Prezzi API DeepSeek V4 Pro

I prezzi di DeepSeek V4 Pro API ora cambiano in base all'ora del giorno. Costi di utilizzo diretti DeepSeek API $0.022 per milione di token di input con riscontro nella cache, $0.66 per milione di token di input con mancato riscontro nella cache e $1.98 per milione di token di output nelle ore non di punta. Durante le ore di punta, tali tariffe raddoppiano arrivando a $0.044, $1.32, e $3.96.

La versione 13 di agosto è DeepSeek-V4-Pro-0813, ma l'ID del modello API rimane deepseek-v4-pro. Non inserire 0813 nella richiesta API.

Prezzi attuali per modello, cache e regole dei giorni lavorativi e festivi sono nella panoramica dei prezzi API DeepSeek, che separa servizio diretto e gateway.

DeepSeek V4 Pro 0813 in breve

Tutti i prezzi sono USD per un milione di token. Ogni volta al di fuori delle due finestre elencate non è di punta e costa la metà della tariffa di punta.

Tabella prezzi ufficiale DeepSeek V4 Pro API

Il calcolo generale è:

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

DeepSeek definisce le finestre in UTC ma non indica in questa pagina dei prezzi come viene suddivisa una richiesta che attraversa un confine. Mantieni budget e registri in UTC, utilizza l'utilizzo fatturato dal fornitore come fonte di verità e conferma il caso limite prima di pianificare richieste molto lunghe attorno a un limite.

La pagina del modello DeepSeek V4 Pro possiede il preventivo OmniaKey corrente, la disponibilità e il riferimento della richiesta. La tabella ufficiale sopra descrive la fatturazione diretta DeepSeek. Un prezzo gateway e il prezzo diretto basato sul tempo di DeepSeek sono rapporti di fatturazione separati, quindi verifica il catalogo dei modelli in tempo reale invece di dare per scontato che corrispondano.

Cosa cambia “0813”.

DeepSeek-V4-Pro-0813 è lo snapshot GA scaricabile che sostituisce V4 Pro Preview. DeepSeek ha mantenuto invariato l'alias API ospitato:

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

La versione mantiene l'architettura di anteprima e aggiunge un modulo di decodifica speculativa DSpark. DeepSeek pubblica anche i pesi dei modelli sotto licenza MIT. Questi fatti contano se sei un host autonomo; non trasformano l'inferenza locale in un servizio gratuito perché l'hardware, il servizio, l'archiviazione e le operazioni hanno ancora dei costi.

Per lo API ospitato, le modifiche pratiche sono:

• risultati più forti dei benchmark degli agenti segnalati dal fornitore;
• tre livelli di ragionamento espliciti: low, high e max;
• supporto nativo Responses API con ottimizzazione Codex;
• una finestra di contesto 1M e l'output massimo 384K consigliato per high e max;
• il nuovo tariffario per le ore di punta e per quelle basse.

Il comportamento dell'alias è utile per un aggiornamento rapido, ma un alias in movimento è meno riproducibile di uno snapshot scaricabile. Registrare la data della richiesta, l'ID del modello API, il livello di ragionamento, la versione del cablaggio e il test di accettazione durante il confronto dei risultati.

Esempio di costo 1: input mancato nella cache

Supponiamo che un'attività di codifica utilizzi token di input mancati nella cache 100,000 e token di output 20,000.

Lo spostamento dello stesso carico di lavoro del token al di fuori delle finestre di picco consente di risparmiare $0.1056.. Non rende l'attività più efficiente in termini di token; cambia solo il tasso applicato a quei token.

Esempio di costo 2: input di riscontro nella cache

Supponiamo ora che gli stessi token di input 100,000 si qualifichino come riscontri nella cache e che il modello produca comunque token di output 20,000.

Qui la produzione domina il conto. Un prefisso di input caldo aiuta, ma ragionamenti dettagliati, risposte finali lunghe, cicli ripetuti di strumenti e tentativi possono comunque superare il salvataggio della cache.

Come funziona la memorizzazione nella cache del contesto DeepSeek

DeepSeek abilita la memorizzazione nella cache del contesto del disco per impostazione predefinita. Una richiesta successiva riceve la percentuale di riscontri nella cache solo quando il suo prefisso corrisponde completamente a un'unità di prefisso cache persistente. Una formulazione simile o un file parzialmente riutilizzato non sono automaticamente un successo.

Esamina i campi di utilizzo della risposta:

• prompt_cache_hit_tokens segnala i token di input fatturati in base alla frequenza di utilizzo della cache;
• prompt_cache_miss_tokens segnala i token di input fatturati in base al tasso di cache-miss.

La memorizzazione nella cache è il massimo sforzo. La costruzione richiede tempo e i dati della cache inutilizzati vengono normalmente cancellati dopo ore o giorni. Budget ricavato dai campi riportati, non dal numero di token che ti aspettavi di riutilizzare.

Istruzioni di sistema stabili, schemi di strumenti, linee guida per repository e documenti di riferimento di grandi dimensioni sono buoni candidati per la cache. Inserisci le istruzioni di modifica dopo il prefisso stabile quando il client ti consente di controllare il layout della richiesta.

I token di pensiero sono token di output

La modalità di pensiero è abilitata per impostazione predefinita suhigh. DeepSeekmappeOpenAI-stilemediumExhighrichieste ahigh; sono i livelli effettivamente supportati dal modellolow, high, Emax.

Su Chat Completions, impostare il parametro reasoning_effort su uno di questi tre valori supportati.

Nello Responses API, l'utilizzo del ragionamento appare sotto usage.output_tokens_details.reasoning_tokens. Fa parte dell'utilizzo dell'output, quindi non stimare il costo solo dal testo della risposta visibile. Una breve risposta finale può comunque portare a risultati di ragionamento sostanziali.

Utilizza low per un'estrazione o trasformazione semplice, high per il normale lavoro dell'agente e testa max solo quando la frequenza più elevata di attività accettate giustifica maggiori output, latenza e costi. Il valore massimo 384K è la capacità, non un valore predefinito consigliato.

Per il controllo del contesto a livello di flusso di lavoro, la guida alla riduzione dell'utilizzo dei token spiega come rimuovere il contesto obsoleto e l'output illimitato dello strumento prima di ridurre la qualità del modello.

Modifiche al benchmark V4 Pro 0813

DeepSeek riporta i seguenti miglioramenti rispetto all'anteprima V4 Pro:

Fonte: DeepSeek (riportato dal fornitore; non riprodotto in modo indipendente). Per i benchmark degli agenti di codice pubblici, DeepSeek ha utilizzato la modalità minima di DeepSeek Harness, max ragionamento, temperature = 1.0 e top_p = 0.95. Altri due risultati nella tabella, DSBench-FullStack e DSBench-Hard, sono set di test interni.

Questi numeri supportano l'affermazione che 0813 è migliorato rispetto all'anteprima con la configurazione di valutazione di DeepSeek. Non dimostrano che batte ogni modello, client, repository o carico di lavoro di produzione. Riprodurre un'attività rappresentativa con gli stessi input, autorizzazioni, strumenti e controllo superato/fallito.

La DeepSeek Guida all'installazione del cablaggio contiene l'installazione e la configurazione personalizzata del provider. Questo articolo contiene la decisione sul prezzo e sui costi 0813. Per l'ID del modello Flash corrente, il nuovo tariffario, gli avvertimenti sui benchmark e lo stato del percorso V4 Pro, leggi la DeepSeek V4.1 Recensione Flash.

DeepSeek V4 Flash costa circa un terzo in più

DeepSeek elenca V4 Flash a circa un terzo delle tariffe Pro. Gli input e gli output mancati nella cache sono esattamente un terzo nella tabella visualizzata; la cifra arrotondata dei risultati della cache è leggermente inferiore a un terzo.

Il suo ID API è deepseek-v4-flash e l'istantanea corrente è DeepSeek-V4-Flash-0731. Flash ha anche un limite di concorrenza elencato più alto: 2,500 rispetto a 500 per Pro.

Ciò rende Flash il primo test più economico per un lavoro ad alto volume e ben specificato. Non stabilisce la parità di qualità. Confronta il costo delle attività accettate, inclusi i nuovi tentativi e il tempo di correzione, prima di instradare il carico di lavoro di un agente in modo permanente.

Chiama DeepSeek V4 Pro tramite OmniaKey

Crea una chiave con ambito nel Dashboard delle chiavi API, conferma che deepseek-v4-pro è presente nel catalogo live e chiama il percorso compatibile con 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
  }'

Utilizza l'ID modello gateway esatto mostrato nel catalogo. La guida di avvio rapido API documenta l'endpoint e il modello di autenticazione.

Dopo un'esecuzione rappresentativa, ispeziona il dashboard di utilizzo. Non applicare la tabella di punta o bassa punta diretta di DeepSeek a un record di utilizzo OmniaKey a meno che il preventivo OmniaKey in tempo reale non indichi esplicitamente che si applica la regola di fatturazione.

La guida alla fatturazione trasparente spiega come riconciliare le voci modello, token, cache e costo.

Una pianificazione pratica e una politica di bilancio

Usa questa sequenza:

1. Mantieni il lavoro urgente e rivolto all'utente basato sulla latenza; non ritardarlo solo per uno sconto.
2. Spostare la valutazione batch, l'indicizzazione, l'analisi notturna e i lavori riprovabili all'esterno di 01:00-04:00 e 06:00-10:00 UTC quando si utilizza DeepSeek direttamente.
3. Registra separatamente i token di cache-hit, cache-miss, ragionamento e output.
4. Imposta un limite di spesa per persona, ambiente o ruolo di automazione.
5. Confronta Pro con Flash sullo stesso controllo dell'attività accettata.
6. Ricontrolla la pagina dei prezzi ufficiali prima di modificare un programma di produzione.

Un limite di spesa limita l’esposizione ma non riduce l’uso dei token. Ottimizzare innanzitutto la richiesta, quindi impostare un limite con spazio sufficiente per la normale varianza dell'attività.

Errori comuni sui prezzi di DeepSeek V4 Pro

Invio di DeepSeek-V4-Pro-0813 come modello API

Questo è il nome dell'istantanea. L'ID del modello API ospitato rimane deepseek-v4-pro.

Trattare ogni ora come non di punta

Il prezzo di punta si applica da 01:00-04:00 e 06:00-10:00 UTC. Gli altri orari 17 utilizzano la tabella metà prezzo.

Supponendo che il testo ripetuto venga automaticamente memorizzato nella cache

La richiesta deve corrispondere completamente a un'unità di prefisso cache persistente. Affidati a prompt_cache_hit_tokens, non alla somiglianza visiva.

Trattare il contesto 1M o l'output 384K come credito incluso

Entrambi sono limiti di capacità. I token inseriti in quelle finestre vengono comunque misurati.

Ignorare l'output del ragionamento nascosto

I token di ragionamento contano nell'utilizzo dell'output. Una risposta breve e visibile non è necessariamente una richiesta a basso rendimento.

Chiamare i benchmark dei fornitori è una prova indipendente

I guadagni 0813 sono segnalati dal fornitore in base a una configurazione di cablaggio e sforzo max divulgata. Sono un utile segnale di aggiornamento, non una classifica di produzione universale.

Domande frequenti

Quanto costa DeepSeek V4 Pro API?

Nelle ore non di punta, DeepSeek elenca $0.022 per milione di token di input con riscontro nella cache, $0.66 per milione di token di input con mancato riscontro nella cache e $1.98 per milione di token di output. Le tariffe di punta sono $0.044, $1.32, e $3.96.

Quando DeepSeek V4 Pro non è di punta?

Ogni UTC ora al di fuori di 01:00-04:00 e 06:00-10:00 è non di punta. Le tariffe non di punta sono 50% inferiori alle tariffe di punta.

Qual è l'ID del modello DeepSeek V4 Pro 0813 API?

Utilizzare deepseek-v4-pro. DeepSeek-V4-Pro-0813 nomina i pesi e lo snapshot rilasciati, non l'ID della richiesta API ospitata.

DeepSeek V4 Pro supporta un milione di token?

Sì. DeepSeek elenca una finestra di contesto 1M e un'uscita massima 384K. Questi sono limiti, non quote gratuite.

DeepSeek V4 Pro è più economico di V4 Flash?

No. Flash è circa un terzo delle tariffe indicate da Pro in entrambe le finestre temporali. Pro dovrebbe giustificare il suo premio attraverso una percentuale di attività accettate più elevata sul carico di lavoro.

0813 ha migliorato le prestazioni dell'agente di codifica?

DeepSeek riporta grandi guadagni rispetto alla sua anteprima Pro su Terminal Bench 2.1, DeepSWE e Toolathlon-Verified. Le esecuzioni dell'agente di codice pubblico hanno utilizzato la modalità minima di cablaggio DeepSeek e l'impegno max. Trattateli come segnalati dal fornitore finché non vengono riprodotti nelle vostre attività.

Fonti controllate

• DeepSeek Versione V4 Pro GA
• Modelli e prezzi DeepSeek
• Alias del modello DeepSeek API
• Modalità di pensiero DeepSeek
• DeepSeek caching del contesto
• Scheda modello e pesi DeepSeek-V4-Pro-0813
• OmniaKey DeepSeek Pagina del modello V4 Pro
• OmniaKey API avvio rapido

Verifica dei fatti di agosto 18, 2026. I prezzi dei fornitori, le finestre di punta, gli alias dei modelli, la disponibilità del gateway e le funzionalità supportate possono cambiare. Verifica la documentazione proprietaria e il catalogo live collegati prima di impegnare un budget di produzione.