Scheda del titolo per il confronto. (1 di 4)
Guides & Insights

Prezzi di DeepSeek V4 Pro: $0,66 in ingresso, $1,98 in uscita e una finestra a metà prezzo che devi pianificare

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

DeepSeek V4 Pro ha un listino con tre righe, non due, e quella centrale è dove stanno i soldi. L'input in caso di cache miss costa $0.66 per milione di token; l'input in caso di cache hit costa $0.022 — trenta volte meno. L'output costa $1.98. Tutti e tre raddoppiano durante due finestre nei giorni feriali, e tutti e tre vengono addebitati su un contesto da 1M token che restituisce fino a 384K token in una singola risposta. Questo è l'intero listino, e quasi ogni budget costruito su di esso sbaglia la riga della cache.

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

Le tre righe, esattamente

Letto dalla pagina Modelli e prezzi di DeepSeek il 30 ottobre 2026, per milione di token, in fascia non di punta con il valore di punta tra parentesi:

• Input, hit della cache — $0.022 ($0.044).

• Input, mancato accesso alla cache — $0,66 ($1,32).

• Output — $1,98 ($3,96).

• Finestre di picco — 01:00–04:00 e 06:00–10:00 UTC, dal lunedì al venerdì, esclusi i giorni festivi cinesi. Fuori picco è esattamente la metà.

• Limiti — 1M di contesto, 384K di output massimo, 500 richieste concorrenti — un quinto delle 2.500 del livello Flash.

• Forma — solo testo. La visione è supportata su Flash ed è contrassegnata come "Non supportata" per Pro nello stesso foglio.

Vale la pena soffermarsi sulla riga della cache perché rappresenta il 3,3% del prezzo di un miss. Un carico di lavoro che riutilizza un lungo prompt di sistema, un insieme di documenti o la cronologia accumulata di un agente paga due centesimi per milione per la parte che reinvia, il che cambia il costo di un carico di lavoro con "contesto lungo" molto più di qualsiasi trucco di pianificazione.

Quanto costa un'attività, in tre modi

Esegui un passaggio di elaborazione del documento: un milione di token di input, di cui 800.000 sono un prefisso riutilizzato, e 100.000 token di output.

Con la cache, fuori dalle ore di punta: 0,8M a $0,022 fa $0,0176; 0,2M a $0,66 fa $0,132; 0,1M di output a $1,98 fa $0,198. Totale: circa 35 centesimi.

Senza caching, fuori picco: 1M a $0,66 fa $0,66 più $0,198 — circa 86 centesimi.

Senza caching, in una finestra di picco: $1,32 più $0,396 — $1,72.

Lo stesso lavoro varia da 35 centesimi a 1,72 dollari senza che cambi un singolo token. Il maggiore salto singolo è la riga della cache, mentre il più piccolo è il clock.

Ora il caso in cui il tetto vincola davvero: un agente che scrive 200.000 token di output in una singola chiamata. A 1,98 dollari per milione, sono 0,396 dollari di output — il doppio del costo di un intero input da 1M di token inviato a freddo. Il lavoro a forte componente di output è ciò che questa scheda penalizza, ed è per questo che il tetto di 384K conta meno come limite e più come permesso di spendere.

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

Perché l'ammiraglia ha questo prezzo

V4 Pro è un Mixture-of-Experts da 1,6 trilioni di parametri con 49 miliardi attivi per token, rispetto ai 552 miliardi totali e agli 8-16 miliardi attivi di V4.1 Flash. Il rapporto di prezzo — 4,4× in input, 3,3× in output — è all'incirca il rapporto di calcolo dell'attivazione di quel numero di parametri per passo, e il limite di concorrenza di 500 contro 2.500 è lo stesso concetto espresso in termini di throughput.

Quello che si compra è l’unica cosa che il listino non può mostrare: se il backbone più grande è più accurato sul tuo compito. La stessa affermazione di DeepSeek è che il nuovo livello Flash supera ampiamente V4 Pro in prestazioni, costo, velocità e tempo di esecuzione totale, il che rende il sovrapprezzo di Pro una scommessa sull’accuratezza più che una garanzia di capacità. Un team che lo paga acquista una release stabile di agosto e un’impronta di calcolo maggiore per token, e questo è un acquisto difendibile — semplicemente non è visibile su un listino prezzi.

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

Tre regole per pianificarne il budget

• Modella prima la quota di cache. Se più della metà del tuo input è un prefisso riutilizzato, il tuo prezzo effettivo per l'input è più vicino a $0,30 che a $0,66, e il raddoppio nei picchi conta meno della questione se il prefisso sia stabile. Un timestamp all'inizio del prompt di sistema trasforma ogni chiamata in cache in una chiamata a prezzo pieno, ed è il modo più comune in cui questa scheda va storta.

• Pianifica ciò che può essere pianificato. Sette ore nei giorni feriali sono di punta. Il traffico interattivo arriverà comunque in quelle fasce; la valutazione in batch, la reindicizzazione notturna e i backfill no, e spostarli è una modifica al cron, non all'architettura.

• Non confrontare il prezzo con Flash senza misurare i tentativi. Un prezzo di input 4,4× è irrilevante se il livello più economico richiede due tentativi ogni tre attività. Registra il tasso di completamento, non solo la latenza, quando li confronti.

DeepSeek V4 Pro è su OrcaRouter alla tariffa pubblicata da DeepSeek stesso — 0,66 $ in entrata, 1,98 $ in uscita, 0,022 $ in cache, con il raddoppio nelle ore di punta applicato esattamente come lo definisce il fornitore — trasferita senza ricarico sulla stessa chiave di un catalogo di 224 modelli, con failover automatico tra i percorsi dei provider. Lo sconto e il sovrapprezzo sono entrambi del fornitore, ed è proprio questo il senso di una carta pass-through: quello che acquisti è il prezzo del fornitore, non la nostra versione.

Confrontati in questo articolo1

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno