Waarom het tariefkaartje de rekening onderschat
Een redeneermodel zoals R1 werkt een probleem stap voor stap uit voordat het het eindantwoord geeft. Die stappen zijn tokens, en aanbieders rekenen deze doorgaans tegen het output tarief. Dus een verzoek dat een antwoord van 300 tokens retourneert, kan in totaal duizenden tokens genereren.
Om dit artikel accuraat te houden, staan hier geen DeepSeek tarieven. Hun prijzen veranderen, en een verouderd cijfer is slechter dan geen cijfer. Haal de huidige input- en output tarieven van de eigen prijslijst van DeepSeek en gebruik de formules hieronder. Controleer ook hoe die pagina denktokens beschrijft en of de API ze retourneert in de response.
kosten per verzoek = (input / 1M) x input tarief + ((denken + antwoord) / 1M) x output tarief
De onbekende in die formule is thinking. Dit varieert per vraag: eenvoudige prompts kunnen een paar honderd tokens gebruiken, moeilijke enkele duizenden. Meet dit op je eigen prompts in plaats van raden.
Het multiplicatieve effect, met cijfers
Gebruik ons eigen tarief, $0,50 per 1M output tokens, als neutraal voorbeeld zodat de rekenkunde controleerbaar is. Stel dat een verzoek een antwoord van 300 tokens heeft.
| Denktokens | Totale output | Output kosten bij $0,50 per 1M | Vergeleken met een direct antwoord |
|---|---|---|---|
| 0 (directe chat) | 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 |
De verhouding hangt niet af van het tariefkaartje. Bij elke provider zijn 5.000 denktokens plus een antwoord van 300 tokens ongeveer 17,7 keer de output van een direct antwoord van 300 tokens. Schaal het op naar een maand: 100.000 verzoeken met elk 5.000 denktokens zijn 530M output tokens. Bij $0,50 per 1M zou dat $265 zijn, tegenover $15 voor dezelfde 100.000 directe antwoorden (30M tokens).
Taken die reasoning nodig hebben, en taken die dat niet nodig hebben
Redenmodellen verdienen hun kosten bij problemen met meerdere afhankelijke stappen. Dagelijks tekstwerk mist die structuur meestal.
Vaak de moeite waard voor een reasoning model
- Wiskunde- en logicapuzzels met meerdere stappen
- Debuggen van een lastig stuk code waar de oorzaak niet duidelijk is
- Plannings taken waarbij beperkingen elkaar beïnvloeden
Meestal prima met een gewone chatmodel
- Herschrijven, toonveranderingen en vertaling-achtige bewerkingen
- Extraheren naar JSON uit een pagina tekst
- Classificatie en labelen
- Opstellen van e-mails, productteksten en beschrijvingen
- Roleplay, fictie en companion karakters, waar snelheid en stem belangrijker zijn dan bewuste stap-voor-stap logica
Chat-achtige taken profiteren ook van lagere latentie, omdat er geen denkfase is voordat het eerste zichtbare token verschijnt. Als je gebruikers een gestreamde reply zien verschijnen, doet dat er toe.
Wat deze API in plaats daarvan biedt
Deze site is een onafhankelijke, OpenAI-compatible API. Het is niet de officiële API van DeepSeek en geen doorverkoper daarvan. Het draait één open-weight model van een onafhankelijke aanbieder, afgestemd op antwoorden zonder inhoudelijke weigeringen voor wettelijk volwassen gebruik, met model ID uncensored. Er worden geen benchmarks gepubliceerd, dus ga er niet van uit dat het presteert als een dedicated reasoning model bij moeilijke problemen. Test het op je eigen taken.
De tarieven zijn $0,15 per 1M input tokens en $0,50 per 1M output tokens, prepaid, zonder abonnement. Mislukte of geweigerde verzoeken worden niet in rekening gebracht en tegoed verloopt nooit. Context is 100.000 tokens, prompt plus completion. Het ondersteunt streaming, function calling en JSON-modus. Bekijk de prijslijst voor top-ups en bonussen.
Uitgewerkt voorbeeld voor de maand met 100.000 verzoeken hierboven, met directe chat antwoorden: input 1.000 tokens elk is 100M tokens x $0,15 = $15, output 300 tokens elk is 30M x $0,50 = $15, totaal $30.
Probeer eerst goedkoop, escalatie wanneer nodig
Een verstandige setup is om het meeste verkeer naar een goedkoop chat model te sturen en alleen de prompts te escaleren die een check mislukken. De onderstaande code probeert eerst deze API en valt terug op een tweede client alleen wanneer een validatie faalt. Vul de base URL en model naam van de tweede provider in uit de documentatie.
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
Zelfgerapporteerde zekerheid is een zwak signaal, dus gebruik een betere test als je die hebt: een schemavalidatie, een unit test, of een lengterege. Het punt is om alleen te betalen voor denk-tokens waar ze het resultaat veranderen.
Beveiligingsmaatregelen tegen verrassende rekeningen
Welk model je ook kiest, stel limieten in voordat je een grote batch draait.
- Beperk output. Stel
max_tokensin bij elke call in een loop. Op een reasoning model, controleer hoe de cap samenwerkt met denken, omdat een cap die te laag is het antwoord kan afkappen nadat je al hebt betaald voor het denken. - Test eerst op 50. Vermenigvuldig de gemeten kosten met het volledige aantal voordat je de andere 99.950 lanceert.
- Houd het saldo bij. De
X-Balance-USDheader op deze API toont resterend tegoed na elke call, dus een script kan zichzelf stoppen onder een drempel. - Log usage. Sla prompt en completion token counts per verzoek op. Een outlier prompt die zeer lange output triggert is makkelijk te vinden als je logt, en bijna onmogelijk als je dat niet doet.
Volgende stappen
Om kosten op je eigen data te meten, claim het $0,50 trial credit van de API key pagina. Het vereist geen kaart, duurt 7 dagen en dekt meer dan 1.500 chat turns van 800 input en 400 output tokens ($0,00032 elk). Je eigen prompts erdoorheen runnen beantwoordt de kwaliteitsvraag sneller dan elke rate vergelijking.
Gerelateerde lezing op deze site: de DeepSeek V4 API pagina, de gids over LangChain gebruiken met een compatible endpoint, en de API docs voor request details.

