DeepSeeks prislista har två spakar, och klockan är den mindre.

Alla läser DeepSeeks prissida för högtrafikfönstren. Mellan 01:00 och 04:00 UTC, och igen mellan 06:00 och 10:00, måndag till fredag, med kinesiska allmänna helgdagar undantagna, fördubblas alla priser. Det är verkligt, det är sju timmar av tjugofyra, och det är värt att planera kring. Men det ligger två rader under en siffra som ändrar matematiken långt mer: en cacheträff kostar 0,003 USD per miljon indatatokens på DeepSeek V4.1 Flash, mot 0,15 USD för en cachemiss. Ett prefix som hamnar i cache är femtio gånger billigare än samma prefix skickat kallt – och till skillnad från klockan är det en spak som ligger helt i din hand.

Ställ de två spakarna sida vid sida så är ordningen uppenbar. Högtrafikfönstret är en 2× straffavgift som du undviker genom att omplanera. En cacheträff är en 50× rabatt som du tjänar genom att strukturera förfrågningar. Nästan varje artikel som skrivits om DeepSeeks prislista, inklusive tidigare versioner av den här, ägnar sina ord åt 2×.

Kortet, exakt som DeepSeek publicerar det

Läs från DeepSeeks sida Models & Pricing den 30 oktober 2026. Lågtrafik först, högtrafik inom parentes, per miljon tokens:

• Indata, cacheträff — $0.003 för Flash ($0.006 som topp); $0.022 för V4 Pro ($0.044 som topp).

• Indata, cachemiss — $0.15 för Flash ($0.30 vid högtrafik); $0.66 för V4 Pro ($1.32 vid högtrafik).

• Utdata — $0.60 för Flash ($1.20 vid topp); $1.98 för V4 Pro ($3.96 vid topp).

• Högtrafik — 01:00–04:00 och 06:00–10:00 UTC, måndag till fredag, med undantag för kinesiska helgdagar. Lågtrafikpriser är exakt hälften av högtrafikpriserna.

• Samtidighet — 2 500 för Flash, 500 för V4 Pro. En femtedel, som prisförhållandet antyder.

• Form — båda nivåerna har en kontext på 1M tokens med en maximal utdata på 384K; deepseek-flash serveras av DeepSeek-V4.1-Flash-1017 och stöder vision, deepseek-v4-pro serveras av DeepSeek-V4-Pro-0813 och gör det inte.

Cache-hit-kolumnen är den man ska stirra på. Tre tiondels cent per miljon inputtoken innebär att en arbetsbelastning som återanvänder en lång systemprompt, ett stort dokument eller en agents ackumulerade historik nästan inte betalar något för den del som skickas igen – förutsatt att förfrågan är utformad så att prefixet igenkänns som samma prefix.

Vad de två spakarna är värda på en arbetsbelastning

Ta ett realistiskt agentformat arbete: 20 miljoner indatatokens och 2 miljoner utdatatokens per dag, där 80 % av indata är ett återanvänt prefix.

Spak ett, cachning.Sexton miljoner cachade token till $0.003 är $0.048. Fyra miljoner icke-cachade till $0.15 är $0.60. Utdata till $0.60 per miljon är $1.20. Totalt: ungefär $1.85 per dag.

Andra spaken: schemaläggning. Samma jobb utan cachelagring, allt utanför högtrafik: 20 miljoner till $0.15 är $3.00, plus $1.20 i utdata – $4.20. Kör det helt inom ett högtrafikfönster och det blir $8.40.

Så cachelagring sparar $2,35 här, och bästa möjliga schemaläggning sparar $4,20 jämfört med det sämsta. Båda har betydelse; ingen av dem är hela historien, och det är i kombinationen som det verkliga talet finns: cachelagrat och schemalagt till låglast kostar samma jobb cirka $1,85 i stället för $8,40 — en 4,5× skillnad för identiska tokens.

Vad det innebär i praktiken är att ordningen för besluten bör vara: utforma förfrågningarna för prefixåteranvändning, flytta sedan det som kan flyttas ut ur toppfönstren och jämför därefter leverantörer. De flesta team gör det i omvänd ordning, vilket är varför klockan får all uppmärksamhet – det är den enda spaken som visas på sidan som en fet rubrik.

Varför cache-raden är lätt att missa och lätt att tappa bort

Tre saker kan i tysthet kosta dig 50×-rabatten./h2> p>Ett prefix som ändras längst fram. Cachning fungerar på de ledande tokenarna. Lägg en tidsstämpel, ett sessions-id eller en slumpmässigt omkastad verktygslista högst upp i systemprompten, och varje begäran blir en cache-miss – samtidigt som den ser identisk ut för personen som skrev den. Det här är det enskilt vanligaste sättet som en cachad arbetsbelastning förvandlas till en som kostar fullpris.

En leverantörsväg som inte delar cache.Cache är en egenskap hos den betjänande infrastrukturen, inte hos modellnamnet. En router med automatisk redundansväxling kan flytta en begäran till en annan leverantörsväg mitt i ett arbetsflöde, och cachefördelen följer inte med. Det är inte ett skäl att undvika redundansväxling – en misslyckad begäran kostar mer än en cachemiss – men det är ett skäl att känna till vilken andel av din trafik som hamnar på den primära vägen.

En identifierare vars checkpoint ändrades.deepseek-flash pekar nu på DeepSeek-V4.1-Flash-1017, och de äldre namnen deepseek-v4-flash och deepseek-v4-flash-vision-exp accepteras fortfarande men faktureras till Flash-priset och serveras av samma modell. En kostnadsmodell som är skriven mot en äldre checkpoint beskriver ett kort som redan har flyttats en gång den här månaden.

Klockan, där den biter

Toppfönstret är fortfarande en verklig begränsning för allt som inte kan flyttas. Båda fönstren ligger inom en europeisk och asiatisk arbetsdag och utanför en amerikansk: 09:00–12:00 och 14:00–18:00 i Peking, 02:00–05:00 och 07:00–11:00 i London, och för ett team på USA:s östkust börjar det andra fönstret 02:00 lokal tid. En interaktiv produkt som betjänar europeiska användare befinner sig i topptaxor för merparten av sin trafik oavsett om någon planerat det.

Två andra ordningens effekter är värda att känna till innan man skriver om en schemaläggare:

• Samtidighet, inte bara pris. V4 Pro tillåter 500 samtidiga förfrågningar jämfört med Flashs 2 500. Att flytta batchjobb till lågtrafikfönstret för att spara pengar hjälper inte om alla andra också flyttade dit.

• Helgdagskalendern. Fönstren utesluter kinesiska allmänna helgdagar, vilket innebär att kalendern som din schemaläggare levereras med inte är den du behöver. Det är en liten återkommande skatt, och den dyker upp den enda dagen på året den spelar roll.

Regeln som överlever en prisändring

Strukturera för cacheträffar först, schemaläggning som steg två och spara per-token-jämförelsen till sist – eftersom de två första spakarna påverkar din kostnad med 50× respektive 2×, och inget leverantörsbyte förändrar den pålitligt med någon av dem. Logga sedan UTC-timmen och andelen cacheträffar för varje begäran under en vecka. Det är de två siffrorna, inte prislistan, som avgör vad nästa månad kostar dig.

DeepSeek V4.1 Flash och DeepSeek V4 Pro finns båda på OrcaRouter till DeepSeeks publicerade priser, vidareskickade utan påslag på samma nyckel som en katalog med 224 modeller. Raden för cacheträffar och dubblingen under högtrafik gäller exakt så som DeepSeek definierar dem, vilket skär åt båda hållen: rabatten är aktiv samma dag som den publiceras, och detsamma gäller tillägget.