Il listino prezzi di DeepSeek ha due leve, e quella più piccola è il tempo.

Tutti consultano la pagina dei prezzi di DeepSeek per le finestre di picco. Tra le 01:00 e le 04:00 UTC, e di nuovo tra le 06:00 e le 10:00, dal lunedì al venerdì, esclusi i giorni festivi pubblici cinesi, ogni tariffa raddoppia. È un dato reale, sono sette ore su ventiquattro, e vale la pena pianificare tenendone conto. Ma si trova due righe sotto un numero che cambia l'aritmetica molto di più: un cache hit costa $0,003 per milione di token di input su DeepSeek V4.1 Flash, contro $0,15 per un cache miss. Un prefisso che finisce nella cache costa cinquanta volte meno dello stesso prefisso inviato a freddo — e, a differenza dell'orologio, è una leva interamente sotto il tuo controllo.

Metti le due leve una accanto all'altra e l'ordine è evidente. La finestra di picco è una penalità di 2× che eviti riprogrammando. Un cache hit è uno sconto di 50× che guadagni strutturando le richieste. Quasi ogni articolo scritto sul listino prezzi di DeepSeek, comprese le versioni precedenti di questo, dedica le sue parole al 2×.

La scheda, esattamente come la pubblica DeepSeek.

Leggi dalla pagina Modelli e prezzi di DeepSeek il 30 ottobre 2026. Prima le tariffe fuori picco, tra parentesi quelle di picco, per milione di token:

• Input, hit della cache — $0,003 per Flash ($0,006 di picco); $0,022 per V4 Pro ($0,044 di picco).

• Input, mancata cache — $0.15 per Flash ($0.30 di picco); $0.66 per V4 Pro ($1.32 di picco).

• Output — $0,60 per Flash ($1,20 nelle ore di punta); $1,98 per V4 Pro ($3,96 nelle ore di punta).

• Ore di punta — 01:00–04:00 e 06:00–10:00 UTC, dal lunedì al venerdì, esclusi i giorni festivi cinesi. Le tariffe non di punta sono esattamente la metà di quelle di punta.

• Concorrenza — 2.500 per Flash, 500 per V4 Pro. Un quinto, come suggerisce il rapporto dei prezzi.

• Forma — entrambi i livelli offrono un contesto di 1M token con un output massimo di 384K; deepseek-flash è servito da DeepSeek-V4.1-Flash-1017 e supporta la visione, deepseek-v4-pro è servito da DeepSeek-V4-Pro-0813 e non supporta la visione.

La colonna dei cache hit è quella su cui soffermarsi. Tre decimi di centesimo per milione di token di input significano che un carico di lavoro che riutilizza un lungo prompt di sistema, un documento di grandi dimensioni o la cronologia accumulata di un agente paga quasi nulla per la parte che reinvia, purché la richiesta sia strutturata in modo che il prefisso venga riconosciuto come lo stesso prefisso.

Quanto valgono le due leve su un carico di lavoro

Prendi un caso realistico di un incarico con profilo da agente: 20 milioni di token di input e 2 milioni di token di output al giorno, in cui l'80% dell'input è un prefisso riutilizzato.

Leva uno: il caching. Sedici milioni di token in cache a $0,003 fanno $0,048. Quattro milioni non in cache a $0,15 fanno $0,60. L'output a $0,60 per milione fa $1,20. Totale: circa $1,85 al giorno.

Leva due, pianificazione. Lo stesso lavoro senza caching, tutto fuori dagli orari di punta: 20 milioni a $0,15 fanno $3,00, più $1,20 di output — $4,20. Eseguirlo interamente dentro una finestra di punta costa $8,40.

Quindi l'uso della cache fa risparmiare $2,35 qui, e la migliore pianificazione possibile fa risparmiare $4,20 rispetto alla peggiore. Entrambe contano; nessuna delle due spiega tutto, ed è nella combinazione che si trova il numero reale: con la cache e la pianificazione fuori orario di punta, lo stesso lavoro costa circa $1,85 invece di $8,40 — una variazione di 4,5× sugli stessi token.

Ciò che significa in pratica è che l’ordine delle decisioni dovrebbe essere: modellare le richieste per il riutilizzo del prefisso, poi spostare ciò che può essere spostato fuori dalle finestre di picco, quindi confrontare i fornitori. La maggior parte dei team fa il contrario, ed è per questo che l’orologio riceve tutta l’attenzione — è l’unica leva che compare nella pagina come titolo in grassetto.

Perché la cache line è facile da non notare e facile da perdere

Tre cose possono farti perdere in silenzio lo sconto 50×./h2> p>Un prefisso che cambia all'inizio. La cache funziona sui token iniziali. Inserisci un timestamp, un ID di sessione o un elenco di strumenti rimescolato in cima al prompt di sistema e ogni richiesta è un cache miss — pur apparendo identica alla persona che l'ha scritta. È di gran lunga il modo più comune in cui un carico di lavoro in cache si trasforma in uno a prezzo pieno.

Un percorso di provider che non condivide la cache. La cache è una proprietà dell'infrastruttura di servizio, non del nome del modello. Un router con failover automatico può spostare una richiesta su un percorso di provider diverso nel bel mezzo del flusso di lavoro, e il beneficio della cache non viaggia con essa. Non è un motivo per evitare il failover — una richiesta fallita costa più di un cache miss — ma è un motivo per sapere quale quota del tuo traffico sta arrivando sul percorso primario.

Un identificatore il cui checkpoint è cambiato. deepseek-flash ora si risolve in DeepSeek-V4.1-Flash-1017, e i nomi legacy deepseek-v4-flash e deepseek-v4-flash-vision-exp sono ancora accettati ma fatturati al prezzo Flash e serviti dallo stesso modello. Un modello di costo scritto in riferimento a un checkpoint più vecchio descrive una carta che si è già mossa una volta questo mese.

L'orologio, dove morde davvero

La finestra di picco è ancora un vincolo reale per tutto ciò che non può essere spostato. Entrambe le finestre rientrano in una giornata lavorativa europea e asiatica e sono al di fuori di una statunitense: 09:00–12:00 e 14:00–18:00 a Pechino, 02:00–05:00 e 07:00–11:00 a Londra, e per un team della costa orientale degli Stati Uniti la seconda finestra inizia alle 02:00 ora locale. Un prodotto interattivo che serve utenti europei si trova nelle fasce di picco per la maggior parte del suo traffico, che qualcuno lo abbia pianificato o meno.

Prima di riscrivere uno scheduler, vale la pena conoscere due effetti di secondo ordine:

• Concorrenza, non solo il prezzo. V4 Pro consente 500 richieste simultanee rispetto alle 2.500 di Flash. Spostare il lavoro in batch nella finestra fuori picco per risparmiare non serve a nulla se anche tutti gli altri si sono spostati lì.

• Il calendario delle festività. Le finestre escludono le festività pubbliche cinesi, il che significa che il calendario fornito con il tuo pianificatore non è quello di cui hai bisogno. È una piccola imposta ricorrente, e si manifesta nell'unico giorno dell'anno in cui conta.

La regola che sopravvive a una variazione di prezzo

Metti prima la struttura per le cache hit, poi lo scheduling, e lascia per ultimo il confronto per token — perché le prime due leve spostano la tua bolletta di 50× e 2× rispettivamente, e nessun cambio di fornitore la sposta in modo affidabile di nessuno dei due valori. Poi registra l'ora UTC e la quota di cache hit su ogni richiesta per una settimana. Sono quei due numeri, non il listino prezzi, a determinare quanto ti costerà il prossimo mese.

DeepSeek V4.1 Flash e DeepSeek V4 Pro sono entrambi su OrcaRouter alle tariffe pubblicate da DeepSeek, passate senza ricarico sulla stessa chiave di un catalogo di 224 modelli. La voce cache-hit e il raddoppio nelle fasce di punta si applicano esattamente come li definisce DeepSeek, il che vale in entrambe le direzioni: lo sconto è attivo lo stesso giorno in cui viene pubblicato, e così anche il sovrapprezzo.