Carte de titre pour la comparaison. (1 sur 4)
Guides & Insights

Tarification de DeepSeek V4 Pro : 0,66 $ en entrée, 1,98 $ en sortie, et une fenêtre à moitié prix qu'il faut programmer

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

DeepSeek V4 ProLa grille tarifaire comporte trois lignes, pas deux, et c’est sur celle du milieu que se joue l’essentiel des coûts. Les entrées en cas de défaut de cache coûtent 0,66 $ par million de tokens ; les entrées en cas de succès de cache coûtent 0,022 $ — trente fois moins. Les sorties coûtent 1,98 $. Les trois doublent pendant deux créneaux en semaine, et les trois sont facturées sur un contexte de 1 M de tokens qui renvoie jusqu’à 384 K tokens en une seule réponse. Voilà toute la grille, et presque tous les budgets établis à partir d’elle se trompent sur la ligne du cache.

A two-column or six-row scoreboard with the article's figures. (2 of 4)

Les trois lignes, exactement

D'après la page Models & Pricing de DeepSeek, au 30 octobre 2026, par million de tokens, en heures creuses, avec le chiffre en heures pleines entre parenthèses :

• Entrée, succès du cache — 0,022 $ (0,044 $).

• Entrée, défaut de cache — $0.66 ($1.32).

• Sortie — 1,98 $ (3,96 $).

• Fenêtres de pointe — 01:00–04:00 et 06:00–10:00 UTC, du lundi au vendredi, à l'exclusion des jours fériés chinois. Les heures creuses représentent exactement la moitié.

• Limites — contexte de 1 M, sortie maximale de 384 K, 500 requêtes simultanées — un cinquième des 2 500 du niveau Flash.

• Shape — texte uniquement. La vision est prise en charge sur Flash et indiquée comme « Non prise en charge » pour Pro sur la même feuille.

La ligne de cache mérite qu’on s’y arrête, car elle représente 3,3 % du prix d’un échec de cache. Une charge de travail qui réutilise un long prompt système, un ensemble de documents ou l’historique accumulé d’un agent paie deux centimes par million pour la partie qu’elle renvoie, ce qui change le coût d’une charge de travail à « contexte long » bien plus que n’importe quelle astuce d’ordonnancement.

Combien coûte une tâche, en trois approches

Effectuez une passe sur un document : un million de jetons d’entrée, dont 800 000 constituent un préfixe réutilisé, et 100 000 jetons de sortie.

Avec la mise en cache, hors heures de pointe : 0,8 M à 0,022 $ font 0,0176 $ ; 0,2 M à 0,66 $ font 0,132 $ ; 0,1 M de sortie à 1,98 $ font 0,198 $. Total : environ 35 cents.

Sans mise en cache, en heures creuses : 1 M à 0,66 $, cela fait 0,66 $ plus 0,198 $ — environ 86 cents.

Sans mise en cache, pendant une fenêtre de pointe : 1,32 $ plus 0,396 $ — 1,72 $.

Le même travail varie de 35 cents à 1,72 $ sans qu’un seul token change. Le plus grand saut individuel est la ligne du cache, et le plus petit est l’horloge.

Prenons maintenant le cas où le plafond devient réellement contraignant : un agent qui écrit 200 000 jetons de sortie en un seul appel. À 1,98 $ par million, cela représente 0,396 $ de sortie — soit le double du coût d’une entrée complète de 1 M de jetons envoyée à froid. Ce sont les tâches à forte proportion de sortie que cette carte pénalise, et c’est pourquoi le plafond de 384K compte moins comme une limite que comme une autorisation de dépenser.

A screenshot of the relevant OrcaRouter model page. (3 of 4)

Pourquoi le produit phare est-il proposé à ce prix ?

V4 Pro est un mélange d’experts de 1,6 billion de paramètres, avec 49 milliards actifs par token, contre 552 milliards au total et 8 à 16 milliards actifs pour V4.1 Flash. Le rapport de prix — 4,4× en entrée, 3,3× en sortie — correspond à peu près au rapport de calcul lié à l’activation d’autant de paramètres par étape, et la limite de concurrence de 500 contre 2 500 est la même affirmation appliquée au débit.

Ce que cela achète est précisément la seule chose que la grille tarifaire ne peut pas montrer : si le backbone plus grand est plus précis sur votre tâche. DeepSeek affirme elle-même que le nouveau niveau Flash surpasse globalement V4 Pro en performance, coût, vitesse et temps d’exécution total, ce qui fait du surcoût Pro un pari sur la précision plutôt qu’une garantie de capacité. Une équipe qui paie cela achète une version stable d’août et une empreinte de calcul plus importante par token, et c’est un achat défendable — simplement, cela n’apparaît pas sur une grille tarifaire.

A screenshot of the vendor's model card, price sheet or API documentation. (4 of 4)

Trois règles pour le budgétiser

• Modélisez d’abord la part du cache. Si plus de la moitié de votre entrée est un préfixe réutilisé, votre prix d’entrée effectif se rapproche de 0,30 $ plutôt que de 0,66 $, et le doublement du pic compte moins que la question de savoir si le préfixe est stable. Un horodatage en tête du prompt système transforme chaque appel mis en cache en un appel au plein tarif, et c’est la façon la plus courante dont cette carte échoue.

• Planifiez ce qui peut l'être. Sept heures en semaine constituent des heures de pointe. Le trafic interactif y atterrira quoi qu'il arrive ; l'évaluation par lots, la réindexation nocturne et les backfills, non — et les déplacer relève d'une modification de cron plutôt que d'un choix d'architecture.

• Ne fixez pas son prix par rapport à Flash sans mesurer les tentatives de reprise. Un prix des entrées 4,4× plus élevé n'a aucune importance si l'offre la moins chère nécessite deux tentatives pour trois tâches. Lorsque vous les comparez, consignez le taux d'achèvement, pas seulement la latence.

DeepSeek V4 Pro est disponible sur OrcaRouter au tarif publié par DeepSeek lui-même — 0,66 $ en entrée, 1,98 $ en sortie, 0,022 $ en cache, avec le doublement aux heures de pointe appliqué exactement comme le définit le fournisseur — répercuté sans marge sur la même clé qu’un catalogue de 224 modèles, avec basculement automatique entre les chemins des fournisseurs. La remise et la majoration sont toutes deux celles du fournisseur, ce qui est tout l’intérêt d’une carte de répercussion : ce que vous achetez, c’est le prix du fournisseur, pas notre version de celui-ci.

Comparés dans cet article1

Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement