La grille tarifaire de DeepSeek comporte deux leviers, et l’horloge est le plus petit.

Tout le monde consulte la page de tarifs de DeepSeek pour les fenêtres de pointe. Entre 01:00 et 04:00 UTC, puis entre 06:00 et 10:00, du lundi au vendredi, hors jours fériés chinois, chaque tarif double. C'est bien réel : cela représente sept heures sur vingt-quatre, et il vaut la peine de planifier en conséquence. Mais cela se trouve deux lignes sous un chiffre qui change bien davantage les calculs : un succès de cache coûte 0,003 $ par million de jetons d'entrée sur DeepSeek V4.1 Flash, contre 0,15 $ pour un échec de cache. Un préfixe qui se retrouve en cache est cinquante fois moins cher que le même préfixe envoyé à froid — et, contrairement à l'horloge, c'est un levier entièrement sous votre contrôle.

Mettez les deux leviers côte à côte et l’ordre est évident. La fenêtre de pointe est une pénalité de 2× que vous évitez en replanifiant. Un cache hit est une réduction de 50× que vous obtenez en structurant les requêtes. Presque tous les articles écrits sur la grille tarifaire de DeepSeek, y compris les versions précédentes de celui-ci, consacrent leurs mots au 2×.

La carte, exactement telle que DeepSeek la publie

Lu sur la page Models & Pricing de DeepSeek le 30 octobre 2026. Tarif hors pointe en premier, pointe entre parenthèses, par million de tokens :

• Entrée, succès du cache — 0,003 $ pour Flash (0,006 $ en pointe) ; 0,022 $ pour V4 Pro (0,044 $ en pointe).

• Entrée, échec de cache — 0,15 $ pour Flash (0,30 $ en pointe) ; 0,66 $ pour V4 Pro (1,32 $ en pointe).

• Sortie — 0,60 $ pour Flash (1,20 $ en heure de pointe) ; 1,98 $ pour V4 Pro (3,96 $ en heure de pointe).

• Heures de pointe — 01:00–04:00 et 06:00–10:00 UTC, du lundi au vendredi, hors jours fériés chinois. Les tarifs hors pointe représentent exactement la moitié des tarifs de pointe.

• Concurrence — 2 500 pour Flash, 500 pour V4 Pro. Un cinquième, comme le suggère le rapport de prix.

• Forme —les deux niveaux offrent un contexte de 1M de tokens avec une sortie maximale de 384K ; deepseek-flash est servi par DeepSeek-V4.1-Flash-1017 et prend en charge la vision, deepseek-v4-pro est servi par DeepSeek-V4-Pro-0813 et ne prend pas en charge la vision.

La colonne des succès de cache est celle qu’il faut scruter. Trois dixièmes de cent par million de tokens d’entrée signifie qu’une charge de travail qui réutilise un long prompt système, un document volumineux ou l’historique accumulé d’un agent ne paie presque rien pour la partie qu’elle renvoie — à condition que la requête soit agencée de façon que le préfixe soit reconnu comme étant le même préfixe.

Ce que valent les deux leviers sur une seule charge de travail

Prenez un cas concret de tâche de type agent : 20 millions de jetons d'entrée et 2 millions de jetons de sortie par jour, où 80 % de l'entrée correspond à un préfixe réutilisé.

Levier un, mise en cache. Seize millions de jetons mis en cache à 0,003 $ font 0,048 $. Quatre millions non mis en cache à 0,15 $ font 0,60 $. La sortie à 0,60 $ par million fait 1,20 $. Total : environ 1,85 $ par jour.

Levier deux, la planification. La même tâche sans mise en cache, entièrement hors pointe : 20 millions à 0,15 $ font 3,00 $, plus 1,20 $ de sortie — 4,20 $. Exécutez-la entièrement dans une fenêtre de pointe et vous êtes à 8,40 $.

Ainsi, la mise en cache permet d’économiser 2,35 $ ici, et le meilleur ordonnancement possible permet d’économiser 4,20 $ par rapport au pire. Les deux comptent ; aucun des deux ne résume l’histoire à lui seul, et c’est leur combinaison qui révèle le chiffre réel : avec mise en cache et ordonnancement hors pointe, la même tâche coûte environ 1,85 $ au lieu de 8,40 $ — une variation de 4,5× sur des tokens identiques.

Concrètement, cela signifie que l’ordre des décisions devrait être le suivant : façonner les requêtes en vue de la réutilisation du préfixe, puis déplacer ce qui peut l’être hors des fenêtres de pointe, puis comparer les fournisseurs. La plupart des équipes procèdent dans l’ordre inverse, et c’est pourquoi l’horloge attire toute l’attention — c’est le seul levier qui apparaît sur la page sous forme de titre en gras.

Pourquoi la ligne de cache est facile à manquer et facile à perdre

Trois choses peuvent discrètement vous coûter la remise de 50×./h2> p>Un préfixe qui change au début. La mise en cache s’applique aux premiers tokens. Placez un horodatage, un identifiant de session ou une liste d’outils dans un ordre aléatoire en haut du prompt système, et chaque requête provoque un échec de cache — tout en semblant identique à la personne qui l’a écrite. C’est la façon la plus courante pour une charge de travail mise en cache de se retrouver facturée au plein tarif.

Un chemin de fournisseur qui ne partage pas le cache.Le cache est une propriété de l'infrastructure de service, non du nom du modèle. Un routeur doté d'un basculement automatique peut déplacer une requête vers un autre chemin de fournisseur en cours de workflow, et l'avantage du cache ne l'accompagne pas. Ce n'est pas une raison pour éviter le basculement — une requête échouée coûte plus cher qu'un défaut de cache — mais c'est une raison de savoir quelle part de votre trafic arrive sur le chemin principal.

Un identifiant dont le checkpoint a changé. deepseek-flash pointe désormais vers DeepSeek-V4.1-Flash-1017, et les anciens noms deepseek-v4-flash et deepseek-v4-flash-vision-exp sont toujours acceptés, mais facturés au tarif Flash et servis par le même modèle. Un modèle de coûts écrit pour un checkpoint plus ancien décrit une carte qui a déjà bougé une fois ce mois-ci.

L'horloge, là où elle mord vraiment

La fenêtre de pointe reste une contrainte bien réelle pour tout ce qui ne peut pas être déplacé. Les deux fenêtres se situent à l'intérieur d'une journée de travail européenne et asiatique et en dehors d'une journée américaine : 09:00–12:00 et 14:00–18:00 à Pékin, 02:00–05:00 et 07:00–11:00 à Londres, et pour une équipe de la côte Est des États-Unis, la seconde fenêtre commence à 02:00 heure locale. Un produit interactif servant des utilisateurs européens se trouve en tarifs de pointe pour la majeure partie de son trafic, que quelqu'un l'ait planifié ou non.

Deux effets de second ordre sont à connaître avant de réécrire un ordonnanceur :

• Des requêtes simultanées, pas seulement un prix. V4 Pro autorise 500 requêtes simultanées, contre 2 500 pour Flash. Déplacer les traitements par lots vers la fenêtre hors pointe pour faire des économies ne sert à rien si tout le monde l'a fait aussi.

• Le calendrier des jours fériés. Les fenêtres excluent les jours fériés chinois, ce qui signifie que le calendrier fourni avec votre planificateur n’est pas celui dont vous avez besoin. C’est un petit coût récurrent, et il se manifeste le seul jour de l’année où cela compte.

La règle qui survit à un changement de prix

Structurez d’abord pour les hits de cache, ensuite pour la planification, et gardez la comparaison par token pour la fin — car les deux premiers leviers font varier votre facture d’un facteur 50× et 2× respectivement, et aucun changement de fournisseur ne permet de la faire bouger de façon fiable dans l’un ou l’autre cas. Ensuite, pendant une semaine, consignez l’heure UTC et la part de hits de cache à chaque requête. Ce sont ces deux chiffres, et non la grille tarifaire, qui déterminent le coût de votre prochain mois.

DeepSeek V4.1 Flash et DeepSeek V4 Pro sont tous deux disponibles sur OrcaRouter aux tarifs publiés par DeepSeek, répercutés sans marge sur la même clé que celle d'un catalogue de 224 modèles. La ligne cache-hit et le doublement aux heures de pointe s'appliquent exactement comme DeepSeek les définit, ce qui joue dans les deux sens : la remise est effective le jour même de sa publication, et la majoration aussi.