Preço da API DeepSeek V4 Pro

O preço do DeepSeek V4 Pro API agora muda de acordo com a hora do dia. Custos de uso direto de DeepSeek API $0.022 por milhão de tokens de entrada de acerto de cache, $0.66 por milhão de tokens de entrada de falha de cache e $1.98 por milhão de tokens de saída fora do pico. Durante os horários de pico, essas taxas dobram para $0.044, $1.32, e $3.96.

A versão 13 de agosto é DeepSeek-V4-Pro-0813, mas o ID do modelo API permanece deepseek-v4-pro. Você não coloca 0813 na solicitação API.

Preços atuais por modelo, cache e regras de dias úteis e feriados estão no guia geral de preços API DeepSeek, que separa serviço direto e gateway.

DeepSeek V4 Pro 0813 em resumo

Todos os preços são em dólares americanos por um milhão de tokens. Cada vez que estiver fora das duas janelas listadas, estará fora do horário de pico e custará metade da tarifa de pico.

Tabela de preços oficial DeepSeek V4 Pro API

O cálculo geral é:

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

DeepSeek define as janelas em UTC, mas não indica nesta página de preços como uma solicitação que cruza um limite é dividida. Mantenha orçamentos e registros em UTC, use o uso faturado do provedor como fonte da verdade e confirme o caso extremo antes de agendar solicitações muito longas em torno de um limite.

A página do modelo DeepSeek V4 Pro possui a cotação, disponibilidade e referência de solicitação atuais do OmniaKey. A tabela oficial acima descreve o faturamento direto DeepSeek. O preço do gateway e o preço direto baseado no tempo de DeepSeek são relações de cobrança separadas, portanto, verifique o catálogo de modelos ativos em vez de presumir que eles correspondem.

O que “0813” muda

DeepSeek-V4-Pro-0813 é o snapshot GA para download que substitui o V4 Pro Preview. DeepSeek manteve o alias API hospedado inalterado:

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

O lançamento mantém a arquitetura de visualização e adiciona um módulo de decodificação especulativa DSpark. DeepSeek também publica os pesos do modelo sob a licença do MIT. Esses fatos são importantes se você se auto-hospedar; eles não transformam a inferência local em um serviço gratuito porque hardware, serviço, armazenamento e operações ainda têm custos.

Para o API hospedado, as mudanças práticas são:

• resultados mais fortes de benchmark de agentes relatados pelo fornecedor;
• três níveis de raciocínio explícitos: low, high e max;
• suporte nativo Responses API com otimização Codex;
• uma janela de contexto 1M e saída 384K máxima recomendada para high e max;
• a nova tabela de tarifas de pico e fora de pico.

O comportamento do alias é útil para uma atualização rápida, mas um alias móvel é menos reproduzível do que um instantâneo para download. Registre a data da solicitação, ID do modelo API, nível de raciocínio, versão do chicote e teste de aceitação ao comparar os resultados.

Exemplo de custo 1: entrada cache-miss

Suponha que uma tarefa de codificação use tokens de entrada de falha de cache 100,000 e tokens de saída 20,000.

Mover a carga de trabalho de token idêntica para fora das janelas de pico economiza $0.1056.. Isso não torna a tarefa mais eficiente em termos de token; apenas altera a taxa aplicada a esses tokens.

Exemplo de custo 2: entrada de acerto de cache

Agora suponha que os mesmos tokens de entrada 100,000 se qualifiquem como ocorrências de cache e o modelo ainda produz tokens de saída 20,000.

Aqui a produção domina a conta. Um prefixo de entrada quente ajuda, mas raciocínio detalhado, respostas finais longas, loops repetidos de ferramentas e novas tentativas ainda podem compensar a economia de cache.

Como funciona o cache de contexto DeepSeek

DeepSeek ativa o cache de contexto de disco por padrão. Uma solicitação posterior recebe a taxa de acertos de cache somente quando seu prefixo corresponde totalmente a uma unidade de prefixo de cache persistente. Textos semelhantes ou um arquivo parcialmente reutilizado não são automaticamente um acerto.

Inspecione os campos de uso de resposta:

• prompt_cache_hit_tokens relata tokens de entrada cobrados de acordo com a taxa de acertos do cache;
• prompt_cache_miss_tokens relata tokens de entrada cobrados pela taxa de cache-miss.

O cache é o melhor esforço. A construção leva tempo e os dados de cache não utilizados normalmente são apagados após horas ou dias. Orçamento dos campos relatados, não do número de tokens que você espera reutilizar.

Instruções de sistema estáveis, esquemas de ferramentas, orientações de repositório e grandes documentos de referência são bons candidatos para cache. Coloque instruções de alteração após o prefixo estável quando o cliente permitir controlar o layout da solicitação.

Tokens de pensamento são tokens de saída

O modo de pensamento está habilitado por padrão em high. DeepSeek mapeia solicitações medium e xhigh do estilo OpenAI para high; os níveis reais suportados do modelo são low, high e max.

Em Chat Completions, configure o parâmetro reasoning_effort para um desses três valores suportados.

No Responses API, o uso do raciocínio aparece em usage.output_tokens_details.reasoning_tokens. Faz parte do uso da saída, portanto, não estime o custo apenas com o texto de resposta visível. Uma resposta final curta ainda pode trazer resultados de raciocínio substanciais.

Use low para extração ou transformação direta, high para trabalho normal do agente e teste max somente quando a taxa mais alta de tarefas aceitas justificar mais produção, latência e custo. O máximo de 384K é a capacidade, não um padrão recomendado.

Para controle de contexto no nível do fluxo de trabalho, o guia de redução do uso de token explica como remover o contexto obsoleto e a saída ilimitada da ferramenta antes de reduzir a qualidade do modelo.

Mudanças no benchmark V4 Pro 0813

DeepSeek relata os seguintes ganhos em relação ao V4 Pro Preview:

Fonte: DeepSeek (relatado pelo fornecedor; não reproduzido de forma independente). Para benchmarks de agente de código público, DeepSeek usou o modo mínimo de DeepSeek Harness, esforço de raciocínio max, temperature = 1.0 e top_p = 0.95. Dois outros resultados em sua tabela, DSBench-FullStack e DSBench-Hard, são conjuntos de testes internos.

Esses números apoiam a afirmação de que 0813 melhorou em relação à visualização na configuração de avaliação de DeepSeek. Eles não provam que supera todos os modelos, clientes, repositórios ou cargas de trabalho de produção. Reproduza uma tarefa representativa com as mesmas entradas, permissões, ferramentas e verificação de aprovação/reprovação.

O Guia de configuração do chicote DeepSeek possui instalação e configuração personalizada do provedor. Este artigo apresenta o preço e a decisão de custo 0813. Para obter o ID do modelo Flash atual, nova tabela de preços, advertências de benchmark e status da rota V4 Pro, leia a análise do Flash DeepSeek V4.1.

DeepSeek V4 Flash custa cerca de um terço mais

DeepSeek lista o Flash V4 com cerca de um terço das taxas Pro. A entrada e a saída de cache-miss são exatamente um terço na tabela exibida; o número arredondado de acertos no cache é ligeiramente inferior a um terço.

Seu ID API é deepseek-v4-flash e o instantâneo atual é DeepSeek-V4-Flash-0731. O Flash também tem um limite de simultaneidade listado mais alto: 2,500 versus 500 para Pro.

Isso torna o Flash o primeiro teste mais barato para trabalhos bem especificados e de alto volume. Não estabelece qualidade igual. Compare o custo da tarefa aceita, incluindo novas tentativas e tempo de correção, antes de encaminhar permanentemente a carga de trabalho de um agente.

Ligue para DeepSeek V4 Pro através de OmniaKey

Crie uma chave com escopo no painel de chaves API, confirme se deepseek-v4-pro está presente no catálogo ativo e chame a rota compatível com 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
  }'

Use o ID exato do modelo de gateway mostrado no catálogo. O início rápido do API documenta o endpoint e o padrão de autenticação.

Após uma execução representativa, inspecione o painel de uso. Não aplique a tabela direta de pico ou fora de pico de DeepSeek a um registro de uso OmniaKey, a menos que a cotação OmniaKey em tempo real diga explicitamente que a regra de cobrança se aplica.

O guia de faturamento transparente explica como modelo, token, cache e itens de linha de custo devem ser reconciliados.

Uma programação prática e uma política orçamentária

Use esta sequência:

1. Mantenha o trabalho urgente e voltado para o usuário orientado pela latência; não adie apenas por um desconto.
2. Mover avaliação em lote, indexação, análise noturna e trabalhos com nova tentativa fora de 01:00-04:00 e 06:00-10:00 UTC ao usar DeepSeek direto.
3. Registre cache-hit, cache-miss, raciocínio e tokens de saída separadamente.
4. Defina um limite de gastos por pessoa, ambiente ou função de automação.
5. Compare o Pro com o Flash na mesma verificação de tarefa aceita.
6. Verifique novamente a página oficial de preços antes de alterar um cronograma de produção.

Um limite de gastos limita a exposição, mas não reduz o uso de tokens. Otimize a solicitação primeiro e depois defina um limite com espaço suficiente para a variação normal da tarefa.

Erros comuns de preços do DeepSeek V4 Pro

Enviando DeepSeek-V4-Pro-0813 como modelo API

Esse é o nome do instantâneo. O ID do modelo API hospedado permanece deepseek-v4-pro.

Tratar cada hora como fora de pico

O preço máximo se aplica a 01:00-04:00 e 06:00-10:00 UTC. As demais horas 17 utilizam a tabela de meia-entrada.

Supondo que o texto repetido seja automaticamente armazenado em cache

A solicitação deve corresponder totalmente a uma unidade de prefixo de cache persistente. Confie em prompt_cache_hit_tokens, não na semelhança visual.

Tratar o contexto 1M ou a saída 384K como crédito incluído

Ambos são limites de capacidade. Os tokens colocados nessas janelas ainda são medidos.

Ignorando saída de raciocínio oculto

Os tokens de raciocínio contam dentro do uso de saída. Uma resposta curta e visível não é necessariamente uma solicitação de baixo rendimento.

Chamando de evidências independentes de benchmarks de fornecedores

Os ganhos do 0813 são relatados pelo fornecedor sob uma configuração divulgada de Harness e esforço max. Eles são um sinal útil de atualização, não uma classificação universal de produção.

Perguntas frequentes

Quanto custa o DeepSeek V4 Pro API?

Fora do horário de pico, DeepSeek lista $0.022 por milhão de tokens de entrada de acerto de cache, $0.66 por milhão de tokens de entrada de falha de cache e $1.98 por milhão de tokens de saída. As taxas de pico são $0.044, $1.32, e $3.96.

Quando o DeepSeek V4 Pro está fora do horário de pico?

Cada hora UTC fora de 01:00-04:00 e 06:00-10:00 está fora do horário de pico. As taxas fora de pico estão 50% abaixo das taxas de pico.

Qual é o ID do modelo DeepSeek V4 Pro 0813 API?

Utilize deepseek-v4-pro. DeepSeek-V4-Pro-0813 nomeia os pesos e o instantâneo liberados, não o ID da solicitação API hospedado.

O DeepSeek V4 Pro suporta um milhão de tokens?

Sim. DeepSeek lista uma janela de contexto 1M e uma saída máxima 384K. Estes são limites, não licenças gratuitas.

O DeepSeek V4 Pro é mais barato que o V4 Flash?

Não. O Flash representa cerca de um terço das taxas listadas do Pro em ambas as janelas de tempo. O Pro deve justificar seu prêmio por meio de uma taxa de tarefas aceitas mais alta em sua carga de trabalho.

0813 melhorou o desempenho do agente de codificação?

DeepSeek relata grandes ganhos em relação ao Pro Preview no Terminal Bench 2.1, DeepSWE e Toolathlon-Verified. As execuções do agente de código público usaram o modo mínimo de aproveitamento DeepSeek e o esforço max. Trate-os como relatados pelo fornecedor até que sejam reproduzidos em suas próprias tarefas.

Fontes verificadas

• Lançamento DeepSeek V4 Pro GA
• Modelos e preços DeepSeek
• DeepSeek API aliases do modelo
• Modo de pensamento DeepSeek
• Cache de contexto DeepSeek
• Cartão modelo DeepSeek-V4-Pro-0813 e pesos
• Página do modelo OmniaKey DeepSeek V4 Pro
• OmniaKey API início rápido

Agosto verificado 18, 2026. Preços do provedor, janelas de pico, aliases de modelo, disponibilidade de gateway e recursos suportados podem mudar. Verifique a documentação original vinculada e o catálogo ativo antes de comprometer um orçamento de produção.