2026年版 DeepSeek API 料金:キャッシュヒットとミスのコスト
DeepSeek には、予算計画に使うには低すぎるように見える料金があります。キャッシュヒットした入力トークン100万個あたり $0.003。これが現在の deepseek-flash のオフピーク時間帯における定価です。だからこそ、大量の要約、抽出、分類、開発者向け自動化に DeepSeek を試すチームが増えています。
Tokuse を試す: 無料アカウントを作成して、OpenAI 互換の単一エンドポイントから最初のリクエストを送信してください。
重要なのは、見出しの数字が安いかどうかではありません。その数字の対象になるトラフィックはどれか、通常の入力料金を払うトラフィックはどれか、そしてサービスがどれだけの出力を返すのか。この3つの比率が少し変わるだけで、月額請求が数倍になることがあります。
本記事では、2026年11月9日に確認した DeepSeek の公開価格を使用しています。価格は変更される可能性があるため、予算を確定する前に公式の料金ページを確認してください。
2026年における100万トークンあたりの DeepSeek API 料金
DeepSeek は100万トークンあたりの料金を次のように公表しています:
| モデル | 入力(キャッシュヒット) | 入力(キャッシュミス) | 出力 | コンテキスト |
|---|---|---|---|---|
deepseek-flash オフピーク |
$0.003 | $0.15 | $0.60 | 1M |
deepseek-flash ピーク |
$0.006 | $0.30 | $1.20 | 1M |
deepseek-v4-pro オフピーク |
$0.022 | $0.66 | $1.98 | 1M |
deepseek-v4-pro ピーク |
$0.044 | $1.32 | $3.96 | 1M |
Tokuse はこれらのモデルをルーティングします。表は DeepSeek の公式定価であり、Tokuse のグループ料金とは異なる場合があります。実際に支払う料金は Tokuse の料金ページ で確認してください。
ピーク時間帯は UTC の月曜日から金曜日 01:00〜04:00 と 06:00〜10:00 で、中国の祝日を除きます。それ以外の時間帯はすべてオフピーク料金で課金されます。現在のモデルメタデータには、1M のコンテキストウィンドウ、最大 384K の出力トークン、JSON 出力、ツール呼び出し、Responses API、Anthropic 互換 API、そして deepseek-flash のビジョン対応も記載されています。
キャッシュヒットの料金は、オフピークのキャッシュミス料金の50分の1です。この差がコストを左右する最大の要因です。
1億トークンを使った試算例
バッチ処理のワークロードが1億入力トークンを使用し、1,000万出力トークンを生成するとします。入力の90%は、DeepSeek がキャッシュできる安定したシステムプロンプト、スキーマ、ポリシー、または文書プレフィックスです。
| コスト項目 | トークン | 料金 | コスト |
|---|---|---|---|
| キャッシュヒット入力 | 90M | $0.003 / 1M | $0.27 |
| キャッシュミス入力 | 10M | $0.15 / 1M | $1.50 |
| 出力 | 10M | $0.60 / 1M | $6.00 |
| オフピーク合計 | $7.77 |
同じリクエスト構成をピーク料金で計算すると $15.54 になります。入力量は出力の10倍にもかかわらず、今や出力が請求額の大部分を占めています。
キャッシュの挙動は大きな影響を与えます。入力1億トークン、出力1,000万トークンの場合、オフピークの入力コストは次のように変わります:
| キャッシュヒット率 | キャッシュヒットのコスト | キャッシュミスのコスト | 出力コスト | 合計 |
|---|---|---|---|---|
| 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 |
結論は明快です。安定したプレフィックスを維持し、出力を小さく抑え、柔軟に動かせる作業はピーク時間帯の外へ移しましょう。
実際の請求額を変える5つの管理策
1. 再利用するプレフィックスを安定させる
システム指示、出力スキーマ、ポリシー文、大きな再利用文書をプロンプトの先頭に置きます。変化する質問、ユーザーデータ、タイムスタンプはそのプレフィックスの後に置いてください。長いプレフィックス内の小さな編集でもキャッシュが無効になり、トラフィックが $0.003 の料金から $0.15 の料金へ移ってしまいます。
2. 短い出力と長い出力のジョブを分ける
deepseek-flash では、出力トークンのコストはキャッシュミス入力トークンの4倍、キャッシュヒットの200倍です。構造化レコード、範囲を限定した回答、語数制限付きの要約を要求しましょう。JSON 抽出ではスキーマを定義して再利用してください。
3. 簡単な処理は Flash に回す
分類、抽出、定型要約、大量のエージェントステップには deepseek-flash を使います。追加の能力が結果を変えるタスクにだけ deepseek-v4-pro を残してください。ゲートウェイのモデルエイリアスを使えば、この切り替えはアプリケーションのデプロイではなくルーティングの変更で済みます。
4. 急がない作業はオフピークにバッチ処理する
オフピーク料金はピーク料金の半額です。コンテンツのインデックス作成、夜間レポート、再埋め込み、バックフィルは通常、ピーク時間帯の外で実行できます。スケジュールによる節約は、キャッシュと出力の管理策と重ねて効きます。
5. トークン数だけでなくキャッシュヒット率を測る
合計トークン数だけを表示するダッシュボードは、最も重要な変数を隠してしまいます。キャッシュヒットとミスに分けた入力トークン、リクエストあたりの出力トークン、ピークとオフピークの量、リトライ、ルート変更、成功したタスクあたりのコストを追跡しましょう。
OpenAI 互換 API ゲートウェイで DeepSeek を使う
本番トラフィックが複数のモデルを使うようになると、ゲートウェイが役立ちます。アプリケーションは1つの OpenAI 互換エンドポイントとモデルエイリアスを呼び出します。ゲートウェイはプロバイダーの認証情報、ルーティング、予算、使用状況ログ、リトライ、フォールバックポリシーを担います。
Tokuse は現在、公開モデルカタログに deepseek-flash と deepseek-v4-pro を掲載し、OpenAI 互換 API を提供しています。最小限のクライアント設定は次のとおりです:
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)
キーはサーバー側に保管してください。リクエスト ID、モデル名、トークン数、レイテンシ、ステータス、キャッシュ関連の使用量フィールドを記録します。プロンプトとレスポンスはデフォルトでマスクしてください。
本番トラフィックを移す前にテストする
固定の評価セットを使って2週間のパイロットを実施します。品質、出力トークン、キャッシュヒット率、レイテンシ、リトライ、成功したタスクあたりのコストを現在のルートと比較してください。まずは顧客向けではない業務から始めます。結果が安定してから、大量のタスクを1つずつ移します。
DeepSeek の価格優位性は本物であり、キャッシュヒットと出力管理の両方が機能すると差はさらに広がります。この利点を活かすチームは、ルーティングと計測を製品の一部として扱い、月末に開く請求レポートとして扱いません。
Tokuse は、単一の OpenAI 互換エンドポイントから複数モデルのテスト、ルーティング、監視を行いたいチーム向けの統合 AI API ゲートウェイ兼管理ダッシュボードです。Tokuse アカウントを作成して、現在のモデルカタログを確認し、テストキーを設定してください。
関連するコストと移行ガイド
出典
料金は公式定価に基づく概算であり、特定のワークロードに対する見積もりではありません。購入を判断する前に、現在の料金、ピーク時間帯、モデルの可用性、および自社のトークン構成を確認してください。
よくある質問
2026年、DeepSeek API は100万トークンあたりいくらですか?
定価はモデル、ピーク時間帯、キャッシュヒット率によって異なります。deepseek-flash は、オフピークのキャッシュヒット入力100万トークンあたり $0.003 から、ピークの出力100万トークンあたり $1.20 の範囲です。deepseek-v4-pro は、キャッシュヒット入力100万トークンあたり $0.022 から、ピークの出力100万トークンあたり $3.96 の範囲です。上記の表と Tokuse の料金ページ をご覧ください。
DeepSeek のピーク時間帯はいつですか?
ピーク料金は月曜日から金曜日の UTC 01:00〜04:00 と 06:00〜10:00 に適用され、中国の祝日は除きます。それ以外の時間帯はすべてオフピーク料金で課金されます。
1億トークンのワークロードで、キャッシュヒットはどれだけ節約できますか?
上記の試算例では、キャッシュヒット率90%の場合、キャッシュヒットなしの $21.00 ではなく $7.77 のオフピーク請求になります。再利用するプレフィックスを安定させれば、トラフィックをキャッシュミス料金からキャッシュヒット料金へ移せます。
DeepSeek は OpenAI SDK で使えますか?
はい。OpenAI SDK の接続先を https://tokuse.com/v1 に設定し、DeepSeek のモデルエイリアスを使用します。OpenAI 互換の設定ガイドを参照し、本番導入前にストリーミング、ツール呼び出し、トークン計測をテストしてください。