TechMoon 科技月球
WordPress、SEO 與 AI 工具實測指南
Vercel 上架 DeepSeek Ultrafast，8 倍價買的是等待時間
Vercel 在 11 月 7 日把 DeepSeek Ultrafast 放進 AI Gateway，宣稱每秒逾 1,000 token。它並非 DeepSeek 新模型，而是 Fireworks 加速端點跑 10 月 17 日版的 V4.1 Flash 1017：價格是官方尖峰價 8 倍，頁面實測中位數 890 tps 與宣稱分屬不同口徑，同頁還有四分之一價格的 Baseten Fast 變體一樣破千。
用 AI 摘要這篇文章：
11 月 7 日，Vercel 在 AI Gateway 上架了 DeepSeek V4.1 Flash 1017 Ultrafast，官方宣稱它每秒可以產生超過 1,000 個 token（token 是模型計算文字的基本單位，一個中文字或一個英文單字會被拆成不同數量）。結論先講：這不是 DeepSeek 的新模型，而是 Fireworks 用加速端點跑 10 月 17 日更新版的 DeepSeek V4.1 Flash 1017；它的價格是 DeepSeek 官方尖峰價的整整 8 倍，宣稱速度與頁面上的實測中位數分屬兩種口徑，而且 Vercel 同一個閘道還掛著價格只有四分之一、實測中位數同樣破千的 Fast 變體。要不要多付這 8 倍，取決於你的工作有多少時間真的花在等模型吐字。
名稱先拆開：這條鏈上三家公司各做一件事
DeepSeek Ultrafast 這個名字容易讓人以為 DeepSeek 又發了新模型。查 DeepSeek 官方 API 文件，模型清單裡從頭到尾沒有 Ultrafast 這個名稱，付費頁也只有 deepseek-flash 與 deepseek-v4-pro 兩個模型名，其中 deepseek-flash 目前由 10 月 17 日更新的 DeepSeek-V4.1-Flash-1017 提供。Ultrafast 出現在另外兩家的文件裡。
Fireworks 是提供推論服務的公司，它在文件裡把 Ultra-fast 列為 serverless 的四種模式之一（Standard、Priority、Fast、Ultra-fast），定位是給「對延遲極度敏感」的工作使用，目標是 6 到 8 倍的生成速度，代理式程式任務最高 10 倍。文件同時寫明兩件關鍵的事：它與 Fast 一樣「不是不同的模型，品質維持相同」，只是價格更高；以及 Ultra-fast 還在預覽階段，「快速變動」是官方自己給的提醒。整份文件列出來的支援型號只有一個：DeepSeek V4.1 Flash 1017。
Vercel 做的是把這個端點接進 AI Gateway。changelog 條目寫得直接：這個模型「透過 Fireworks 的加速 serverless 端點」提供，模型代號 deepseek/deepseek-v4.1-flash-1017-ultrafast，公開預覽、沒有等候名單也沒有連線時長限制。模型頁列出的能力包含文字與圖片輸入、可設定的推理強度、工具呼叫、結構化輸出與自動前綴快取；隱私方面頁面註明，使用這個供應商就同意其條款，且「受 DeepSeek 的條款與隱私政策規範」，對資料治理有要求的團隊，這行字值得先讀。還有個小細節：changelog 發布日是 11 月 7 日，Vercel 供應商表上 Fireworks 這一列的上架日期則標 11 月 6 日，官方管道之間差一天不算罕見，引用時以 changelog 為準即可。所以名稱開頭的 deepseek 說的是模型出處，速度與價格條件則分別由 Fireworks 與 Vercel 的頁面定義，三家公司各賣各的東西。
被加速的模型本體，是 DeepSeek 在 10 月 17 日把 V4.1 Flash 升級成的 1017 版，官方形容是「更強的 benchmark 表現、更快的任務完成、更短的輸出」，網頁、App 與 API 同步更新。官方對照表裡，新版在 DeepSWE v1.1 拿 77.0 分是該列最高（前版 74.2，測試框架為 Mini-SWE-V2），Terminal-Bench 4.0 從 31.2 進步到 42.3（以 Claude Code 框架測），HLE 不用工具的成績是 42.6。換個執行框架分數就會不同，這兩個框架條件都是官方自己標註的。值得注意的是，DeepSeek 描述的「更快」有一部分來自輸出變短與任務路徑變快，那是模型層的改進；Ultrafast 加的是每個 token 的產生速度，屬於端點層。兩層分開看，才不會把 10 月就已經拿到的進步，誤以為是 8 倍價錢買來的。這個模型前後的定位與定價策略，可以對照我們當時的DeepSeek V4.1-Flash 發布追蹤。
模型權重以 MIT 授權放在 Hugging Face 上，任何推論服務商都可以自己架一套。這也是為什麼 Vercel 標準版 1017 的模型頁能列出 24 家供應商，從 DeepSeek 第一方到 DeepInfra、Together AI、Baseten 都在同頁競價。Ultrafast 頁的供應商欄位則只有 Fireworks 一家，沒有第二家可以備援切換。
三組速度數字，三種口徑
「每秒逾 1,000 token」是 Vercel 的宣稱，出現在 changelog 與官方 X 貼文（11 月 7 日 17:25 UTC），原文用詞是 upwards of 與 over，沒有附提示長度、輸出長度或尖峰條件。
更早的數字來自 Fireworks。它在 10 月 21 日的 X 貼文寫「1,521+ tok/s」，還示範 11 秒生成一個俄羅斯方塊遊戲、比 Claude Opus 5.5 快 7 倍，當時要加入等候名單才能用。這是廠商自己的展示，同樣沒有附測量條件。
第三組數字最值得看：Vercel 模型頁的供應商表會標示 AI Gateway 實際流量的 P50 中位數。2026 年 11 月 11 日查詢時，Ultrafast 頁顯示每秒 890 個 token、首字延遲 0.7 秒；同一時間，標準版 1017 頁的 Fireworks 列是每秒 238 個 token、1.8 秒；DeepSeek 第一方列是每秒 137 個 token、1.3 秒。890 大約是 238 的 3.7 倍，低於 Fireworks 自己寫的 6 到 8 倍目標帶。這裡必須誠實標註口徑：兩個 P50 來自不同頁面的不同流量混合（請求長度、快取命中率都不同），只能當方向參考，不能據此宣稱 Fireworks 沒達標。而且這些是即時數字，每天查都會漂移。
首字延遲是另一個容易被「每秒幾千 token」蓋掉的數字。送出請求到第一個字出現，Ultrafast 是 0.7 秒、標準版 Fireworks 是 1.8 秒、DeepSeek 第一方是 1.3 秒。輸出越短，首字延遲在總等待裡的佔比越高：聊天式的一兩百 token 回應，加速版感受到的縮短幅度，主要就來自這一秒上下的差別；輸出上千 token 的程式碼生成，每秒產量才會變成主角。看你自己的工作落在哪一端，再決定要盯哪個數字。
宣稱值、展示值、實測中位數，三組數字互相不能驗證。真正能回答「我會拿到多快」的，只有用你自己的提示去測。
價格帳：8 倍、16 倍，快取也是 8 倍
依 Vercel 模型頁與 Fireworks 定價頁，Ultrafast 的輸入價是每百萬 token 2.40 美元、輸出 9.60 美元、快取命中輸入 0.048 美元。對照之下：
| 服務（每百萬 token） | 輸入（未命中快取） | 輸入（命中快取） | 輸出 |
|---|---|---|---|
| DeepSeek 官方 API，尖峰 | 0.30 美元 | 0.006 美元 | 1.20 美元 |
| DeepSeek 官方 API，離峰 | 0.15 美元 | 0.003 美元 | 0.60 美元 |
| Fireworks 標準版 1017 | 0.30 美元 | 0.006 美元 | 1.20 美元 |
| Fireworks Ultra-fast（預覽） | 2.40 美元 | 0.048 美元 | 9.60 美元 |
| Vercel 頁 Baseten Fast 變體 | 0.60 美元 | 未列 | 2.40 美元 |
三個倍數值得記：Ultrafast 對 DeepSeek 官方尖峰價與 Fireworks 標準版都是整整 8 倍（輸入輸出都是）；對離峰價是 16 倍；連快取命中的輸入價都是 8 倍。DeepSeek 的尖峰時段定義在 UTC 週一到週五的 01:00 至 04:00 與 06:00 至 10:00，換算成台北時間是平日 09:00 至 12:00 與 14:00 至 18:00，中國公共假日除外，其餘時間都是離峰價。Vercel 在 changelog 裡聲明 AI Gateway 反映供應商價格、不加價，也不對推論收平台費（包含自帶金鑰的請求），所以這組 2.40 與 9.60 就是 Fireworks 牌價，中間沒有 Vercel 的加成。
還有兩筆帳容易漏。Vercel 文件說推理 token 通常計入輸出用量，而 DeepSeek 官方 API 的這個模型預設開思考模式（會產生推理 token），所以開著推理跑 Ultrafast，實際帳單會比只看答案長度的估算更高。快取的路徑也一樣墊貴：查詢當天模型頁顯示這個端點的快取命中率是 96%，但命中後的輸入單價是 0.048 美元，與標準版的 0.006 美元相比同樣是 8 倍，代理式工作負載靠前綴快取省下來的錢，在加速版上等比例縮水。免費層方面，Vercel 模型頁寫未付款過的免費用戶每 30 天有 5 美元額度，以輸出價 9.60 美元計，大約對應 52 萬個輸出 token 的上限，實際能跑多少要看輸入與推理佔比。
同一個閘道上，有四分之一價格的破千變體
Vercel 把 Baseten 供應的 deepseek-v4.1-flash-1017-fast 也掛在同一個模型頁系統裡。2026 年 11 月 11 日快照，這個變體的 P50 是每秒 1,011 個 token、首字 0.6 秒，輸入 0.60 美元、輸出 2.40 美元，正好是 Ultrafast 的四分之一價。也就是說，在查詢當下，「中位數破千」這件事在 Vercel 自己的頁面上不是 Ultrafast 獨有，而且便宜的那個反而更快。前提同樣要講清楚：兩個變體的流量條件不同，中位數不能直接互比，但作為「付 8 倍之前先測什麼」的訊號，這一列已經足夠醒目。
再往標準版頁看，24 家供應商裡本來就有每秒 200 到 300 token 量級的選項：Together AI 268 走標準牌價，Boundless 298 甚至再低一點（輸入 0.24、輸出 0.96 美元），DeepInfra 的特價更壓到輸入 0.10 美元。從「夠用的速度」到「最快那一檔」，Vercel 這一頁其實已經把光譜鋪滿了。規格面還有一處差異要留意：Fast 變體的最大輸出是 262K，Ultrafast 是 1M，會一次生成整套檔案的長輸出工作流，先確認上限夠用再切換。
加速的隱藏成本：限流砍到剩五分之一，預覽隨時會變
價格之外，Fireworks 的 rate limits 文件給了第二個代價。文件明寫「Ultra-fast（預覽）的速率限制低於標準模型」，並且把 DeepSeek V4.1 Flash 1017 Ultra-fast 放在 Medium 層級：生成量的基本上限是每分鐘 43.2 萬個 token。基礎版的 DeepSeek V4.1 Flash 在 Small 層級，同一個上限是每分鐘 216 萬。換句話說，就算在最高花費層級的帳號上，加速版的生成量上限大約只剩標準版的五分之一。換算成具體感受：每分鐘 43.2 萬個 token 等於這個模型在全帳號合計每秒 7,200 個 token，若每條回應都用滿 890 的中位數速度，同時跑滿速串流的大約只有 8 條；標準版的上限換算後約每秒 3.6 萬個 token，同樣條件下能撐 150 條。Fireworks 的限流是自適應的（會隨用量調整、逐模型獨立計算），上面的數字是 Tier 3 以上的花費層級才拿得到的 ceiling，一般帳號只會更低。對高併發的正式服務來說，這可能比 8 倍價格更早成為瓶頸。
穩定度的部分，兩邊都還沒有承諾。Ultra-fast 仍在預覽，Fireworks 提醒預覽模式會快速變動，文件裡也查不到服務水準承諾（Fireworks 的 SLA 只出現在另一項 Reserved Throughput 產品）；品質方面，Fireworks 只有一句「品質維持相同」，Vercel 與 Fireworks 都沒有公布加速版與標準版並排的品質對比資料。這句廠商說法可以引用，但採用前最好用自己的驗收標準跑一輪對照。
算給你看：每省下一小時等待，約多付 22 美元
把數字換算成決策語言。用 11 月 11 日的兩個中位數做假設算例（不是實測）：輸出 2,000 個 token，標準版 Fireworks 約要 8.4 秒，Ultrafast 約 2.2 秒，省下約 6.2 秒。成本端，輸入 1 萬個未命中快取的 token 加輸出 2 千個 token，標準版約 0.0054 美元，Ultrafast 約 0.0432 美元，單次差約 0.038 美元。換算下來，每省下一小時的生成等待，約要多付 22 美元。輸出縮到 200 個 token 的短回應又是另一種樣貌：把首字延遲算進去，標準版約 2.6 秒、加速版約 0.9 秒，縮短約 2.9 倍，低於長輸出的 3.5 倍左右，因為短回應的等待主要卡在首字，而首字 0.7 對 1.8 秒的差距（約 2.6 倍）本來就小於生成速度的差距。這些數字會隨你的輸入輸出比例、快取命中率與推理佔比變動，但它給了一個誠實的座標：如果那幾秒後面真的有一個人（或一個 agent 迴圈）在等，22 美元一小時可能是划算的；如果是批次任務在背景跑，這 22 美元就只是純粹多付的錢。
所以適合的場景很清楚：互動式的程式碼編輯、需要快速反覆迭代的代理流程、原型開發，這些工作的人機迴圈裡等待佔大宗。不適合的也一樣清楚：成本優先的批次任務、高併發的正式服務、需要穩定承諾的生產環境。決定之前，拿同一組真實提示在標準版、Fast 與 Ultrafast 三條路各跑一輪，記下首字延遲、輸出速度、整份回應完成時間與任務是否通過，再回頭看那 22 美元買到多少秒。
怎麼接上，以及哪些數字要回查
呼叫方式與 AI Gateway 上其他模型相同：把模型代號換成 deepseek/deepseek-v4.1-flash-1017-ultrafast，用 AI SDK 的 streamText 或 generateText，或走 OpenAI Chat Completions、Responses、Anthropic Messages 相容格式改基礎網址即可。要給程式碼代理用的話，changelog 提供一條設定指令：npx vercel ai-gateway setup，裝完最新版 Vercel CLI 執行後，就能在 Claude Code、Codex、Cursor 裡選這個模型。規格細節要以實際使用的服務商文件為準，例如 Vercel 頁標的最大輸出是 1M，DeepSeek 官方文件寫的是 384K，各家的上限本來就不同。
最後是回查。Vercel 三個模型頁（ultrafast、標準 1017、1017-fast）與 Fireworks 定價頁上的速度中位數與供應商名單都會漂移，頁面數字都以 2026 年 11 月 11 日快照為準。「每秒逾 1,000」是 Vercel 的說法，「1,521+」是 Fireworks 的展示，「890」是查詢當天的頁面中位數，三個都不是 DeepSeek 官方規格表裡的數字。多付 8 倍之前，先看看自己螢幕前到底等了幾秒；如果你對這個閘道的整體流量樣貌有興趣，可以接著讀Vercel 十月 AI 流量報告的拆解，至於想把同一個模型搬回自己顯卡上跑的路線，我們先前也整理過Strata 跑 DeepSeek V4.1 Flash 的硬體帳。
