DeepSeek V4 Pro API Preise

DeepSeek V4 Pro API-Preise ändern sich jetzt je nach Tageszeit. Direkte DeepSeek API Nutzungskosten $0.022 pro Million Cache-Treffer-Eingabetokens, $0.66 pro Million Cache-Miss-Eingabetokens und $1.98 pro Million Ausgabetokens außerhalb der Spitzenzeiten. Während der Hauptverkehrszeiten verdoppeln sich diese Tarife auf $0.044, $1.32, und $3.96.

Die 13-Version vom August lautet DeepSeek-V4-Pro-0813, die Modell-ID API bleibt jedoch deepseek-v4-pro. Sie geben 0813 nicht in die API-Anfrage ein.

Aktuelle Modellpreise, Cache-Abrechnung und Werktags-/Feiertagsregeln stehen in der DeepSeek-API-Preisübersicht. Direktanbieterregeln und Gateway-Preise werden dort getrennt.

DeepSeek V4 Pro 0813 auf einen Blick

Alle Preise verstehen sich in USD pro einer Million Token. Jedes Mal außerhalb der beiden aufgeführten Fenster ist die Zeit außerhalb der Hauptverkehrszeit und kostet die Hälfte des Haupttarifs.

Offizielle DeepSeek V4 Pro API Preistabelle

Die allgemeine Berechnung lautet:

cost = cache_hit_input_millions x cache_hit_rate
     + cache_miss_input_millions x cache_miss_rate
     + output_millions x output_rate

DeepSeek definiert die Fenster in UTC, gibt jedoch auf dieser Preisseite nicht an, wie eine Anforderung, die eine Grenze überschreitet, aufgeteilt wird. Behalten Sie Budgets und Protokolle in UTC bei, verwenden Sie die in Rechnung gestellte Nutzung des Anbieters als Quelle der Wahrheit und bestätigen Sie den Randfall, bevor Sie sehr lange Anfragen um eine Grenze herum planen.

Die DeepSeek V4 Pro-Modellseite besitzt das aktuelle Angebot, die Verfügbarkeit und die Anfragereferenz für OmniaKey. Die offizielle Tabelle oben beschreibt die direkte DeepSeek-Abrechnung. Ein Gateway-Preis und der zeitbasierte Direktpreis von DeepSeek sind separate Abrechnungsbeziehungen. Überprüfen Sie daher den Live-Modellkatalog, anstatt davon auszugehen, dass sie übereinstimmen.

Was „0813“ ändert

DeepSeek-V4-Pro-0813 ist der herunterladbare GA-Snapshot, der V4 Pro Preview ersetzt. DeepSeek behielt den gehosteten Alias API unverändert bei:

{
  "model": "deepseek-v4-pro"
}

Die Version behält die Vorschauarchitektur bei und fügt ein DSpark-Modul für spekulative Dekodierung hinzu. DeepSeek veröffentlicht auch die Modellgewichte unter der MIT-Lizenz. Diese Fakten sind wichtig, wenn Sie selbst Gastgeber sind. Sie verwandeln lokale Inferenz nicht in einen kostenlosen Dienst, da für Hardware, Bereitstellung, Speicherung und Betrieb weiterhin Kosten anfallen.

Für den gehosteten API sind die praktischen Änderungen:

• stärkere, vom Anbieter gemeldete Agent-Benchmark-Ergebnisse;
• drei explizite Argumentationsebenen: low, high und max;
• native Responses API-Unterstützung mit Codex-Optimierung;
• ein 1M-Kontextfenster und eine empfohlene maximale 384K-Ausgabe für high und max;
• die neue Peak- und Off-Peak-Tarifkarte.

Das Alias-Verhalten ist für ein schnelles Upgrade nützlich, aber ein verschobener Alias ist weniger reproduzierbar als ein herunterladbarer Snapshot. Notieren Sie beim Vergleich der Ergebnisse das Anforderungsdatum, die API-Modell-ID, die Argumentationsebene, die Kabelbaumversion und den Abnahmetest.

Kostenbeispiel 1: Cache-Miss-Eingabe

Angenommen, eine Codierungsaufgabe verwendet 100,000-Cache-Miss-Eingabetoken und 20,000-Ausgabetoken.

Das Verschieben der identischen Token-Arbeitslast außerhalb der Spitzenfenster spart $0.1056.. Dadurch wird die Aufgabe nicht tokeneffizienter; es ändert nur den auf diese Token angewendeten Kurs.

Kostenbeispiel 2: Cache-Hit-Eingabe

Nehmen wir nun an, dass dieselben 100,000-Eingabetoken als Cache-Treffer gelten und das Modell weiterhin 20,000-Ausgabetoken erzeugt.

Hier dominiert der Output. Ein warmes Eingabepräfix hilft, aber ausführliche Argumentation, lange Endantworten, wiederholte Tool-Schleifen und Wiederholungsversuche können die Cache-Einsparung immer noch überwiegen.

So funktioniert das DeepSeek-Kontext-Caching

DeepSeek aktiviert standardmäßig das Festplattenkontext-Caching. Eine spätere Anfrage erhält die Cache-Trefferrate nur dann, wenn ihr Präfix vollständig mit einer persistenten Cache-Präfix-Einheit übereinstimmt. Eine ähnliche Formulierung oder eine teilweise wiederverwendete Datei ist nicht automatisch ein Treffer.

Überprüfen Sie die Antwortverwendungsfelder:

• prompt_cache_hit_tokens meldet Eingabe-Tokens, die mit der Cache-Trefferrate abgerechnet werden;
• prompt_cache_miss_tokens meldet Eingabetokens, die mit der Cache-Miss-Rate abgerechnet werden.

Caching ist die beste Lösung. Der Aufbau nimmt Zeit in Anspruch und ungenutzte Cache-Daten werden normalerweise nach Stunden oder Tagen gelöscht. Budget aus den gemeldeten Feldern, nicht aus der Anzahl der Token, deren Wiederverwendung Sie erwartet haben.

Stabile Systemanweisungen, Toolschemata, Repository-Anleitungen und große Referenzdokumente sind gute Cache-Kandidaten. Fügen Sie nach dem Stable-Präfix Änderungsanweisungen ein, wenn Sie mit dem Client das Anforderungslayout steuern können.

Denktoken sind Ausgabetoken

Der Denkmodus ist bei high standardmäßig aktiviert. DeepSeek ordnet medium- und xhigh-Anfragen im OpenAI-Stil high zu; Die tatsächlich unterstützten Stufen des Modells sind low, high und max.

Legen Sie unter Chat Completions den Parameter reasoning_effort auf einen dieser drei unterstützten Werte fest.

Im Responses API erscheint die Begründungsverwendung unter usage.output_tokens_details.reasoning_tokens. Dies ist Teil der Ausgabenutzung, daher sollten Sie die Kosten nicht allein anhand des sichtbaren Antworttexts schätzen. Eine kurze abschließende Antwort kann dennoch erhebliche Argumentationsergebnisse liefern.

Verwenden Sie low für die einfache Extraktion oder Transformation, high für die normale Agentenarbeit und testen Sie max nur, wenn die höhere Rate akzeptierter Aufgaben mehr Ausgabe, Latenz und Kosten rechtfertigt. Das Maximum 384K ist die Kapazität und kein empfohlener Standardwert.

Für die Kontextsteuerung auf Workflow-Ebene wird im Leitfaden zur Reduzierung der Token-Nutzung erläutert, wie veralteter Kontext und unbegrenzte Werkzeugausgabe entfernt werden, bevor die Modellqualität verringert wird.

V4 Pro 0813 Benchmark-Änderungen

DeepSeek meldet die folgenden Vorteile gegenüber V4 Pro Preview:

Quelle: DeepSeek (vom Hersteller angegeben; nicht unabhängig reproduziert). Für öffentliche Code-Agent-Benchmarks verwendete DeepSeek den Minimalmodus von DeepSeek Harness, max Reasoning Effort, temperature = 1.0 und top_p = 0.95. Zwei weitere Ergebnisse in der Tabelle, DSBench-FullStack und DSBench-Hard, sind interne Testsätze.

Diese Zahlen stützen die Behauptung, dass sich 0813 gegenüber Preview unter dem Evaluierungssetup von DeepSeek verbessert hat. Sie beweisen nicht, dass es jedes Modell, jeden Client, jedes Repository oder jede Produktions-Workload übertrifft. Reproduzieren Sie eine repräsentative Aufgabe mit denselben Eingaben, Berechtigungen, Tools und Pass/Fail-Prüfungen.

Die DeepSeek Harness Setup-Anleitung enthält Informationen zur Installation und zur benutzerdefinierten Anbieterkonfiguration. Dieser Artikel enthält die Preis- und Kostenentscheidung 0813. Informationen zur aktuellen Flash-Modell-ID, zur neuen Preisliste, zu Benchmark-Vorbehalten und zum V4 Pro-Routenstatus finden Sie in der DeepSeek V4.1 Flash-Rezension.

DeepSeek V4 Flash kostet etwa ein Drittel so viel

DeepSeek listet V4 Flash mit etwa einem Drittel der Pro-Preise auf. Cache-Miss-Eingabe und -Ausgabe machen in der angezeigten Tabelle genau ein Drittel aus; Die gerundete Cache-Treffer-Zahl liegt etwas unter einem Drittel.

Seine API-ID ist deepseek-v4-flash und der aktuelle Snapshot ist DeepSeek-V4-Flash-0731. Flash hat außerdem ein höheres aufgeführtes Parallelitätslimit: 2,500 gegenüber 500 für Pro.

Das macht Flash zum günstigeren ersten Test für großvolumige, gut spezifizierte Arbeiten. Es stellt keine gleiche Qualität her. Vergleichen Sie die Kosten für angenommene Aufgaben, einschließlich Wiederholungsversuchen und Korrekturzeit, bevor Sie die Arbeitslast eines Agenten dauerhaft weiterleiten.

Rufen Sie DeepSeek V4 Pro über OmniaKey an

Erstellen Sie einen bereichsbezogenen Schlüssel im Dashboard API-Schlüssel, bestätigen Sie, dass deepseek-v4-pro im Live-Katalog vorhanden ist, und rufen Sie die OpenAI-kompatible Route auf:

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "user", "content": "Find the highest-risk assumption in this migration plan."}
    ],
    "stream": true
  }'

Verwenden Sie genau die im Katalog angegebene Gateway-Modell-ID. Der API Quick Start dokumentiert den Endpunkt und das Authentifizierungsmuster.

Überprüfen Sie nach einem repräsentativen Lauf das Nutzungsdashboard. Wenden Sie die direkte Spitzen- oder Nebenzeitentabelle von DeepSeek nicht auf einen OmniaKey-Nutzungsdatensatz an, es sei denn, im Live-Angebot OmniaKey steht ausdrücklich, dass die Abrechnungsregel gilt.

Der Transparente Abrechnungsleitfaden erklärt, wie Modell-, Token-, Cache- und Kosteneinzelposten abgeglichen werden sollten.

Eine praktische Planungs- und Budgetpolitik

Verwenden Sie diese Reihenfolge:

1. Sorgen Sie für eine benutzerorientierte und latenzgesteuerte Arbeit; Verzögern Sie es nicht nur wegen eines Rabatts.
2. Verschieben Sie Batch-Auswertung, Indizierung, nächtliche Analyse und wiederholbare Jobs außerhalb von 01:00-04:00 und 06:00-10:00 UTC bei direkter Verwendung von DeepSeek.
3. Erfassen Sie Cache-Hit, Cache-Miss, Reasoning und Ausgabe-Token separat.
4. Legen Sie eine Ausgabenobergrenze pro Person, Umgebung oder Automatisierungsrolle fest.
5. Vergleichen Sie Pro mit Flash bei derselben Prüfung der akzeptierten Aufgaben.
6. Überprüfen Sie die offizielle Preisseite noch einmal, bevor Sie einen Produktionsplan ändern.

Eine Ausgabenobergrenze begrenzt das Risiko, reduziert jedoch nicht die Token-Nutzung. Optimieren Sie zuerst die Anfrage und legen Sie dann eine Obergrenze fest, die genügend Spielraum für normale Aufgabenabweichungen bietet.

Häufige Fehler bei der Preisgestaltung von DeepSeek V4 Pro

Senden von DeepSeek-V4-Pro-0813 als Modell API

Das ist der Snapshot-Name. Die gehostete Modell-ID API bleibt deepseek-v4-pro.

Behandeln Sie jede Stunde als Nebensaison

Die Spitzenpreise gelten ab 01:00-04:00 und 06:00-10:00 UTC. Für die anderen 17-Stunden gilt die Halbpreistabelle.

Vorausgesetzt, wiederholter Text wird automatisch zwischengespeichert

Die Anfrage muss vollständig mit einer persistenten Cache-Präfix-Einheit übereinstimmen. Vertrauen Sie auf prompt_cache_hit_tokens, nicht auf visuelle Ähnlichkeit.

Der 1M-Kontext oder die 384K-Ausgabe werden als enthaltenes Guthaben behandelt

Beides sind Kapazitätsgrenzen. Token, die in diese Fenster gelegt werden, werden weiterhin gemessen.

Ignorieren versteckter Argumentationsausgaben

Reasoning-Tokens zählen zur Ausgabeverwendung. Eine kurze sichtbare Antwort ist nicht unbedingt eine Anfrage mit geringer Ausgabe.

Nennen Sie Anbieter-Benchmarks als unabhängige Beweise

Die 0813-Gewinne werden vom Anbieter im Rahmen eines offengelegten Harness- und max-Aufwands-Setups gemeldet. Sie sind ein nützliches Upgrade-Signal und kein universelles Produktionsranking.

Häufig gestellte Fragen

Wie viel kostet der DeepSeek V4 Pro API?

Außerhalb der Spitzenzeiten listet DeepSeek $0.022 pro Million Cache-Treffer-Eingabetokens, $0.66 pro Million Cache-Miss-Eingabetokens und $1.98 pro Million Ausgabetokens auf. Spitzenpreise sind $0.044, $1.32, und $3.96.

Wann ist bei DeepSeek V4 Pro Nebensaison?

JederUTCStunde draußen01:00-04:00Und06:00-10:00ist außerhalb der Hauptverkehrszeit. Tarife außerhalb der Hauptverkehrszeiten gelten50%unter den Spitzenpreisen.

Wie lautet die Modell-ID DeepSeek V4 Pro 0813 API?

Verwenden Sie deepseek-v4-pro. DeepSeek-V4-Pro-0813 benennt die freigegebenen Gewichtungen und den Snapshot, nicht die gehostete API-Anfrage-ID.

Unterstützt DeepSeek V4 Pro eine Million Token?

Ja. DeepSeek listet ein Kontextfenster 1M und eine maximale Ausgabe 384K auf. Hierbei handelt es sich um Grenzwerte, nicht um kostenlose Zertifikate.

Ist DeepSeek V4 Pro günstiger als V4 Flash?

Nein. Flash kostet in beiden Zeitfenstern etwa ein Drittel der in Pro aufgeführten Preise. Pro sollte seine Prämie durch eine höhere Rate angenommener Aufgaben für Ihr Arbeitspensum rechtfertigen.

Hat 0813 die Leistung des Codierungsagenten verbessert?

DeepSeek meldet große Zuwächse gegenüber seiner Pro Preview auf Terminal Bench 2.1, DeepSWE und Toolathlon-Verified. Die öffentlichen Code-Agent-Ausführungen verwendeten den Minimalmodus DeepSeek Harness und den Aufwand max. Behandeln Sie sie als vom Anbieter gemeldet, bis sie bei Ihren eigenen Aufgaben reproduziert werden.

Quellen überprüft

• DeepSeek V4 Pro GA-Version
• DeepSeek Modelle und Preise
• DeepSeek API Modellaliase
• DeepSeek Denkmodus
• DeepSeek Kontext-Caching
• DeepSeek-V4-Pro-0813 Modellkarte und Gewichte
• OmniaKey DeepSeek V4 Pro-Modellseite
• OmniaKey API Schnellstart

Faktengeprüft August 18, 2026. Anbieterpreise, Spitzenzeitfenster, Modell-Aliase, Gateway-Verfügbarkeit und unterstützte Funktionen können sich ändern. Überprüfen Sie die verknüpfte Erstanbieterdokumentation und den Live-Katalog, bevor Sie ein Produktionsbudget festlegen.