Cennik DeepSeek ma dwie dźwignie, a zegar jest tą mniejszą.

Wszyscy czytają stronę z cennikiem DeepSeek w poszukiwaniu godzin szczytu. Między 01:00 a 04:00 UTC oraz ponownie między 06:00 a 10:00 od poniedziałku do piątku, z wyłączeniem chińskich świąt publicznych, każda stawka się podwaja. To prawda, to siedem godzin na dobę i warto to uwzględnić w planach. Ale znajduje się to dwa wiersze poniżej liczby, która zmienia arytmetykę znacznie bardziej: trafienie w pamięci podręcznej kosztuje 0,003 USD za milion tokenów wejściowych w DeepSeek V4.1 Flash, w porównaniu z 0,15 USD za nietrafienie w pamięci podręcznej. Prefiks, który trafi do pamięci podręcznej, jest pięćdziesiąt razy tańszy niż ten sam prefiks wysłany na zimno — a w przeciwieństwie do zegara to dźwignia całkowicie pod twoją kontrolą.

Zestaw obie te dźwignie obok siebie, a kolejność staje się oczywista. Okno szczytowe to 2× kara, której unikasz, zmieniając harmonogram. Trafienie w pamięć podręczną to 50× zniżka, którą zyskujesz, odpowiednio strukturyzując żądania. Niemal każdy artykuł napisany o cenniku DeepSeek, w tym wcześniejsze wersje tego tekstu, poświęca swoje słowa na 2×.

Karta, dokładnie tak, jak publikuje ją DeepSeek

Odczyt ze strony DeepSeek „Modele i cennik” z 30 października 2026 r. Najpierw poza szczytem, szczyt w nawiasach, za milion tokenów:

• Wejście, trafienie w pamięć podręczną — 0,003 USD dla Flash (0,006 USD w szczycie); 0,022 USD dla V4 Pro (0,044 USD w szczycie).

• Wejście, chybienie cache — $0.15 za Flash ($0.30 w szczycie); $0.66 za V4 Pro ($1.32 w szczycie).

• Dane wyjściowe — 0,60 USD za Flash (1,20 USD w szczycie); 1,98 USD za V4 Pro (3,96 USD w szczycie).

• Godziny szczytu — 01:00–04:00 i 06:00–10:00 UTC, od poniedziałku do piątku, z wyłączeniem chińskich świąt publicznych. Stawki poza godzinami szczytu wynoszą dokładnie połowę stawki szczytowej.

• Współbieżność — 2 500 dla Flash, 500 dla V4 Pro. Jedna piąta, jak sugeruje stosunek cen.

• Kształt —oba warianty oferują kontekst 1 mln tokenów z maksymalną liczbą tokenów wyjściowych 384 tys.; deepseek-flash jest obsługiwany przez DeepSeek-V4.1-Flash-1017 i obsługuje wizję, deepseek-v4-pro jest obsługiwany przez DeepSeek-V4-Pro-0813 i nie obsługuje jej.

Kolumna trafień w pamięci podręcznej to ta, w którą warto się wpatrywać. Trzy dziesiąte centa za milion tokenów wejściowych oznacza, że obciążenie, które wykorzystuje ponownie długi prompt systemowy, duży dokument lub zgromadzoną historię agenta, płaci prawie nic za część, którą wysyła ponownie — pod warunkiem że żądanie jest ukształtowane tak, aby prefiks został rozpoznany jako ten sam prefiks.

Ile warte są dwa mechanizmy w przypadku jednego obciążenia

Weź realistyczne zadanie przypominające pracę agenta: 20 milionów tokenów wejściowych i 2 miliony tokenów wyjściowych dziennie, przy czym 80% danych wejściowych to wielokrotnie wykorzystywany prefiks.

Dźwignia pierwsza: caching. Szesnaście milionów tokenów w cache po $0.003 daje $0.048. Cztery miliony poza cache po $0.15 daje $0.60. Wynik po $0.60 za milion daje $1.20. Razem: około $1.85 dziennie.

Dźwignia druga: harmonogramowanie. To samo zadanie bez buforowania, w całości poza godzinami szczytu: 20 milionów po 0,15 USD to 3,00 USD, plus 1,20 USD za wynik — 4,20 USD. Uruchomienie go całkowicie w oknie szczytu to 8,40 USD.

Więc buforowanie oszczędza tutaj 2,35 USD, a najlepsze możliwe planowanie oszczędza 4,20 USD wobec najgorszego przypadku. Oba się liczą; żaden nie mówi całej prawdy, a prawdziwa liczba kryje się w połączeniu: dzięki buforowaniu i planowaniu poza szczytem to samo zadanie kosztuje około 1,85 USD zamiast 8,40 USD — wahnięcie 4,5× przy identycznych tokenach.

W praktyce oznacza to, że kolejność decyzji powinna być następująca: najpierw ukształtować żądania pod kątem ponownego wykorzystania prefiksów, następnie przenieść to, co da się przenieść, poza okresy szczytowe, a dopiero potem porównywać dostawców. Większość zespołów robi to w odwrotnej kolejności — dlatego właśnie zegar przyciąga całą uwagę: to jedyna dźwignia, która na stronie widnieje jako pogrubiony nagłówek.

Dlaczego linię pamięci podręcznej łatwo przeoczyć i łatwo zgubić

Trzy rzeczy mogą po cichu sprawić, że stracisz 50-krotną zniżkę./h2> p>Prefiks, który zmienia się na początku. Buforowanie działa na wiodących tokenach. Umieść znacznik czasu, identyfikator sesji lub przetasowaną listę narzędzi na początku monitu systemowego, a każde żądanie będzie chybieniem pamięci podręcznej — mimo że dla osoby, która je napisała, wygląda identycznie. To najczęstszy sposób, w jaki obciążenie objęte buforowaniem zamienia się w obciążenie w pełnej cenie.

Ścieżka dostawcy, która nie współdzieli pamięci podręcznej. Pamięć podręczna jest właściwością infrastruktury obsługującej, a nie nazwy modelu. Router z automatycznym przełączaniem awaryjnym może przenieść żądanie do innej ścieżki dostawcy w trakcie przepływu pracy, a korzyść z pamięci podręcznej nie podróżuje wraz z nim. To nie jest powód, by unikać przełączania awaryjnego — nieudane żądanie kosztuje więcej niż chybienie w pamięci podręcznej — ale jest powodem, by wiedzieć, jaka część Twojego ruchu trafia na ścieżkę podstawową.

Identyfikator, którego punkt kontrolny uległ zmianie. deepseek-flash wskazuje teraz na DeepSeek-V4.1-Flash-1017, a starsze nazwy deepseek-v4-flash i deepseek-v4-flash-vision-exp są nadal akceptowane, lecz rozliczane według ceny Flash i obsługiwane przez ten sam model. Model kosztowy opracowany dla starszego punktu kontrolnego opisuje kartę, która w tym miesiącu już raz się zmieniła.

Zegar, gdzie naprawdę gryzie

Okno szczytowe nadal stanowi realne ograniczenie dla wszystkiego, czego nie da się przesunąć. Oba okna mieszczą się w obrębie europejskiego i azjatyckiego dnia roboczego oraz poza amerykańskim: 09:00–12:00 i 14:00–18:00 w Pekinie, 02:00–05:00 i 07:00–11:00 w Londynie, a dla zespołu na wschodnim wybrzeżu USA drugie okno zaczyna się o 02:00 czasu lokalnego. Interaktywny produkt obsługujący europejskich użytkowników przez większość swojego ruchu działa w szczytowym natężeniu, niezależnie od tego, czy ktoś to zaplanował.

Dwa efekty drugiego rzędu warto znać przed przepisaniem mechanizmu szeregowania:

• Współbieżność, nie tylko cena. V4 Pro pozwala na 500 współbieżnych żądań, podczas gdy Flash na 2500. Przenoszenie pracy wsadowej do okna poza godzinami szczytu, aby zaoszczędzić pieniądze, nie pomaga, jeśli wszyscy inni też się tam przenieśli.

• Kalendarz świąt. Windows nie uwzględnia chińskich świąt publicznych, co oznacza, że kalendarz dostarczany wraz z Twoim programem planującym nie jest tym, którego potrzebujesz. To niewielki, powracający koszt, który daje o sobie znać w ten jeden dzień w roku, w którym ma to znaczenie.

Zasada, która przetrwa zmianę ceny

Ułóż priorytety: najpierw trafienia w cache, potem harmonogramowanie, a porównanie kosztu per token zostaw na koniec — ponieważ pierwsze dwie dźwignie zmieniają Twój rachunek odpowiednio 50× i 2×, a żadna zmiana dostawcy nie zmienia go wiarygodnie o żadną z tych wartości. Następnie przez tydzień rejestruj godzinę UTC i udział trafień w cache przy każdym żądaniu. To te dwie liczby, a nie cennik, decydują o koszcie przyszłego miesiąca.

DeepSeek V4.1 Flash i DeepSeek V4 Pro są dostępne w OrcaRouter po stawkach publikowanych przez DeepSeek, przekazywanych bez marży na tym samym kluczu co katalog 224 modeli. Stawka za trafienie w cache i podwojenie w szczycie działają dokładnie tak, jak definiuje je DeepSeek, co działa w obie strony: zniżka obowiązuje w dniu jej publikacji, podobnie jak dopłata.