Tarifs de l’API DeepSeek V4 Pro

Tarifs DeepSeek V4 Pro API change désormais selon l'heure de la journée. Coûts d'utilisation directs de DeepSeek API $0.022 par million de jetons d'entrée d'accès au cache, $0.66 par million de jetons d'entrée d'échec de cache et $1.98 par million de jetons de sortie hors pointe. Pendant les heures de pointe, ces tarifs doublent pour passer à $0.044, $1.32, et $3.96.

La version 13 d'août est DeepSeek-V4-Pro-0813, mais l'ID de modèle API reste deepseek-v4-pro. Vous ne mettez pas 0813 dans la demande API.

Les tarifs actuels par modèle, le cache et les règles des jours ouvrés et fériés figurent dans le guide des prix API DeepSeek, qui distingue accès direct et passerelle.

DeepSeek V4 Pro 0813 en un coup d'œil

Tous les prix sont en USD par million de jetons. Chaque fois en dehors des deux fenêtres répertoriées, c'est hors pointe et coûte la moitié du tarif de pointe.

Tableau des prix officiel DeepSeek V4 Pro API

Le calcul général est le suivant :

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

DeepSeek définit les fenêtres dans UTC mais n'indique pas sur cette page de prix comment une demande franchissant une limite est fractionnée. Conservez les budgets et les journaux dans UTC, utilisez l'utilisation facturée par le fournisseur comme source de vérité et confirmez le cas extrême avant de planifier des requêtes très longues autour d'une limite.

La Page du modèle DeepSeek V4 Pro possède le devis, la disponibilité et la référence de demande actuels du OmniaKey. Le tableau officiel ci-dessus décrit la facturation directe DeepSeek. Un prix de passerelle et un prix direct basé sur le temps de DeepSeek sont des relations de facturation distinctes. Vérifiez donc le catalogue de modèles en direct au lieu de supposer qu'ils correspondent.

Ce que « 0813 » change

DeepSeek-V4-Pro-0813 est l'instantané GA téléchargeable qui remplace V4 Pro Preview. DeepSeek a conservé l'alias API hébergé inchangé :

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

La version conserve l'architecture d'aperçu et ajoute un module de décodage spéculatif DSpark. DeepSeek publie également les poids des modèles sous licence MIT. Ces faits sont importants si vous vous auto-hébergez ; ils ne transforment pas l'inférence locale en un service gratuit car le matériel, le service, le stockage et les opérations ont toujours des coûts.

Pour le API hébergé, les changements pratiques sont :

• de meilleurs résultats de référence pour les agents rapportés par les fournisseurs ;
• trois niveaux de raisonnement explicites : low, high et max ;
• prise en charge native de Responses API avec optimisation Codex ;
• une fenêtre contextuelle 1M et une sortie 384K maximale recommandée pour high et max ;
• la nouvelle grille tarifaire heures pleines et heures creuses.

Le comportement de l'alias est utile pour une mise à niveau rapide, mais un alias mobile est moins reproductible qu'un instantané téléchargeable. Enregistrez la date de la demande, l'ID du modèle API, le niveau de raisonnement, la version du harnais et le test d'acceptation lors de la comparaison des résultats.

Exemple de coût 1 : entrée manquante dans le cache

Supposons qu’une tâche de codage utilise des jetons d’entrée de manque de cache 100,000 et des jetons de sortie 20,000.

Déplacer la charge de travail de jetons identiques en dehors des fenêtres de pointe permet d'économiser $0.1056. Cela ne rend pas la tâche plus efficace en matière de jetons ; cela modifie uniquement le taux appliqué à ces jetons.

Exemple de coût 2 : entrée d'accès au cache

Supposons maintenant que les mêmes jetons d’entrée 100,000 soient considérés comme des accès au cache et que le modèle produise toujours des jetons de sortie 20,000.

Ici, la production domine la facture. Un préfixe de saisie chaleureux est utile, mais un raisonnement détaillé, des réponses finales longues, des boucles d'outils répétées et des tentatives peuvent toujours l'emporter sur l'économie de cache.

Comment fonctionne la mise en cache contextuelle DeepSeek

DeepSeek active la mise en cache du contexte de disque par défaut. Une requête ultérieure reçoit le taux de réussite du cache uniquement lorsque son préfixe correspond entièrement à une unité de préfixe de cache persistante. Une formulation similaire ou un fichier partiellement réutilisé ne constitue pas automatiquement un succès.

Inspectez les champs d'utilisation de la réponse :

• prompt_cache_hit_tokens signale les jetons d'entrée facturés au taux d'accès au cache ;
• prompt_cache_miss_tokens signale les jetons d’entrée facturés au taux d’échec du cache.

La mise en cache est le meilleur effort. La construction prend du temps et les données du cache inutilisées sont normalement effacées après des heures ou des jours. Budget à partir des champs signalés, et non du nombre de jetons que vous comptez réutiliser.

Des instructions système stables, des schémas d'outils, des conseils sur le référentiel et des documents de référence volumineux sont de bons candidats au cache. Mettez les instructions de modification après le préfixe stable lorsque le client vous permet de contrôler la disposition des requêtes.

Les jetons de réflexion sont des jetons de sortie

Le mode réflexion est activé par défaut sur high. DeepSeek mappe les requêtes medium et xhigh de style OpenAI vers high ; les niveaux réellement pris en charge par le modèle sont low, high et max.

Sur Chat Completions, définissez le paramètre reasoning_effort sur l'une de ces trois valeurs prises en charge.

Dans le Responses API, l'utilisation du raisonnement apparaît sous usage.output_tokens_details.reasoning_tokens. Cela fait partie de l’utilisation des résultats, n’estimez donc pas le coût uniquement à partir du texte de réponse visible. Une réponse finale courte peut toujours donner lieu à un raisonnement substantiel.

Utilisez low pour une extraction ou une transformation simple, high pour le travail normal de l'agent et testez max uniquement lorsque le taux de tâches acceptées plus élevé justifie un rendement, une latence et un coût plus élevés. La valeur maximale 384K correspond à la capacité et non à une valeur par défaut recommandée.

Pour le contrôle du contexte au niveau du flux de travail, le guide de réduction de l'utilisation des jetons explique comment supprimer le contexte obsolète et la sortie d'outil illimitée avant de réduire la qualité du modèle.

Modifications du benchmark V4 Pro 0813

DeepSeek rapporte les gains suivants par rapport à V4 Pro Preview :

Source : DeepSeek (rapporté par le fournisseur ; non reproduit indépendamment). Pour les tests d'évaluation publics des agents de code, DeepSeek a utilisé le mode minimal du harnais DeepSeek, de l'effort de raisonnement max, de temperature = 1.0 et de top_p = 0.95. Deux autres résultats dans son tableau, DSBench-FullStack et DSBench-Hard, sont des ensembles de tests internes.

Ces chiffres soutiennent l'affirmation selon laquelle 0813 s'est amélioré par rapport à l'aperçu sous la configuration d'évaluation de DeepSeek. Ils ne prouvent pas qu’il surpasse tous les modèles, clients, référentiels ou charges de travail de production. Reproduisez une tâche représentative avec les mêmes entrées, autorisations, outils et contrôle réussite/échec.

Le Guide de configuration du faisceau DeepSeek possède l'installation et la configuration du fournisseur personnalisé. Cet article possède la décision de prix et de coût 0813. Pour connaître l'ID du modèle Flash actuel, la nouvelle grille tarifaire, les mises en garde relatives aux tests de référence et l'état de l'itinéraire V4 Pro, lisez la DeepSeek V4.1 Flash Review.

DeepSeek V4 Flash coûte environ un tiers du prix

DeepSeek répertorie V4 Flash à environ un tiers des tarifs Pro. Les entrées et sorties de cache manqué représentent exactement un tiers dans le tableau affiché ; le chiffre arrondi des accès au cache est légèrement inférieur à un tiers.

Son ID API est deepseek-v4-flash et l'instantané actuel est DeepSeek-V4-Flash-0731. Flash a également une limite de concurrence plus élevée : 2,500 contre 500 pour Pro.

Cela fait de Flash le premier test le moins cher pour les travaux volumineux et bien spécifiés. Cela n’établit pas une qualité égale. Comparez le coût des tâches acceptées, y compris les nouvelles tentatives et le temps de correction, avant d'acheminer la charge de travail d'un agent de manière permanente.

Appelez DeepSeek V4 Pro via OmniaKey

Créez une clé étendue dans le Tableau de bord Clés API, confirmez que deepseek-v4-pro est présent dans le catalogue en direct et appelez la route compatible OpenAI :

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
  }'

Utilisez l’ID exact du modèle de passerelle indiqué dans le catalogue. Le Démarrage rapide API documente le point de terminaison et le modèle d'authentification.

Après une exécution représentative, inspectez le tableau de bord d'utilisation. N'appliquez pas le tableau direct des heures de pointe ou des heures creuses de DeepSeek à un enregistrement d'utilisation de OmniaKey, sauf si le devis OmniaKey en direct indique explicitement que la règle de facturation s'applique.

Le guide de facturation transparent explique comment les éléments de campagne de modèle, de jeton, de cache et de coût doivent être rapprochés.

Une politique de planning et de budget pratique

Utilisez cette séquence :

1. Rester orienté vers l'utilisateur et axé sur la latence des travaux urgents ; ne le retardez pas uniquement pour une réduction.
2. Déplacer les tâches d'évaluation par lots, d'indexation, d'analyse nocturne et réessayables en dehors de 01:00-04:00 et 06:00-10:00 UTC lors de l’utilisation directe de DeepSeek.
3. Enregistrez séparément les accès au cache, les échecs de cache, le raisonnement et les jetons de sortie.
4. Définissez un plafond de dépenses par personne, environnement ou rôle d'automatisation.
5. Comparez Pro avec Flash sur la même vérification de tâche acceptée.
6. Revérifiez la page officielle des prix avant de modifier un calendrier de production.

Un plafond de dépenses limite l’exposition mais ne réduit pas l’utilisation des jetons. Optimisez d'abord la demande, puis définissez un plafond avec suffisamment de place pour la variance normale des tâches.

Erreurs de tarification courantes du DeepSeek V4 Pro

Envoi de DeepSeek-V4-Pro-0813 comme modèle API

C'est le nom de l'instantané. L'ID de modèle API hébergé reste deepseek-v4-pro.

Traiter chaque heure comme hors pointe

Les prix de pointe s'appliquent à partir de 01 :00-04 :00 et 06 :00-10 :00 UTC. Les autres heures 17 utilisent le tarif à moitié prix.

En supposant que le texte répété est automatiquement mis en cache

La demande doit correspondre entièrement à une unité de préfixe de cache persistante. Faites confiance au prompt_cache_hit_tokens, pas à la similitude visuelle.

Traiter le contexte 1M ou la sortie 384K comme un crédit inclus

Les deux sont des limites de capacité. Les jetons placés dans ces fenêtres sont toujours comptés.

Ignorer les résultats de raisonnement cachés

Les jetons de raisonnement comptent dans l’utilisation de la sortie. Une réponse courte et visible n’est pas nécessairement une demande à faible rendement.

Appel à des preuves indépendantes de référence des fournisseurs

Les gains 0813 sont signalés par le fournisseur dans le cadre d'une configuration divulguée du harnais et de l'effort max. Il s’agit d’un signal de mise à niveau utile et non d’un classement universel de la production.

Questions fréquemment posées

Combien coûte le DeepSeek V4 Pro API ?

Hors pointe, DeepSeek répertorie $0.022 par million de jetons d'entrée d'accès au cache, $0.66 par million de jetons d'entrée d'absence de cache et $1.98 par million de jetons de sortie. Les tarifs de pointe sont $0.044, $1.32, et $3.96.

Quand le DeepSeek V4 Pro est-il hors pointe ?

Toutes les heures UTC en dehors de 01:00-04:00 et 06:00-10:00 sont hors pointe. Les tarifs hors pointe sont 50% inférieurs aux tarifs de pointe.

Quel est l'identifiant du modèle DeepSeek V4 Pro 0813 API ?

Utilisez deepseek-v4-pro. DeepSeek-V4-Pro-0813 nomme les pondérations et l'instantané publiés, et non l'ID de demande API hébergée.

DeepSeek V4 Pro prend-il en charge un million de jetons ?

Oui. DeepSeek répertorie une fenêtre contextuelle 1M et une sortie maximale 384K. Ce sont des limites, pas des allocations gratuites.

Le DeepSeek V4 Pro est-il moins cher que le V4 Flash ?

Non. Flash représente environ un tiers des tarifs indiqués par Pro dans les deux fenêtres horaires. Pro devrait justifier sa prime par un taux de tâches acceptées plus élevé sur votre charge de travail.

0813 a-t-il amélioré les performances de l'agent de codage ?

DeepSeek rapporte des gains importants par rapport à son aperçu Pro sur Terminal Bench 2.1, DeepSWE et Toolathlon-Verified. Les exécutions de l'agent de code public ont utilisé le mode minimal DeepSeek Harness et l'effort max. Traitez-les comme signalés par le fournisseur jusqu'à ce qu'ils soient reproduits dans vos propres tâches.

Sources vérifiées

• Version DeepSeek V4 Pro GA
• Modèles et prix DeepSeek
• Alias de modèle DeepSeek API
• Mode réflexion DeepSeek
• Mise en cache du contexte DeepSeek
• Carte modèle et poids DeepSeek-V4-Pro-0813
• Page du modèle OmniaKey DeepSeek V4 Pro
• Démarrage rapide OmniaKey API

Faits vérifiés en août 18, 2026. Les prix des fournisseurs, les périodes de pointe, les alias de modèle, la disponibilité de la passerelle et les fonctionnalités prises en charge peuvent changer. Vérifiez la documentation propriétaire liée et le catalogue en direct avant d'engager un budget de production.