Precios de la API de DeepSeek en 2026: coste de aciertos y fallos de caché

By TokuseTokuse
IAAPIDeepSeekOptimización de costes

DeepSeek tiene un precio que parece casi demasiado bajo para planificar con él: $0.003 por un millón de tokens de entrada con acierto de caché. Ese es el precio de lista actual de deepseek-flash fuera de las horas punta. Explica por qué cada vez más equipos prueban DeepSeek para resúmenes de gran volumen, extracción, clasificación y automatización para desarrolladores.

Prueba Tokuse: Crea una cuenta gratuita y envía tu primera solicitud a través de un único endpoint compatible con OpenAI.

La pregunta útil no es si la cifra principal es baja. Es qué tráfico alcanza esa cifra, qué tráfico paga la tarifa completa de entrada y cuánta salida devuelve el servicio. Un pequeño cambio en esas tres proporciones puede multiplicar la factura mensual.

Esta guía utiliza los precios públicos de DeepSeek verificados el 9 de noviembre de 2026. Los precios pueden cambiar, así que consulta la página oficial de precios antes de comprometer un presupuesto.

Precios de la API de DeepSeek por millón de tokens en 2026

DeepSeek publica los precios por millón de tokens:

Modelo Entrada, acierto de caché Entrada, fallo de caché Salida Contexto
deepseek-flash fuera de horas punta $0.003 $0.15 $0.60 1M
deepseek-flash horas punta $0.006 $0.30 $1.20 1M
deepseek-v4-pro fuera de horas punta $0.022 $0.66 $1.98 1M
deepseek-v4-pro horas punta $0.044 $1.32 $3.96 1M

Tokuse enruta estos modelos. La tabla muestra los precios oficiales de lista de DeepSeek; los precios de grupo de Tokuse pueden variar. Consulta la página de precios de Tokuse para conocer la tarifa que pagarás.

Las horas punta son de 01:00 a 04:00 y de 06:00 a 10:00 UTC, de lunes a viernes, excepto los festivos públicos chinos. Todas las demás horas se facturan a la tarifa fuera de horas punta. Los metadatos actuales del modelo también indican una ventana de contexto de 1M, hasta 384K tokens de salida, salida JSON, llamadas a herramientas, la API Responses, una API compatible con Anthropic y soporte de visión para deepseek-flash.

El precio con acierto de caché es 50 veces inferior al precio con fallo de caché fuera de horas punta. Esa diferencia es la palanca de coste principal.

Un ejemplo resuelto de 100M de tokens

Supongamos que una carga de trabajo por lotes utiliza 100M tokens de entrada y produce 10M tokens de salida. El noventa por ciento de la entrada es un prompt de sistema estable, un esquema, una política o un prefijo de documento que DeepSeek puede almacenar en caché.

Componente de coste Tokens Tarifa Coste
Entrada con acierto de caché 90M $0.003 / 1M $0.27
Entrada con fallo de caché 10M $0.15 / 1M $1.50
Salida 10M $0.60 / 1M $6.00
Total fuera de horas punta $7.77

La misma mezcla de solicitudes a tarifas de hora punta cuesta $15.54. Ahora la salida domina la factura, aunque el volumen de entrada sea diez veces mayor.

El comportamiento de la caché tiene un efecto material. Con 100M tokens de entrada y 10M tokens de salida, el coste de entrada fuera de horas punta cambia así:

Tasa de acierto de caché Coste con acierto Coste con fallo Coste de salida Total
0% $0.00 $15.00 $6.00 $21.00
50% $0.15 $7.50 $6.00 $13.65
90% $0.27 $1.50 $6.00 $7.77
99% $0.30 $0.15 $6.00 $6.45

La conclusión es clara. Conserva prefijos estables, mantén las salidas cortas y traslada el trabajo flexible fuera de las horas punta.

Cinco controles que cambian la factura real

1. Haz que el prefijo reutilizable sea estable

Coloca las instrucciones del sistema, los esquemas de salida, el texto de políticas y los documentos reutilizables grandes al principio del prompt. Deja la pregunta cambiante, los datos del usuario y la marca de tiempo después de ese prefijo. Pequeñas ediciones dentro de un prefijo largo pueden invalidar la caché y trasladar el tráfico de la tarifa de $0.003 a la de $0.15.

2. Separa los trabajos de salida cortos y largos

Los tokens de salida cuestan cuatro veces más que los tokens de entrada con fallo de caché en deepseek-flash y 200 veces más que los aciertos de caché. Pide un registro estructurado, una respuesta acotada o un resumen con límite de palabras. Para la extracción JSON, define el esquema y reutilízalo.

3. Enruta el trabajo fácil a Flash

Usa deepseek-flash para clasificación, extracción, resúmenes rutinarios y pasos de agentes de gran volumen. Reserva deepseek-v4-pro para tareas en las que la capacidad adicional cambie el resultado. Un alias de modelo en el gateway convierte este cambio en un cambio de enrutamiento en lugar de un despliegue de la aplicación.

4. Procesa por lotes el trabajo no urgente fuera de horas punta

Las tarifas fuera de horas punta son la mitad de las de hora punta. La indexación de contenido, los informes nocturnos, la regeneración de embeddings y las recargas de datos suelen poder ejecutarse fuera de las ventanas de hora punta. El ahorro por programación se suma a los controles de caché y de salida.

5. Mide la tasa de acierto de caché, no solo el número de tokens

Un panel que informa el total de tokens oculta la variable más importante. Registra los tokens de entrada separados por acierto y fallo de caché, los tokens de salida por solicitud, el volumen en hora punta y fuera de ella, los reintentos, los cambios de ruta y el coste por tarea completada con éxito.

DeepSeek con un gateway de API compatible con OpenAI

Un gateway resulta útil cuando el tráfico de producción usa más de un modelo. La aplicación llama a un único endpoint compatible con OpenAI y a un alias de modelo. El gateway se encarga de las credenciales del proveedor, el enrutamiento, los presupuestos, los registros de uso, los reintentos y la política de fallback.

Tokuse incluye actualmente deepseek-flash y deepseek-v4-pro en su catálogo público de modelos y expone una API compatible con OpenAI. Una configuración mínima del cliente es así:

import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TOKUSE_API_KEY"],
    base_url="https://tokuse.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-flash",
    messages=[
        {
            "role": "system",
            "content": "Return a compact JSON object. Do not add commentary.",
        },
        {
            "role": "user",
            "content": "Extract the product name, price, and billing period.",
        },
    ],
    response_format={"type": "json_object"},
    max_tokens=300,
)

print(response.choices[0].message.content)

Mantén la clave en el servidor. Registra los ID de solicitud, el nombre del modelo, los recuentos de tokens, la latencia, el estado y los campos de uso relacionados con la caché. Oculta los prompts y las respuestas de forma predeterminada.

Prueba antes de mover el tráfico de producción

Ejecuta un piloto de dos semanas con un conjunto de evaluación fijo. Compara la calidad, los tokens de salida, la tasa de acierto de caché, la latencia, los reintentos y el coste por tarea completada con éxito frente a la ruta actual. Empieza con trabajo que no esté orientado al cliente. Mueve una tarea de gran volumen cada vez después de que los resultados sean estables.

La ventaja de precio de DeepSeek es real, y la brecha aumenta cuando los aciertos de caché y los controles de salida funcionan a la vez. Los equipos que la aprovechen tratarán el enrutamiento y la medición como parte del producto, no como un informe de facturación que abren a final de mes.

Tokuse es un gateway de API de IA unificado y un panel de administración para equipos que quieren probar, enrutar y monitorizar varios modelos desde un único endpoint compatible con OpenAI. Crea una cuenta de Tokuse para inspeccionar el catálogo actual de modelos y configurar una clave de prueba.

Guías relacionadas de costes y migración

Fuentes

Los precios son una estimación basada en el precio oficial de lista, no una cotización para una carga de trabajo concreta. Valida las tarifas actuales, las ventanas de hora punta, la disponibilidad de los modelos y tu propia mezcla de tokens antes de tomar una decisión de compra.

Preguntas frecuentes

¿Cuánto cuesta la API de DeepSeek por 1M de tokens en 2026?

El precio de lista depende del modelo, la ventana de hora punta y la tasa de acierto de caché. deepseek-flash va de $0.003 por 1M de tokens de entrada con acierto de caché fuera de horas punta a $1.20 por 1M de tokens de salida en hora punta. deepseek-v4-pro va de $0.022 por 1M de tokens de entrada con acierto de caché a $3.96 por 1M de tokens de salida en hora punta. Consulta la tabla anterior y la página de precios de Tokuse.

¿Cuáles son las horas punta de DeepSeek?

El precio de hora punta se aplica de lunes a viernes, de 01:00 a 04:00 y de 06:00 a 10:00 UTC, excepto los festivos públicos chinos. Todas las demás horas se facturan a la tarifa fuera de horas punta.

¿Cuánto pueden ahorrar los aciertos de caché en una carga de 100M de tokens?

En el ejemplo anterior, una tasa de acierto de caché del 90 % genera una factura de $7.77 fuera de horas punta en lugar de $21.00 sin aciertos de caché. Mantén estables los prefijos reutilizables para trasladar el tráfico de la tarifa con fallo de caché a la tarifa con acierto de caché.

¿Puedo usar DeepSeek con el SDK de OpenAI?

Sí. Apunta el SDK de OpenAI a https://tokuse.com/v1 y usa un alias de modelo de DeepSeek. Consulta la guía de configuración compatible con OpenAI y prueba el streaming, las llamadas a herramientas y la contabilidad de tokens antes de producción.