Mengapa kartu tarif meremehkan tagihan
Model penalaran seperti R1 memecahkan masalah langkah demi langkah sebelum memberikan jawaban akhir. Langkah-langkah tersebut adalah token, dan penyedia umumnya menagihnya dengan tarif output. Jadi, permintaan yang mengembalikan jawaban 300 token dapat menghasilkan ribuan token secara total.
Untuk menjaga keakuratan artikel ini, tidak ada tarif DeepSeek yang dicetak di sini. Harga mereka berubah, dan angka usang lebih buruk daripada tidak ada. Ambil tarif input dan output terkini dari halaman harga resmi DeepSeek dan gunakan rumus di bawah ini. Periksa juga bagaimana halaman tersebut mendeskripsikan token pemikiran dan apakah API mengembalikannya dalam respons.
biaya per permintaan = (input / 1 juta) x tarif input + ((pemikiran + jawaban) / 1 juta) x tarif output
Yang tidak diketahui dalam rumus itu adalah thinking. Hal ini bervariasi tergantung pertanyaan: prompt sederhana mungkin hanya menggunakan beberapa ratus token, sedangkan yang rumit membutuhkan beberapa ribu token. Ukur pada prompt Anda sendiri daripada menebak-nebak.
Efek pengganda, dengan angka
Gunakan tarif kami sendiri, $0,50 per 1 juta token output, sebagai contoh netral agar aritmatika dapat diperiksa. Katakanlah sebuah permintaan memiliki jawaban 300 token.
| Token pemikiran | Total output | Biaya output pada $0,50 per 1 juta | Dibandingkan dengan jawaban langsung |
|---|---|---|---|
| 0 (chat langsung) | 300 | $0.00015 | 1x |
| 1.000 | 1.300 | $0,00065 | 4,3x |
| 5.000 | 5.300 | $0,00265 | 17,7x |
| 10.000 | 10.300 | $0,00515 | 34,3x |
Rasio ini tidak bergantung pada kartu tarif. Di penyedia mana pun, 5.000 token pemikiran ditambah jawaban 300 token adalah sekitar 17,7 kali lipat output dari jawaban langsung 300 token. Skala ke sebulan: 100.000 permintaan dengan 5.000 token pemikiran masing-masing adalah 530 juta token output. Pada $0,50 per 1 juta itu akan menjadi $265, dibandingkan dengan $15 untuk 100.000 jawaban langsung yang sama (30 juta token).
Tugas yang memerlukan penalaran, dan tugas yang tidak
Model penalaran mendapatkan biaya mereka pada masalah dengan beberapa langkah dependen. Pekerjaan teks sehari-hari sebagian besar tidak memiliki struktur itu.
Seringkali sepadan dengan model penalaran
- Matematika dan teka-teki logika multi-langkah
- Men-debug potongan kode yang rumit di mana penyebabnya tidak jelas
- Tugas perencanaan dengan batasan yang saling berinteraksi
Biasanya baik dengan model chat biasa
- Penulisan ulang, perubahan nada, dan edit bergaya terjemahan
- Ekstraksi ke JSON dari halaman teks
- Klasifikasi dan penandaan
- Penulisan draf email, salinan produk, dan deskripsi
- Roleplay, fiksi, dan karakter pendamping, di mana kecepatan dan suara lebih penting daripada logika langkah demi langkah yang disengaja
Tugas bergaya chat juga diuntungkan oleh latensi yang lebih rendah, karena tidak ada fase pemikiran sebelum token pertama yang terlihat. Jika pengguna Anda melihat balasan yang dialirkan muncul, itu penting.
Apa yang ditawarkan API ini sebagai gantinya
Situs ini adalah API yang kompatibel dengan OpenAI dan bersifat independen. Ini bukan API resmi dari DeepSeek dan bukan agen penjualnya. Situs ini menjalankan satu model bobot terbuka dari penyedia independen, yang telah disesuaikan untuk memberikan jawaban tanpa penolakan konten untuk penggunaan dewasa yang sah, dengan ID model uncensored. Tidak ada benchmark yang dipublikasikan di sini, jadi jangan berasumsi bahwa model ini setara dengan model penalaran khusus dalam menangani masalah yang sulit. Uji pada tugas Anda sendiri.
Tarifnya adalah $0,15 per 1 juta token input dan $0,50 per 1 juta token output, prabayar, tanpa langganan. Permintaan yang gagal atau ditolak tidak dikenakan biaya, dan saldo tidak pernah kedaluwarsa. Konteks adalah 100.000 token, prompt ditambah penyelesaian. Ini mendukung streaming, pemanggilan alat, dan mode JSON. Lihat halaman harga untuk isi saldo dan bonus.
Contoh kerja untuk bulan 100.000 permintaan di atas, dengan jawaban chat langsung: input 1.000 token masing-masing adalah 100 juta token x $0,15 = $15, output 300 token masing-masing adalah 30 juta x $0,50 = $15, total $30.
Coba yang murah dulu, tingkatkan ketika diperlukan
Pengaturan yang masuk akal adalah mengirim sebagian besar lalu lintas ke model chat berbiaya rendah dan meningkatkan hanya prompt yang gagal pemeriksaan. Kode di bawah ini mencoba API ini terlebih dahulu dan jatuh kembali ke klien kedua hanya ketika validasi gagal. Isi URL dasar dan nama model penyedia kedua dari dokumentasinya.
import json, os
from openai import OpenAI
cheap = OpenAI(api_key=os.environ["API_KEY"],
base_url="https://api.deepseekapipricing.com/v1")
# second client: copy base URL and model name from that provider's docs
strong = OpenAI(api_key=os.environ["OTHER_KEY"], base_url=os.environ["OTHER_BASE_URL"])
def answer(question):
r = cheap.chat.completions.create(
model="uncensored",
response_format={"type": "json_object"},
messages=[{"role": "system", "content": "Reply as JSON with keys answer and confidence (0-1)."},
{"role": "user", "content": question}],
)
try:
data = json.loads(r.choices[0].message.content)
if float(data.get("confidence", 0)) >= 0.7:
return data["answer"]
except (ValueError, TypeError):
pass
r2 = strong.chat.completions.create(
model=os.environ["OTHER_MODEL"],
messages=[{"role": "user", "content": question}],
)
return r2.choices[0].message.content
Kepercayaan diri yang dilaporkan sendiri adalah sinyal yang lemah, jadi gunakan tes yang lebih baik ketika Anda memilikinya: pemeriksaan skema, unit test, atau aturan panjang. Tujuannya adalah membayar untuk token pemikiran hanya di mana mereka mengubah hasil.
Pagar pengaman terhadap tagihan kejutan
Terlepas dari model yang Anda pilih, tetapkan batas sebelum menjalankan batch besar.
- Batasi output. Tetapkan
max_tokenspada setiap panggilan dalam loop. Pada model penalaran, periksa bagaimana batas berinteraksi dengan pemikiran, karena batas yang terlalu rendah dapat memotong jawaban setelah Anda telah membayar untuk pemikiran. - Lakukan uji pada 50 terlebih dahulu. Kalikan biaya terukur dengan jumlah total sebelum meluncurkan 99.950 lainnya.
- Pantau saldo. Header
X-Balance-USDpada API ini menunjukkan saldo tersisa setelah setiap panggilan, sehingga skrip dapat menghentikan dirinya sendiri di bawah ambang batas. - Log penggunaan. Simpan jumlah token prompt dan penyelesaian per permintaan. Satu prompt outlier yang memicu output sangat panjang mudah ditemukan jika Anda log, dan hampir mustahil jika tidak.
Langkah selanjutnya
Untuk mengukur biaya pada data Anda sendiri, klaim kredit uji coba $0,50 dari halaman kunci API. Ini tidak memerlukan kartu, berlangsung 7 hari dan mencakup lebih dari 1.500 giliran chat dengan 800 input dan 400 token output ($0,00032 masing-masing). Menjalankan prompt Anda sendiri melaluinya menjawab pertanyaan kualitas lebih cepat daripada perbandingan tarif mana pun.
Pembacaan terkait di situs ini: halaman API DeepSeek V4, panduan tentang menggunakan LangChain dengan endpoint yang kompatibel, dan dokumentasi API untuk detail permintaan.

