Perché il tariffario sottostima il conto
Un modello di ragionamento come R1 risolve un problema passo dopo passo prima di dare la risposta finale. Quei passi sono token e i provider li fatturano generalmente alla tariffa output. Quindi una richiesta che restituisce una risposta di 300 token può generare migliaia di token in totale.
Per mantenere questo articolo accurato, non sono riportati qui i prezzi DeepSeek. I loro prezzi cambiano e un numero obsoleto è peggio di zero. Prendi le tariffe input e output attuali dalla pagina dei prezzi ufficiale di DeepSeek e usa le formule qui sotto. Controlla anche come quella pagina descrive i token di ragionamento e se l'API li restituisce nella risposta.
costo per richiesta = (input / 1M) × tariffa input + ((ragionamento + risposta) / 1M) × tariffa output
L'incognita in quella formula è thinking. Varia in base alla domanda: prompt facili possono richiedere poche centinaia di token, quelli difficili diverse migliaia. Misuralo sui tuoi prompt invece di indovinare.
L'effetto moltiplicatore, con numeri
Usa la nostra tariffa, $0,50 per 1M di token di output, come esempio neutro in modo che il calcolo sia verificabile. Supponiamo che una richiesta abbia una risposta di 300 token.
| Token di ragionamento | Output totale | Costo output a $0,50 per 1M | Rispetto a una risposta diretta |
|---|---|---|---|
| 0 (chat diretta) | 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 |
Il rapporto non dipende dal listino. Con qualsiasi provider, 5.000 token di ragionamento più una risposta di 300 token equivalgono a circa 17,7 volte l'output di una risposta diretta di 300 token. Scalalo a un mese: 100.000 richieste con 5.000 token di ragionamento ciascuna generano 530M di token di output. A $0,50 per 1M sarebbero $265, contro $15 per le stesse 100.000 risposte dirette (30M di token).
Compiti che richiedono ragionamento e compiti che non lo richiedono
I modelli di ragionamento giustificano il loro costo su problemi con diversi passi interdipendenti. Il lavoro testuale quotidiano manca spesso di quella struttura.
Spesso vale la pena un modello di ragionamento
- Enigmi logici e matematici a più passaggi
- Debug di un blocco di codice difficile dove la causa non è ovvia
- Attività di pianificazione con vincoli che interagiscono
Di solito va bene con un modello chat semplice
- Riscrittura, cambiamenti di tono e modifiche stile traduzione
- Estrazione in JSON da una pagina di testo
- Classificazione e tagging
- Bozze di email, testi promozionali del prodotto e descrizioni
- Roleplay, finzione e personaggi companion, dove velocità e voce contano più della logica passo passo
I compiti in stile chat beneficiano anche di una latenza inferiore, poiché non c'è una fase di pensiero prima del primo token visibile. Se i tuoi utenti guardano apparire una risposta in streaming, questo conta.
Cosa offre questa API invece
Questo sito è un'API indipendente compatibile con OpenAI. Non è l'API ufficiale di DeepSeek né un rivenditore. Esegue un modello a pesi aperti da un provider indipendente, ottimizzato per rispondere senza rifiuti di contenuti per uso adulto legale, con ID modello uncensored. Non vengono pubblicati benchmark, quindi non assumere che corrisponda a un modello di ragionamento dedicato su problemi difficili. Provalo con i tuoi task.
Le tariffe sono $0,15 per 1M di token di input e $0,50 per 1M di token di output, prepagate, senza abbonamento. Le richieste fallite o rifiutate non vengono addebitate e il credito non scade mai. Il contesto è di 100.000 token, prompt più completamento. Supporta streaming, chiamata di funzioni e modalità JSON. Vedi la pagina dei prezzi per le ricariche e i bonus.
Esempio pratico per il mese di 100.000 richieste sopra, con risposte chat dirette: input 1.000 token ciascuno è 100M token x $0,15 = $15, output 300 token ciascuno è 30M x $0,50 = $15, totale $30.
Prova prima a basso costo, scala quando necessario
Una configurazione sensata è inviare la maggior parte del traffico a un modello chat a basso costo e scalare solo i prompt che falliscono un controllo. Il codice qui sotto prova prima questa API e passa a un secondo client solo quando una convalida fallisce. Inserisci l'URL base e il nome del modello del secondo provider dalla sua documentazione.
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
La fiducia auto-dichiarata è un segnale debole, quindi usa un test migliore quando ce l'hai: un controllo dello schema, un test unitario o una regola di lunghezza. L'obiettivo è pagare i token di ragionamento solo dove cambiano il risultato.
Guardrail contro le bolle a sorpresa
Qualunque modello tu scelga, imposta dei limiti prima di eseguire un batch grande.
- Limita l'output. Imposta
max_tokenssu ogni chiamata in un ciclo. Su un modello di ragionamento, verifica come il limite interagisce con il ragionamento, perché un limite troppo basso può troncare la risposta dopo che hai già pagato il ragionamento. - Testa su 50 prima. Moltiplica il costo misurato per il conteggio totale prima di lanciare gli altri 99.950.
- Tieni d'occhio il saldo. L'header
X-Balance-USDsu questa API mostra il credito rimanente dopo ogni chiamata, quindi uno script può fermarsi da solo sotto una soglia. - Logga l'utilizzo. Memorizza i conteggi token prompt e completamento per richiesta. Un singolo prompt outlier che innesca output molto lungo è facile da trovare se fai log, e quasi impossibile se non lo fai.
Prossimi passi
Per misurare il costo sui tuoi dati, richiedi il credito di prova di $0,50 dalla pagina della chiave API. Non serve una carta, dura 7 giorni e copre oltre 1.500 turni di chat da 800 token di input e 400 di output ($0,00032 ciascuno). Eseguire i tuoi prompt personali attraverso di essa risponde alla domanda sulla qualità più velocemente di qualsiasi confronto tariffario.
Lettura correlata su questo sito: la pagina API DeepSeek V4, la guida all'uso di LangChain con un endpoint compatibile e la documentazione API per i dettagli della richiesta.

