲时。输入里有音频、视频或 PDF，或者答案主要靠模型自己记得的事实和科学推理，再换成 Gemini 3.8 Flash（`gemini-3.8-flash`），思考档位保持默认的 `medium`，同时把 `maxOutputTokens` 放宽到 65,536。

2026 年 11 月 6 日（周五）北京时间晚上，用同一个 LaoZhang 网关 key 给两个模型发了同样的 11 道题，各调用 17 次。两边都用默认档位，按返回的用量乘官方标价，Gemini 3.8 Flash 一共花 $0.3659，DeepSeek V4.1 Flash 按闲时价是 $0.0605、按高峰价是 $0.1209，Gemini 分别贵 6 倍和 3 倍；Gemini 3.8 Flash 从 2027 年 1 月 1 日起单价翻倍，倍数会变成 12 倍和 6 倍。DeepSeek 17 次全部通过；Gemini 唯一失手的是一道 npm 版本范围（semver）编程题，2 次里有 1 次没在 32,000 token 的输出预算内写完代码，放宽预算重跑后通过，但每次约 $0.115，是 DeepSeek 同题的 8 倍左右。每题只有 1～2 个样本，这是一次同条件对照，不是基准测试。

用 Gemini 3.8 Flash 还有一个前提：截至 2026 年 11 月 6 日，Google 的 [Gemini API 可用地区列表](https://aistudio.google.com/docs/available-regions)里没有中国大陆和香港，在这两地使用需要可用地区的账号或第三方线路。DeepSeek 的高峰是北京时间工作日 9:00–12:00 和 14:00–18:00，白天的客服流量大多落在高峰里，这时两边的差距按 3 倍估更接近实际。

## 按负载选 DeepSeek V4.1 Flash 还是 Gemini 3.8 Flash

多数纯文本负载先用 DeepSeek V4.1 Flash，只有三种情况该换成 Gemini 3.8 Flash：输入是音频、视频或 PDF 而你不想先转成文字；问题要靠模型自身的事实知识或科学推理来答，又没有检索资料兜底；你已经在用 Google 的代码执行、文件搜索或搜索依据这类配套功能。反过来，单次要输出超长内容时只能选 DeepSeek。下面的表把常见负载和改选条件放在一起，依据分别在后面几节。

| 负载 | 先用 | 什么情况改用另一个 |
| --- | --- | --- |
| 客服、对话后端（纯文本） | DeepSeek V4.1 Flash，默认 high | 回答主要靠模型记住的事实、又接不了知识库检索时，换 Gemini 3.8 Flash |
| 批量摘要、分类、信息抽取 | DeepSeek V4.1 Flash，排到闲时跑 | 原始材料是 PDF、录音或视频时用 Gemini 3.8 Flash，不急就走它的 Batch |
| 编程助手、按规格写代码 | DeepSeek V4.1 Flash，默认 high | 要用 Gemini 的代码执行等功能时可以换，但要调高 `maxOutputTokens` |
| 不接检索的事实问答、科学推理 | Gemini 3.8 Flash，默认 medium | 预算紧、能补上检索资料时，回到 DeepSeek |
| 输入含音频、视频、PDF | Gemini 3.8 Flash | 先自行转写成文本，就能回到 DeepSeek |
| 单次输出超过 Gemini 的上限 | DeepSeek V4.1 Flash | 任务能拆成多次调用时，两边都能用 |

## 两家 API 单价：DeepSeek 分峰谷，Gemini 2027 年翻倍

按每百万 token 计，Gemini 3.8 Flash 现在的标价是 DeepSeek V4.1 Flash 闲时价的 5 倍（输入）和 6.25 倍（输出），对高峰价是 2.5 倍和 3.1 倍。两家都把思考 token 按输出价计费，所以账单主要由输出价和模型想了多少决定。DeepSeek 的闲时价按官方定义就是高峰价的一半，周末和法定节假日全天都是闲时，见 [DeepSeek 中文模型与价格页](https://api-docs.deepseek.com/zh-cn/quick_start/pricing)；Gemini 3.8 Flash 的现价执行到 2026 年 12 月 31 日，见 [Gemini API 价格页](https://aistudio.google.com/docs/pricing)。

| 每百万 token | 输入（未命中缓存） | 输入（命中缓存） | 输出（含思考） |
| --- | --- | --- | --- |
| DeepSeek V4.1 Flash，闲时 | $0.15 / 1 元 | $0.003 / 0.02 元 | $0.60 / 4 元 |
| DeepSeek V4.1 Flash，高峰 | $0.30 / 2 元 | $0.006 / 0.04 元 | $1.20 / 8 元 |
| Gemini 3.8 Flash，到 2026 年底 | $0.75 | $0.075 | $3.75 |
| Gemini 3.8 Flash，2027 年起 | $1.50 | $0.15 | $7.50 |

DeepSeek 的人民币价是官方价目页单独列出的，不是按汇率换算的；Gemini 只有美元价。Gemini 的显式上下文缓存另收存储费，现价每百万 token 每小时 $0.50，2027 年起 $1.00。不急的任务可以走 Gemini 的 Batch 或 Flex，现价是标准价的一半，即输入 $0.375、输出 $1.875，仍高于 DeepSeek 的高峰价。Gemini 免费层的输入输出不收费，但每天能用多少没有公布，见 [Gemini API Key 免费额度与速率限制 2026：哪些还免费、去哪看限额](https://blog.laozhang.ai/zh/posts/gemini-api-free-tier)；完整价目和调价细节见 [Gemini API Key 购买前先看：价格、免费额度与 2027 年 Flash 涨价](https://blog.laozhang.ai/zh/posts/gemini-api-pricing)。

同一段中文在两家算出的 token 数也不一样。2026 年 11 月 6 日把同一段 3,000 字符的中文分别发给两个模型，DeepSeek 计 1,668 个输入 token，Gemini 计 1,839 个，多 10.3%；同样长度的英文，Gemini 多 10.9%。这个差距改变不了上面的价差，但按字数估中文账单时，Gemini 那一侧要多留一成。DeepSeek 错峰怎么排、账单怎么拆，见 [DeepSeek API 峰谷价格：几点调用更省、账单怎么算](https://blog.laozhang.ai/zh/posts/deepseek-v4)。

## 同题实测花费：默认档位下 Gemini 是 DeepSeek 闲时的 6 倍

两边都用默认思考档位，11 道题每个配置共调用 17 次，Gemini 3.8 Flash（medium）的花费是 DeepSeek V4.1 Flash（high）闲时价的 6.0 倍、高峰价的 3.0 倍；把 Gemini 开到 high，变成 10.0 倍和 5.0 倍。合计的倍数接近输出单价差，但拆到每一轮就不同了：简单题上 Gemini 想得少，倍数低于单价差；难题上它想得多，倍数高于单价差。

测试在 2026 年 11 月 6 日北京时间 20:50 到 21:30 前后进行，全程处于 DeepSeek 闲时。两个模型经同一个 LaoZhang 网关 key 流式调用：DeepSeek 走 OpenAI 兼容的 `/v1/chat/completions`，开启思考并设 `reasoning_effort: "high"`，每次返回的模型都是 `deepseek-v4-1-flash-261017`；Gemini 走原生的 `streamGenerateContent`，`thinkingLevel` 分别设为 `medium` 和 `high`，只统计每个分块都标着 `gemini-3.8-flash` 的调用。两边输出上限都设 32,000 token，不加系统提示、工具和温度参数。这条线路有两次在 Gemini 响应里混进了标着 `3.1-flash-lite-05-2026` 的分块，还有一次流在 300 秒没有输出后断开，这三次都作废重跑。只测了这一条线路、这一天，DeepSeek 官方 API 和 Google AI Studio 直连没有测，延迟数字可能受网关影响。

第 1 轮是 8 道有标准答案或隐藏测试的题：文字应用题、区间合并、时长字符串解析、词频统计、把一篇 6,723 词的英文长文写成 5 条摘要，以及 3 道较难的题（不用 `eval` 的表达式求值、CSV 行解析、统计 100 万以内数位和为 27 的整数个数）。较难的 3 道各跑 2 次，所以每个配置 11 次。第 2 轮是 3 道能拉开差距的题，各跑 2 次，结果在下一节。花费 =（输入 − 缓存命中）× 未命中单价 + 缓存命中 × 命中单价 + 输出 × 输出单价，单价按每百万 token。

| 配置 | 第 1 轮 8 题（11 次） | 第 2 轮 3 题（6 次） | 两轮合计 | 2027 年起两轮合计 |
| --- | --- | --- | --- | --- |
| DeepSeek V4.1 Flash high，闲时价 | $0.0286，11/11 通过 | $0.0319，6/6 通过 | $0.0605 | 未公布调价 |
| DeepSeek V4.1 Flash high，高峰价 | $0.0572 | $0.0637 | $0.1209 | 未公布调价 |
| Gemini 3.8 Flash medium（默认） | $0.1236，11/11 通过 | $0.2423，5/6 通过 | $0.3659 | $0.7318 |
| Gemini 3.8 Flash high | $0.3028，11/11 通过 | $0.3017，4/6 通过 | $0.6045 | $1.2091 |

第 1 轮 Gemini medium 只比 DeepSeek 闲时价贵 4.3 倍，因为它的输出是 30,467 token（其中思考 25,476），比 DeepSeek 的 44,807（其中思考 41,674）少三成。第 2 轮变成 7.6 倍：semver 题上 Gemini medium 一次就想了两三万 token，总输出 61,332，反超 DeepSeek 的 50,261。第 1 轮里思考占了两边输出的 84%～93%，回答本身只是零头，所以按"单价 × 预计回答长度"估预算会严重低估。

![两轮实测的输出 token 对比：第 1 轮思考占 DeepSeek 输出的 93%、Gemini 的 84%，花费倍数 4.3 倍；第 2 轮 Gemini 总输出 61,332 反超 DeepSeek 的 50,261，倍数升到 7.6 倍](https://blog.laozhang.ai/posts/zh/deepseek-v4-1-flash-vs-gemini-3-8-flash/img/thinking-tokens-cost-ratio.webp)

同一道题两次调用的花费也可能差一倍多。表达式求值题上，DeepSeek 两次完全相同的调用分别用了 8,708 和 19,986 个输出 token（$0.0053 和 $0.0120），Gemini high 是 16,326 和 22,490 个。输入重的题差距最大：长文摘要 DeepSeek 花 $0.0025，Gemini medium 花 $0.0176，约 7 倍，因为除了输入单价差 5 倍，Gemini 在这道题上还想得更多（2,266 对 1,379 个思考 token），同一篇英文算出的输入 token 也多 8.8%。

重复发送的长提示两边都会自动走缓存，不用另做设置。同一个 10,387 token 的长文提示发第二次，DeepSeek 报告 10,368 个缓存命中，单次花费从 $0.0019 降到 $0.0004；Gemini 的隐式缓存命中 11,300 个里的 8,168 个，从 $0.0107 降到 $0.0054。客服这类每次都带同一段长系统提示的负载，缓存部分的价差要单独算：命中价 Gemini 是 DeepSeek 闲时的 25 倍。

Gemini 这边的数字能复现。2026 年 10 月 26 日用同一个 key、同样 8 道题、非流式调用 Gemini 3.8 Flash high，11 次全部通过，输出 80,277 token，花费 $0.3104；11 月 6 日这次是 78,258 token、$0.3028，相差不到 3%。另外，经 LaoZhang 网关调用时，`deepseek-flash` 按平台报价每百万 token 输入 $0.44、输出 $1.32 计，不分峰谷，高于 DeepSeek 官方任何时段的价格；`gemini-3.8-flash` 与 Google 标价相同。按这组价，第 1 轮 DeepSeek 花 $0.0643，Gemini medium 是它的 1.9 倍。

## semver 难题：Gemini 3.8 Flash 卡在 32,000 输出预算，不是写错

第 2 轮的三道题里，只有 semver 这一道拉开了差距，而 Gemini 3.8 Flash 输在输出预算，不在代码对错。这道题要求按 npm 规则判断版本号是否满足范围，包括 `^`、`~`、连字符范围、`||` 和预发布版本的特殊规则，用 36 个隐藏测试判分。在 32,000 token 的输出上限下，DeepSeek V4.1 Flash 两次都是 36/36；Gemini medium 2 次过 1 次，high 2 次都没过。没过的 3 次都以 `finishReason: MAX_TOKENS` 结束，思考已经用掉 30,719～31,898 token，代码要么还没开始写，要么写到一半被截断。

把 Gemini 的 `maxOutputTokens` 放宽到文档上限 65,536，medium 和 high 各再跑 2 次，4 次全部 36/36 通过。下表 Gemini 两行取的是放宽后的重跑，DeepSeek 取 32,000 上限下的两次：

| 配置 | 32,000 上限下通过 | 放宽到 65,536 后通过 | 每次输出 token | 每次花费 | 每次耗时 |
| --- | --- | --- | --- | --- | --- |
| DeepSeek V4.1 Flash high | 2/2 | 无需重跑 | 24,531 / 23,154 | $0.0148 / $0.0139（闲时） | 150 / 141 秒 |
| Gemini 3.8 Flash medium | 1/2 | 2/2 | 30,421 / 30,794 | $0.1144 / $0.1158 | 199 / 218 秒 |
| Gemini 3.8 Flash high | 0/2 | 2/2 | 55,224 / 38,875 | $0.2074 / $0.1461 | 308 / 300 秒 |

所以 Gemini 3.8 Flash 写得出这段代码，只是需要更大的输出预算，每次花费约是 DeepSeek 闲时价的 8 倍（medium）到 10～14 倍（high），耗时也更长。如果你给 Gemini 设了较小的 `maxOutputTokens`，难题上"答不完"多半是预算问题，先看 `finishReason`。没写完的那几次也照样按输出计费，每次约 $0.12。

![semver 题每次调用的输出 token、花费与耗时：Gemini 在 32,000 上限下因 MAX_TOKENS 没写完，放宽到 65,536 后 4 次全部通过](https://blog.laozhang.ai/posts/zh/deepseek-v4-1-flash-vs-gemini-3-8-flash/img/semver-output-budget.webp)

另外两道题两边都没失手，8 次 Gemini 回答和 4 次 DeepSeek 回答全部正确。一道把三段"项目备注"藏在 6,723 词的长文里，其中一段事后把预算上调 25%，要算出最终金额 $76.80；另一道问 Python 3.13 标准库，里面混了两个并不存在的函数 `statistics.winsorized_mean` 和 `functools.memoize_method`，所有回答都说不存在，没有编造用法，而同一道题在 10 月 26 日的测试里，MiniMax M3.1 Flash 4 次都编出了用法。semver 只是一道难的编程规格题，每个配置 2 个样本，说明不了谁的编程能力全面更强。

## Gemini 3.8 Flash 更聪明吗：AA 指数默认档位只差 1 分

按 Artificial Analysis（AA）智能指数 v5.0.1，两边默认档位几乎打平：DeepSeek V4.1 Flash 1017 的 high 是 29 分，Gemini 3.8 Flash 的 medium 是 30 分；各自开到最高档，DeepSeek max 33 分，Gemini high 31 分；关掉思考的 DeepSeek 只有 19 分，Gemini low 23 分。差别在强项：终端编程任务 Terminal-Bench 4.0 上 DeepSeek high 28.8%、max 33.8%，Gemini high 19.7%；科学推理和事实知识反过来，HLE-Diamond 上 DeepSeek max 25.3% 对 Gemini high 33.1%，CritPt v2 上 25.0% 对 46.5%，考察事实答得准不准、拿不准时会不会乱答的 AA-Omniscience 上，DeepSeek 只有 1～2 分，Gemini 是 23～24 分。数据截至 2026 年 11 月 6 日，见 [Artificial Analysis 的 DeepSeek V4.1 Flash 1017 与 Gemini 3.8 Flash 对比页](https://artificialanalysis.ai/models/releases/comparisons/deepseek-v4-1-flash-1017-vs-gemini-3-8-flash)。

AA 算出的单题花费差距比上面的实测大得多：每道指数题 DeepSeek high 花 $0.46，Gemini medium 花 $6.26，约 13.6 倍，而且 AA 用的是 DeepSeek 高峰价，换成闲时价 DeepSeek 一侧大约减半。AA 的成本把输入、缓存命中和缓存写入都算进去，题目里有 Terminal-Bench 这类多轮任务，输入量远大于单轮提问；Gemini 的输入价和缓存命中价分别是 DeepSeek 高峰价的 2.5 倍和 12.5 倍，输入越重，差距越往这个量级靠。这是按价目推出的原因：单轮问答更接近上面实测的 3～6 倍，多轮、长上下文的智能体负载，差距可能大得多。

DeepSeek 在 1017 更新说明里自报 Terminal-Bench 4.0 从首发版的 31.2 提到 42.3，这是厂商自测，不是独立成绩，见 [DeepSeek API 更新日志](https://api-docs.deepseek.com/updates)。落到选型上：客服、摘要、按规格写代码这类有材料可依的任务，上面 11 道题里两边几乎一样能做对，按价钱和输入类型选就行；要模型凭自身知识回答事实或科学问题、又没有检索兜底时，Gemini 3.8 Flash 的领先是实打实的。

## 首字多久出来：DeepSeek 先流出思考，Gemini 默认等到回答

在这批题上，DeepSeek V4.1 Flash 大约 2.6 秒就开始流出思考文本，第一个回答 token 的中位数是 9～11 秒；Gemini 3.8 Flash 默认不返回思考，流里的第一个 token 就是回答，medium 的中位数是 22～27 秒。DeepSeek "开始得更快"，很大一部分是因为它把思考过程放在 `reasoning_content` 里直接流出来，界面上可以先显示思考内容。

| 配置 | 首个 token 中位数（第 1 轮） | 首个回答 token 中位数（第 1 轮 / 第 2 轮） | 单次总耗时中位数（第 1 轮） | 第 1 轮 11 次总耗时 |
| --- | --- | --- | --- | --- |
| DeepSeek V4.1 Flash high | 2.6 秒 | 10.9 / 9.4 秒 | 12.3 秒 | 363 秒 |
| Gemini 3.8 Flash medium | 22.0 秒 | 22.0 / 27.0 秒 | 24.1 秒 | 301 秒 |
| Gemini 3.8 Flash high | 27.9 秒 | 27.9 / 42.1 秒 | 30.1 秒 | 584 秒 |

第 2 轮给 Gemini 打开了思考摘要（`includeThoughts: true`），首个 token 的中位数降到 4～5 秒，但第一个回答 token 并没有提前。DeepSeek 第 1 轮的 11 次总耗时比 Gemini medium 还长，是因为其中一次表达式求值调用跑了 153.5 秒；单次耗时的中位数仍只有 Gemini medium 的一半。

换一批任务，回答开始的先后会反过来。AA 在自己的指数任务上测得，DeepSeek high 的第一个回答 token 要 24.11 秒，Gemini medium 只要 10.01 秒；输出速度 DeepSeek 每秒 175 个 token，Gemini 116 个；每道指数题平均用时 10.5 分钟对 11.8 分钟。上面的实测是经网关的短小单轮请求，AA 是长任务，两者思考时长差别很大，所以首字延迟要拿你自己的提示在实际要用的线路上测。

## 网上的对比数字为什么对不上：日期、价格来源、档位

各处看到的 DeepSeek V4.1 Flash 对 Gemini 3.8 Flash 数字互相矛盾，多半出在三件事上。第一是日期：DeepSeek 在 2026 年 10 月 17 日把 `deepseek-flash` 换成 1017 快照，调用方式和价格不变，但更新说明称缩短了任务运行时间和输出长度，在这之前的测试和榜单描述的是 9 月 10 日首发的版本。第二是价格来源：聚合平台列出的常是某个第三方服务商的价格或缓存命中价，不是 DeepSeek 官方价目页上的价格，拿它算出的倍数自然不同。第三是档位：拿 DeepSeek max 比 Gemini medium，或者拿关掉思考的 DeepSeek 比 Gemini high，分数和花费都会偏向一边。

输出长度这一点对成本影响最大。第三方平台 aimlapi 在 10 月初、1017 之前让两边一次性写 6 个 three.js 3D 场景，DeepSeek V4.1 Flash 用了约 16.8 万个输出 token、花 $0.27，单个最长约 3 分钟，Gemini 3.8 Flash 只用约 2.1 万个、花 $0.11，每个不到 25 秒，见 [aimlapi 在 X 上发布的测试](https://x.com/aimlapi/status/2098056487465578894)。11 月 6 日这批题里，DeepSeek 第 1 轮的输出是 Gemini medium 的 1.47 倍。题目不同，不能直接对比，但 8 倍那种输出差距已经看不到了，所以 1017 之前得出的"DeepSeek 单价低但输出多，算下来不省"，要按新快照重新算。

## 音频、视频、PDF 输入和超长输出：两家的硬边界

输入里有音频、视频或 PDF，只能选 Gemini 3.8 Flash。它的模型页列出的输入是文本、图片、视频、音频和 PDF，而 DeepSeek 价目页列出的多模态能力只有图片理解（Vision）。反过来，单次要输出很长的内容时 DeepSeek 更宽：最大输出 384K token，Gemini 3.8 Flash 是 65,536，而且 Gemini 的思考 token 也占这个额度，上面的 semver 题就是卡在这里。两边的上下文都在 100 万 token 左右。规格见 [DeepSeek 模型与价格页](https://api-docs.deepseek.com/quick_start/pricing) 和 [Gemini 3.8 Flash 模型页](https://aistudio.google.com/docs/models/gemini-3.8-flash)。

其余功能两边各有侧重。DeepSeek 除了 OpenAI 兼容格式，还直接支持 Anthropic API 格式和 Responses API，有 JSON 输出和工具调用，并发上限 2,500；代码补全用的 FIM 只能在关掉思考时用。Gemini 3.8 Flash 有 Batch、上下文缓存、代码执行、函数调用、文件搜索和计算机使用，还能"使用 Google 搜索建立依据"，每月 5,000 次免费（共用额度），之后每 1,000 次 $14。DeepSeek 的联网搜索单独计费，见 [DeepSeek 联网搜索 API 价格：5 元/千次，Claude Code 搜一次多少钱](https://blog.laozhang.ai/zh/posts/deepseek-search-api-pricing)。

## 思考档位怎么设：DeepSeek 默认 high，Gemini 默认 medium

两家 API 默认都开着思考，不改参数时比的就是 DeepSeek high 对 Gemini medium，上面的实测和 AA 都显示这一组质量最接近，多数负载不必改。DeepSeek V4.1 Flash 的 `reasoning_effort` 只认 `low`、`high`、`max` 三档，其他写法会被映射：`minimal` 当 `low`，`medium` 和 `xhigh` 当 `high`，`ultra` 当 `max`，所以从别家代码里带过来的 `medium` 实际跑的是 high。关掉思考写 `{"thinking": {"type": "disabled"}}`；思考模式下 `temperature`、`presence_penalty`、`frequency_penalty` 不报错，但也不生效。Gemini 3.8 Flash 的档位是 `low`、`medium`、`high`，没有 `minimal`。见 [DeepSeek 思考模式文档](https://api-docs.deepseek.com/guides/thinking_mode) 和 [Gemini API 思考文档](https://aistudio.google.com/docs/thinking)。

把 Gemini 从 medium 提到 high，在第 1 轮 8 道题上没有多做对一道，两档都是 11/11，输出 token 却变成 2.6 倍，花费 2.45 倍，单次耗时中位数也更长；在 32,000 上限下它还更容易把预算想光。要开 high，就同时把 `maxOutputTokens` 提到文档上限。DeepSeek 的 `max`、`low` 和 Gemini 的 `low` 这次没有测，只能参考 AA：DeepSeek max 比 high 多 4 分，每题成本从 $0.46 涨到 $0.60；关掉思考的 DeepSeek 掉到 19 分，省下的钱不多，每题 $0.43。

下面是这次测试实际发送的请求体，DeepSeek 用 OpenAI 兼容格式，Gemini 用原生格式（`maxOutputTokens` 取放宽后的值）：

```json
{
  "model": "deepseek-flash",
  "messages": [{"role": "user", "content": "..."}],
  "thinking": {"type": "enabled"},
  "reasoning_effort": "high",
  "max_tokens": 32000,
  "stream": true,
  "stream_options": {"include_usage": true}
}
```

```json
{
  "contents": [{"role": "user", "parts": [{"text": "..."}]}],
  "generationConfig": {
    "maxOutputTokens": 65536,
    "thinkingConfig": {"thinkingLevel": "medium", "includeThoughts": true}
  }
}
```

`includeThoughts` 不改变计费，但能让 Gemini 在长时间思考时也有数据流出。经过有空闲超时的代理或网关时这一点有用：这次就有一次没开思考摘要的调用，在 300 秒没有输出后被断开。Google 新的 Interactions API 里，对应的参数叫 `thinking_level` 和 `thinking_summaries`。

## 在 Gemini 和 DeepSeek 之间切换前要改的地方

换模型时，除了模型名，最容易漏的是思考参数、输出上限和用量字段。漏了往往不报错，只会悄悄多花钱或拿到截断的答案，所以切换前逐项核对：

- 把模型名改成 `deepseek-flash` 或 `gemini-3.8-flash`，接口格式跟着换：DeepSeek 用 OpenAI 兼容或 Anthropic 格式，Gemini 用原生的 `generateContent`。旧名 `deepseek-v4-flash` 和 `deepseek-v4-flash-vision-exp` 仍可调用，同样由 1017 快照提供、按 Flash 价计费。
- 把 `thinkingConfig.thinkingLevel` 和 `reasoning_effort` 互相换算时，记住 DeepSeek 没有 medium，传 `medium` 会按 high 跑。DeepSeek 带 `tools` 的多轮对话，要把之前各轮的 `reasoning_content` 一起传回去。
- 重设输出上限：Gemini 的 `maxOutputTokens` 包含思考，难题要给足；同时检查 `finishReason`（Gemini）或 `finish_reason`（DeepSeek），截断的回答不能当成功处理。
- 改写计费统计：DeepSeek 的 `completion_tokens` 已经包含思考 token；Gemini 的思考在 `thoughtsTokenCount`，回答在 `candidatesTokenCount`，两者都按输出计费。这次有一个触顶的 Gemini 流把 `candidatesTokenCount` 报成和 `thoughtsTokenCount` 一样的数，用 `totalTokenCount − promptTokenCount` 算输出更稳。
- 删掉对 DeepSeek 无效的采样参数，思考模式下调 `temperature` 不会有任何效果。
- 经第三方线路调用时，逐个检查响应里返回的模型名（DeepSeek 的 `model`、Gemini 的 `modelVersion`），不对就丢弃重试。
- 重排时间和预算：DeepSeek 的批量任务挪到闲时，Gemini 的预算按明年 1 月起翻倍提前留出。

## 还在比其他模型：GLM-5.3-Flash、Sonnet 5.5、Gemini 4 Argon

如果候选里还有别的模型，这几组另有专门的对比：DeepSeek 对另一款便宜的 Flash 模型，看 [DeepSeek V4.1 Flash 和 GLM-5.3-Flash 对比：谁便宜看时段和缓存](https://blog.laozhang.ai/zh/posts/deepseek-v4-1-flash-vs-glm-5-3-flash)；Gemini 3.8 Flash 对更贵的 Claude，看 [Claude Sonnet 5.5 vs Gemini 3.8 Flash 对比：单价低 63% 未必更省](https://blog.laozhang.ai/zh/posts/claude-sonnet-5-5-vs-gemini-3-8-flash)；考虑从 3.8 Flash 升级，看 [Gemini 4 Argon 和 3.8 Flash 区别：实测成本差多少，哪些任务该换](https://blog.laozhang.ai/zh/posts/gemini-4-argon-vs-gemini-3-8-flash)；DeepSeek Flash 对 Pro 级模型，看 [DeepSeek V4.1 和 Kimi K3.1 哪个好：Flash 对 Pro，贵 7.5～27 倍](https://blog.laozhang.ai/zh/posts/deepseek-v4-1-vs-kimi-k3-1)。更大范围的价格排序见 [AI API 价格对比：国内外大模型谁最便宜、月费怎么算](https://blog.laozhang.ai/zh/posts/cheapest-llm-models)。

## 参考来源

本文引用的外部页面，按正文出现顺序排列。最后更新于 2026-11-06。

- [Gemini API 可用地区列表](https://aistudio.google.com/docs/available-regions) (aistudio.google.com)
- [DeepSeek 中文模型与价格页](https://api-docs.deepseek.com/zh-cn/quick_start/pricing) (api-docs.deepseek.com)
- [Gemini API 价格页](https://aistudio.google.com/docs/pricing) (aistudio.google.com)
- [Artificial Analysis 的 DeepSeek V4.1 Flash 1017 与 Gemini 3.8 Flash 对比页](https://artificialanalysis.ai/models/releases/comparisons/deepseek-v4-1-flash-1017-vs-gemini-3-8-flash) (artificialanalysis.ai)
- [DeepSeek API 更新日志](https://api-docs.deepseek.com/updates) (api-docs.deepseek.com)
- [aimlapi 在 X 上发布的测试](https://x.com/aimlapi/status/2098056487465578894) (x.com)
- [DeepSeek 模型与价格页](https://api-docs.deepseek.com/quick_start/pricing) (api-docs.deepseek.com)
- [Gemini 3.8 Flash 模型页](https://aistudio.google.com/docs/models/gemini-3.8-flash) (aistudio.google.com)
- [DeepSeek 思考模式文档](https://api-docs.deepseek.com/guides/thinking_mode) (api-docs.deepseek.com)
- [Gemini API 思考文档](https://aistudio.google.com/docs/thinking) (aistudio.google.com)