Precios de DeepSeek en hora punta y fuera de ella: ahorros reales
El precio de lista de DeepSeek cambia dos veces en un día laborable normal. El mismo modelo, los mismos tokens y el mismo comportamiento de caché pueden costar el doble a las 10:00, hora de Pekín, que a las 20:00. Es un problema de programación antes que un problema de selección de modelo.
Respuesta breve: Las horas punta son los días laborables de 09:00 a 12:00 y de 14:00 a 18:00, hora de Pekín, excepto los festivos oficiales chinos. Todo lo demás se factura a la mitad de la tarifa de hora punta. En la carga de trabajo siguiente, los mismos 200M tokens de entrada y 40M de salida cuestan ¥887.36 en hora punta y ¥443.68 fuera de ella. Si prefieres no construir tú mismo la capa de enrutamiento, crea una cuenta de Tokuse y usa un único endpoint compatible con OpenAI para ambos modelos de DeepSeek; la URL base es https://tokuse.com/v1.
El calendario oficial
DeepSeek publica precios en CNY por millón de tokens. Los precios actuales de Flash y V4 Pro son:
| Modelo | Tipo de token | Hora punta | Fuera de hora punta |
|---|---|---|---|
| deepseek-flash | Entrada con acierto de caché | ¥0.04 | ¥0.02 |
| deepseek-flash | Entrada con fallo de caché | ¥2.00 | ¥1.00 |
| deepseek-flash | Salida | ¥8.00 | ¥4.00 |
| deepseek-v4-pro | Entrada con acierto de caché | ¥0.30 | ¥0.15 |
| deepseek-v4-pro | Entrada con fallo de caché | ¥9.00 | ¥4.50 |
| deepseek-v4-pro | Salida | ¥27.00 | ¥13.50 |
La ventana de hora punta es de lunes a viernes, de 09:00 a 12:00 y de 14:00 a 18:00, hora de Pekín. Los fines de semana y los festivos oficiales chinos son fuera de hora punta todo el día. La pausa del mediodía de 12:00 a 14:00 también queda fuera de la hora punta.
La carga de trabajo que calculé
Usé una carga de trabajo modelada en lugar de tráfico de producción medido, para que la aritmética sea reproducible:
- 200M tokens de entrada y 40M tokens de salida al mes.
- El 40 % de los tokens de entrada acierta en la caché de prompts.
- El 80 % de los tokens de entrada y salida va a Flash, el 20 % a V4 Pro.
- Sin reintentos, sin solicitudes fallidas y sin tokens de imagen o audio.
Eso se divide en:
| Modelo | Entrada con acierto | Entrada con fallo | Salida |
|---|---|---|---|
| deepseek-flash | 64M | 96M | 32M |
| deepseek-v4-pro | 16M | 24M | 8M |
Al precio oficial de lista, el coste mensual es:
| Modelo | Hora punta | Fuera de hora punta |
|---|---|---|
| deepseek-flash | ¥450.56 | ¥225.28 |
| deepseek-v4-pro | ¥436.80 | ¥218.40 |
| Total | ¥887.36 | ¥443.68 |
La diferencia del 50 % viene del reloj, no de un modelo más barato ni de un prompt ingenioso. Mover la misma carga de trabajo fuera de la ventana de hora punta es la mayor palanca individual de este modelo.
A dónde va realmente el dinero
Los tokens de salida dominan la factura fuera de hora punta. La salida de Flash cuesta ¥128 por 32M tokens, y la salida de Pro cuesta ¥108 por 8M tokens. Juntas son ¥236 de los ¥443.68 del total fuera de hora punta. Los aciertos de caché son más baratos, pero no son la historia principal: con un 40 % de aciertos, el ahorro frente a cobrar cada token de entrada a la tarifa de fallo de caché es de unos ¥62.72 para Flash y ¥69.60 para Pro a tarifas fuera de hora punta.
Eso importa porque las tasas de acierto de caché son fáciles de sobreestimar. Los prompts de sistema estables y los prefijos RAG reutilizados pueden alcanzar tasas altas. Los prompts de usuario de cola larga suelen situarse en torno al 30–40 %, y algunas cargas nunca aciertan en la caché. Si tu tasa medida es del 20 % en lugar del 40 %, vuelve a hacer los cálculos antes de prometer un ahorro.
Las reglas de enrutamiento que sobrevivieron
Mantendría cuatro reglas, y ninguna requiere un modelo nuevo.
- Mueve los trabajos por lotes fuera de 09:00–12:00 y 14:00–18:00, hora de Pekín. La indexación nocturna, la clasificación masiva y la generación de informes son las cargas más fáciles de desplazar.
- Mantén el tráfico interactivo en Flash por defecto. Pasa a V4 Pro solo cuando falle un paso de evaluación, no porque la solicitud parezca importante.
- Mantén estable el prefijo del prompt. Pon la pregunta cambiante del usuario al final y el prompt de sistema fijo o el documento recuperado al principio. Una marca de tiempo al inicio de cada solicitud destruye la caché.
- No muevas el tráfico sensible a la latencia solo para aprovechar el descuento. Mide la latencia p95 antes y después del cambio; una solicitud más barata que incumple un plazo de producto no es más barata.
La comprobación que uso
Esta función de Python usa solo la biblioteca estándar. Responde dos preguntas: ¿está la hora actual dentro de una ventana de hora punta? y ¿cuánto cuesta una mezcla de tokens en ese momento?
from datetime import datetime
from zoneinfo import ZoneInfo
PRICES = {
"deepseek-flash": {
"peak": {"cache_hit": 0.04, "input": 2.0, "output": 8.0},
"off_peak": {"cache_hit": 0.02, "input": 1.0, "output": 4.0},
},
"deepseek-v4-pro": {
"peak": {"cache_hit": 0.30, "input": 9.0, "output": 27.0},
"off_peak": {"cache_hit": 0.15, "input": 4.5, "output": 13.5},
},
}
def is_peak(now: datetime) -> bool:
local = now.astimezone(ZoneInfo("Asia/Shanghai"))
if local.weekday() >= 5: # Saturday or Sunday
return False
hour = local.hour
return 9 <= hour < 12 or 14 <= hour < 18
def cost(model: str, cache_hit: int, cache_miss: int, output: int, peak: bool) -> float:
price = PRICES[model]["peak" if peak else "off_peak"]
return (
cache_hit * price["cache_hit"]
+ cache_miss * price["input"]
+ output * price["output"]
) / 1_000_000
if __name__ == "__main__":
tz = ZoneInfo("Asia/Shanghai")
print(is_peak(datetime(2026, 11, 10, 10, 0, tzinfo=tz))) # True, Tuesday
print(is_peak(datetime(2026, 11, 10, 13, 0, tzinfo=tz))) # False, lunch
print(is_peak(datetime(2026, 11, 14, 10, 0, tzinfo=tz))) # False, Saturday
print(cost("deepseek-flash", 64_000_000, 96_000_000, 32_000_000, False))
La última línea imprime 225.28, que coincide con la cifra de Flash fuera de hora punta anterior.
Lo que el modelo no cubre
La comprobación de hora punta no conoce los festivos oficiales chinos. Un festivo entre semana se tratará como hora punta, lo que sobreestima el coste. Si eso importa, añade un calendario de festivos y trata esas fechas como fuera de hora punta.
Los precios son el precio oficial de lista en CNY en el momento de escribir. Pueden cambiar. La hipótesis de acierto de caché es la parte que mediría primero; una tasa de acierto del 40 % es una entrada modelada, no una garantía. El comportamiento del modelo también difiere entre Flash y Pro, así que una regla de enrutamiento que ahorra dinero pero cambia la calidad de la respuesta no es un ahorro.
La aritmética es fácil de reproducir. Empieza con tus recuentos reales de tokens, pásalos por la calculadora de costes de DeepSeek y luego comprueba si la parte por lotes de tu carga puede salir de la ventana de hora punta. Las guías de integración de Continue, Cline, LangChain, Cursor, Dify, Open WebUI y el SDK de OpenAI para Node.js usan la misma URL base, así que el cambio de enrutamiento queda fuera del código de la aplicación. Las actualizaciones de producto se registran en el registro de cambios.