Цены API DeepSeek в 2026 году: стоимость попаданий и промахов кэша

By TokuseTokuse
ИИAPIDeepSeekОптимизация затрат

У DeepSeek цена, которая кажется почти слишком низкой для планирования: $0.003 за миллион входных токенов с попаданием в кэш. Это текущая прайс-листовая цена deepseek-flash в непиковые часы. Именно поэтому всё больше команд тестируют DeepSeek для массовой суммаризации, извлечения данных, классификации и автоматизации разработки.

Попробуйте Tokuse: Создайте бесплатную учётную запись и отправьте первый запрос через единый OpenAI-совместимый эндпоинт.

Полезный вопрос не в том, насколько низка заголовочная цифра. Важно, какой трафик попадает в эту цифру, какой платит полный тариф за вход и сколько выхода возвращает сервис. Небольшое изменение этих трёх пропорций может увеличить месячный счёт в несколько раз.

В этом руководстве используются публичные цены DeepSeek, проверенные 9 ноября 2026 года. Цены могут меняться, поэтому перед утверждением бюджета проверьте официальную страницу с ценами.

Цены API DeepSeek за миллион токенов в 2026 году

DeepSeek публикует цены за миллион токенов:

Модель Вход, попадание в кэш Вход, промах кэша Выход Контекст
deepseek-flash вне часов пик $0.003 $0.15 $0.60 1M
deepseek-flash часы пик $0.006 $0.30 $1.20 1M
deepseek-v4-pro вне часов пик $0.022 $0.66 $1.98 1M
deepseek-v4-pro часы пик $0.044 $1.32 $3.96 1M

Tokuse маршрутизирует эти модели. Таблица показывает официальные прайс-листовые цены DeepSeek; цены группы Tokuse могут отличаться. Проверьте страницу цен Tokuse, чтобы узнать тариф, который будете платить.

Часы пик — с 01:00 до 04:00 и с 06:00 до 10:00 UTC с понедельника по пятницу, кроме государственных праздников Китая. Все остальные часы тарифицируются по непиковому тарифу. Текущие метаданные модели также указывают контекстное окно 1M, до 384K выходных токенов, вывод JSON, вызовы инструментов, Responses API, API, совместимый с Anthropic, и поддержку изображений для deepseek-flash.

Цена при попадании в кэш в 50 раз ниже непиковой цены при промахе кэша. Этот разрыв — главный рычаг затрат.

Разобранный пример на 100 млн токенов

Предположим, пакетная нагрузка использует 100M входных токенов и производит 10M выходных токенов. Девяносто процентов входа — это стабильный системный промпт, схема, политика или префикс документа, который DeepSeek может кэшировать.

Компонент затрат Токены Тариф Стоимость
Вход с попаданием в кэш 90M $0.003 / 1M $0.27
Вход с промахом кэша 10M $0.15 / 1M $1.50
Выход 10M $0.60 / 1M $6.00
Итого вне часов пик $7.77

Та же смесь запросов по тарифам часов пик стоит $15.54. Теперь счёт определяет выход, хотя объём входа в десять раз больше.

Поведение кэша оказывает существенное влияние. При 100M входных токенов и 10M выходных непиковая стоимость входа меняется так:

Доля попаданий в кэш Стоимость попаданий Стоимость промахов Стоимость выхода Итого
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

Вывод прост. Сохраняйте стабильные префиксы, держите выход небольшим и переносите гибкую работу за пределы часов пик.

Пять рычагов, которые меняют реальный счёт

1. Сделайте повторно используемый префикс стабильным

Размещайте системные инструкции, схемы вывода, текст политик и большие повторно используемые документы в начале промпта. Переменный вопрос, пользовательские данные и отметку времени оставляйте после этого префикса. Небольшие правки внутри длинного префикса могут аннулировать кэш и перевести трафик с тарифа $0.003 на $0.15.

2. Разделяйте задачи с коротким и длинным выходом

Выходные токены стоят в четыре раза дороже входных токенов с промахом кэша в deepseek-flash и в 200 раз дороже попаданий в кэш. Запрашивайте структурированную запись, ограниченный ответ или резюме с лимитом слов. Для JSON-извлечения определите схему и используйте её повторно.

3. Направляйте простую работу в Flash

Используйте deepseek-flash для классификации, извлечения, рутинной суммаризации и массовых шагов агентов. Оставляйте deepseek-v4-pro для задач, где дополнительные возможности меняют результат. Псевдоним модели в шлюзе превращает этот переключатель в изменение маршрутизации, а не в развёртывание приложения.

4. Выполняйте несрочные задачи пакетно в непиковые часы

Непиковые тарифы вдвое ниже пиковых. Индексация контента, ночные отчёты, повторное создание эмбеддингов и бэкфиллы обычно можно выполнять вне пиковых окон. Экономия на расписании складывается с контролем кэша и выхода.

5. Измеряйте долю попаданий в кэш, а не только количество токенов

Дашборд, показывающий общее число токенов, скрывает самую важную переменную. Отслеживайте входные токены отдельно по попаданиям и промахам, выходные токены на запрос, объём в часы пик и вне их, повторные попытки, изменения маршрута и стоимость успешно выполненной задачи.

DeepSeek с OpenAI-совместимым шлюзом API

Шлюз становится полезным, когда продакшен-трафик использует более одной модели. Приложение обращается к единому OpenAI-совместимому эндпоинту и псевдониму модели. Шлюз отвечает за учётные данные провайдера, маршрутизацию, бюджеты, журналы использования, повторные попытки и политику резервного переключения.

Сейчас Tokuse включает deepseek-flash и deepseek-v4-pro в публичный каталог моделей и предоставляет OpenAI-совместимый API. Минимальная настройка клиента выглядит так:

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)

Храните ключ на сервере. Записывайте ID запросов, имя модели, количество токенов, задержку, статус и поля использования, связанные с кэшем. По умолчанию скрывайте промпты и ответы.

Протестируйте перед переводом продакшен-трафика

Проведите двухнедельный пилот с фиксированным набором оценки. Сравните качество, выходные токены, долю попаданий в кэш, задержку, повторные попытки и стоимость успешно выполненной задачи с текущим маршрутом. Начните с работы, не ориентированной на клиентов. Переводите по одной высоконагруженной задаче за раз, когда результаты стабилизируются.

Ценовое преимущество DeepSeek реально, и разрыв увеличивается, когда одновременно работают попадания в кэш и контроль выхода. Команды, которые его используют, будут относиться к маршрутизации и измерениям как к части продукта, а не как к отчёту о счетах, который открывают в конце месяца.

Tokuse — это единый шлюз AI API и панель администратора для команд, которые хотят тестировать, маршрутизировать и мониторить несколько моделей через один OpenAI-совместимый эндпоинт. Создайте учётную запись Tokuse, чтобы изучить текущий каталог моделей и настроить тестовый ключ.

Связанные руководства по затратам и миграции

Источники

Цены — это оценка по официальному прайс-листу, а не предложение для конкретной нагрузки. Проверяйте текущие тарифы, пиковые окна, доступность моделей и собственную смесь токенов перед принятием решения о покупке.

Часто задаваемые вопросы

Сколько стоит API DeepSeek за 1M токенов в 2026 году?

Прайс-листовая цена зависит от модели, пикового окна и доли попаданий в кэш. deepseek-flash стоит от $0.003 за 1M входных токенов с попаданием в кэш вне часов пик до $1.20 за 1M выходных токенов в часы пик. deepseek-v4-pro — от $0.022 за 1M входных токенов с попаданием в кэш до $3.96 за 1M выходных токенов в часы пик. См. таблицу выше и страницу цен Tokuse.

Какие часы пик у DeepSeek?

Пиковый тариф действует с понедельника по пятницу, 01:00–04:00 и 06:00–10:00 UTC, кроме государственных праздников Китая. Все остальные часы тарифицируются по непиковому тарифу.

Сколько могут сэкономить попадания в кэш при нагрузке в 100M токенов?

В приведённом примере доля попаданий в кэш 90% даёт непиковый счёт $7.77 вместо $21.00 без попаданий. Сохраняйте повторно используемые префиксы стабильными, чтобы перевести трафик с тарифа промаха на тариф попадания в кэш.

Можно ли использовать DeepSeek с OpenAI SDK?

Да. Направьте OpenAI SDK на https://tokuse.com/v1 и используйте псевдоним модели DeepSeek. См. руководство по OpenAI-совместимой настройке и протестируйте потоковую передачу, вызовы инструментов и учёт токенов перед производством.