Câu trả lời ngắn gọn và một lời cảnh báo
Không ai có thể đưa ra một con số đơn lẻ đáng tin cậy về việc so sánh hai API, vì câu trả lời phụ thuộc vào số lượng token bạn gửi, số lượng bạn nhận lại và tần suất một yêu cầu bị thất bại hoặc bị từ chối. Những gì bạn có thể làm là định giá khối công việc của bạn trên mỗi phía bằng cùng một công thức. Trang này làm điều đó cho API không kiểm duyệt độc lập được bán trên trang web này, và cho bạn biết nơi tìm thông tin phía còn lại.
Trước hết là một sự làm rõ. Dịch vụ này không phải là API DeepSeek chính thức và không phải là API OpenAI chính thức. Nó chạy một mô hình trọng số mở, do một nhà cung cấp độc lập vận hành và được tinh chỉnh để trả lời mà không từ chối nội dung cho việc sử dụng người lớn hợp pháp. Vì vậy, so sánh ở đây là giữa một sản phẩm khác và những gì bạn trả ở nơi khác, không phải là kiểm tra giá tương đương của cùng một mô hình. Giá của các dịch vụ chính thức thay đổi theo thời gian, nên lời khuyên trung thực là hãy kiểm tra trang giá hiện tại của họ và sử dụng công thức bên dưới.
Công thức
Mọi API chat tính phí theo token đều có cùng cấu trúc:
chi phí = (token đầu vào / 1.000.000) x đơn giá đầu vào + (token đầu ra / 1.000.000) x đơn giá đầu ra
Ở đây, đơn giá đầu vào là $0,15 và đơn giá đầu ra là $0,50 cho mỗi triệu token. Chi phí đầu ra cao hơn một chút so với đầu vào ($0,50 chia cho $0,15 bằng 3,33). Tỷ lệ này quan trọng: một workload đọc nhiều và viết ít thì rẻ, trong khi một workload viết câu trả lời dài sẽ tốn nhiều hơn mỗi token.
Nếu bạn muốn một con số pha trộn, hãy chọn một tỷ lệ. Ở mức ba token đầu vào cho mỗi token đầu ra, đơn giá pha trộn là (3 x $0,15 + $0,50) / 4 = $0,2375 cho mỗi triệu token. Ở mức một token đầu vào cho mỗi token đầu ra, nó là ($0,15 + $0,50) / 2 = $0,325. Chỉ sử dụng con số pha trộn cho việc lập kế hoạch sơ bộ và sử dụng công thức đầy đủ cho ngân sách.
Bốn tải công việc được định giá chính xác
Mỗi con số bên dưới đều được suy ra từ hai đơn giá ở trên. Hãy kiểm tra phép tính bằng cách thay thế bằng các con số của bạn.
1. Chatbot hỗ trợ
1.000 yêu cầu mỗi ngày trong 30 ngày là 30.000 yêu cầu. Mỗi yêu cầu có 1.500 token đầu vào (prompt hệ thống cộng lịch sử) và trả về 400 token. Đầu vào: 30.000 x 1.500 = 45.000.000 token, tương đương 45 x $0,15 = $6,75. Đầu ra: 30.000 x 400 = 12.000.000 token, tương đương 12 x $0,50 = $6,00. Tổng hàng tháng: $12,75, hoặc $0,000425 mỗi yêu cầu.
2. Trả lời câu hỏi tăng cường truy xuất
10.000 yêu cầu mỗi tháng, mỗi yêu cầu có 20.000 token ngữ cảnh được truy xuất và câu trả lời 1.000 token. Đầu vào: 200.000.000 token = 200 x $0,15 = $30,00. Đầu ra: 10.000.000 token = 10 x $0,50 = $5,00. Tổng hàng tháng: $35,00, hoặc $0,0035 mỗi yêu cầu.
3. Tóm tắt hàng loạt
100.000 tài liệu, mỗi tài liệu 3.000 token đầu vào và tóm tắt 300 token đầu ra. Đầu vào: 300.000.000 token = $45,00. Đầu ra: 30.000.000 token = $15,00. Tổng một lần: $60,00, tương đương $0,0006 mỗi tài liệu.
4. Phân tích ngữ cảnh dài
500 cuộc gọi, mỗi cuộc có 90.000 token văn bản nguồn và báo cáo 2.000 token. Đầu vào: 45.000.000 token = $6,75. Đầu ra: 1.000.000 token = $0,50. Tổng: $7,25, hoặc $0,0145 mỗi cuộc gọi.
| Khối công việc | Token đầu vào | Token đầu ra | Chi phí tại đây | Cùng khối công việc ở nơi khác |
|---|---|---|---|---|
| Chatbot, mỗi tháng | 45M | 12M | $12,75 | điền từ trang giá của họ |
| RAG, mỗi tháng | 200M | 10M | $35,00 | điền vào |
| Tóm tắt hàng loạt, một lần | 300M | 30M | $60,00 | điền vào |
| Ngữ cảnh dài, 500 cuộc gọi | 45M | 1M | $7,25 | điền vào |
Cột cuối cùng được cố tình để trống. Hãy lấy đơn giá đầu vào và đầu ra hiện tại của nhà cung cấp khác từ trang web của họ, áp dụng cùng công thức và bạn sẽ có một so sánh thực tế dựa trên số liệu của bạn.
Chi phí không bao giờ xuất hiện trong bảng giá
Hai API có giá theo token giống nhau vẫn có thể có chi phí khác nhau. Hãy kiểm tra những điểm này trước khi quyết định.
- Việc từ chối và gọi lại. Nếu 10% cuộc gọi của bạn bị từ chối và bạn gửi lại chúng với cách diễn đạt khác, bạn sẽ thực hiện 1 / 0,9 = 1,11 cuộc gọi cho mỗi câu trả lời hữu ích, tức là chi phí tăng thêm 11% cộng với thời gian của nhà phát triển, miễn là nhà cung cấp tính phí các lần từ chối. Tại đây, các yêu cầu thất bại hoặc bị từ chối không được tính phí, nên chi phí tăng thêm là thời gian, không phải token.
- Độ dài câu trả lời. Các mô hình khác nhau về mức độ dài dòng. Nếu một mô hình viết 600 token trong khi mô hình khác viết 400 token cho cùng một nhiệm vụ, hóa đơn đầu ra sẽ cao hơn 50% ở mô hình dài dòng hơn.
- Gửi lại ngữ cảnh. Trong một cuộc trò chuyện, mỗi lượt gửi lại toàn bộ lịch sử làm đầu vào. Một cuộc hội thoại 20 lượt không tốn gấp 20 lần một lượt đơn lẻ; nó tốn gần bằng tổng của một cấp số cộng.
- Chiết khấu và phân hạng. Một số nhà cung cấp chiết khấu đầu vào được lưu trữ, công việc hàng loạt hoặc giờ thấp điểm. Nếu bạn đủ điều kiện, hãy bao gồm chiết khấu vào ước tính của bạn. Giá tại đây là cố định.
- Chi tiêu tối thiểu và thời hạn. Tín dụng trả trước tại đây không bao giờ hết hạn và không có gói đăng ký, nên một tháng yên tĩnh sẽ không tốn thêm chi phí. Hãy kiểm tra xem các nhà cung cấp khác có hết hạn tín dụng hoặc yêu cầu cam kết hàng tháng không.
Khi giá là yếu tố quyết định sai lầm
Một mức giá rẻ hơn không giúp ích nếu mô hình không thể thực hiện công việc. Một số trường hợp thực tế mà tùy chọn khác phù hợp hơn:
- Bạn cần mô hình chính thức từ một nhà cung cấp cụ thể vì lý do hợp đồng, tuân thủ hoặc năng lực. Dịch vụ này chạy một mô hình trọng số mở độc lập và không thể thay thế cho mô hình đó.
- Bạn cần tạo ảnh, âm thanh hoặc video, embedding hoặc tinh chỉnh. API này chỉ hỗ trợ văn bản.
- Khối lượng công việc của bạn phụ thuộc vào các tính năng mà nhà cung cấp khác triển khai đầu tiên trong API của họ. Hãy kiểm tra xem các tính năng định dạng OpenAI bạn đang sử dụng (streaming, tools, chế độ JSON) có thực sự là những gì bạn cần trước khi chuyển đổi.
Điều ngược lại cũng đúng. Nếu vấn đề của bạn là từ chối nội dung người lớn hợp pháp, chẳng hạn như tiểu thuyết, nhập vai hoặc nghiên cứu bảo mật, thì giá token thấp hơn trên một mô hình từ chối một nửa số prompt của bạn không phải là khoản tiết kiệm. Trong trường hợp đó, con số hữu ích là chi phí cho mỗi câu trả lời được chấp nhận, không phải chi phí trên mỗi token.
Quy trình lập ngân sách bền vững
Khi bạn đã có công thức, một quy trình ngắn gọn sẽ giúp ước tính của bạn luôn chính xác khi sản phẩm của bạn thay đổi.
- Đo lường một mẫu. Ghi lại số lượng token prompt và token hoàn thành cho vài trăm yêu cầu thực tế. Đừng đoán dựa trên số lượng từ; số lượng token thường cao hơn số lượng từ, và các prompt hệ thống có thể cộng dồn.
- Tìm giá trị trung bình và phần đuôi. Giá trị trung bình xác định ngân sách, nhưng một vài yêu cầu rất lớn sẽ xác định ngày tồi tệ nhất. Nếu một trong một trăm yêu cầu sử dụng đầy đủ cửa sổ 100.000 token, thì đó là $0,015 cho đầu vào của mỗi yêu cầu, tương đương với chi phí của khoảng 35 yêu cầu chatbot thông thường với giá $0,000425.
- Cộng thêm tăng trưởng. Nhân với lưu lượng dự kiến của bạn trong ba tháng tới, không phải hôm nay.
- Lặp lại phép tính cho từng tùy chọn. Sử dụng cùng số token cho mỗi nhà cung cấp, và chỉ thay thế bằng giá và bất kỳ khoản giảm giá nào bạn thực sự đủ điều kiện.
- Thêm chi phí thời gian của chính bạn. Di chuyển một client sang một endpoint khác mất một buổi; xây dựng xung quanh các từ chối mất nhiều thời gian hơn nhiều.
Với tín dụng trả trước, bạn cũng có thể giới hạn rủi ro của mình bằng thiết kế. Tín dụng là một trần cứng: khi hết, các cuộc gọi sẽ thất bại thay vì tăng hóa đơn. Theo dõi tiêu đề X-Balance-USD và nạp tiền theo lịch trình đơn giản hơn là đối chiếu hóa đơn vào cuối tháng.
Bài tập tương tự cũng hoạt động cho một dự án cá nhân. Một người chạy bot nhập vai cho bạn bè với 200 tin nhắn mỗi ngày, với 2.000 token đầu vào và 300 token đầu ra, sẽ thực hiện 200 x 30 = 6.000 yêu cầu mỗi tháng: đầu vào 12.000.000 token ($1,80) cộng với đầu ra 1.800.000 token ($0,90), tổng cộng $2,70 cho tháng đó. Ở quy mô đó, giá trên mỗi token hầu như không quan trọng, và chất lượng cùng các trường hợp từ chối mới là yếu tố quyết định lựa chọn.
Kiểm tra với lưu lượng thực của bạn
Cách chắc chắn nhất để giải quyết câu hỏi này là đo lường. Mọi phản hồi đều bao gồm một khối sử dụng, và các tiêu đề bao gồm X-Balance-USD, vì vậy bạn có thể đọc tín dụng còn lại của mình sau mỗi cuộc gọi. Đoạn mã dưới đây chạy một prompt và in ra chi phí chính xác từ số token được trả về:
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseekapipricing.com/v1",
api_key="YOUR_KEY",
)
IN_RATE = 0.15 / 1_000_000
OUT_RATE = 0.50 / 1_000_000
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize the plot of Hamlet in 120 words."}],
)
u = r.usage
cost = u.prompt_tokens * IN_RATE + u.completion_tokens * OUT_RATE
print(u.prompt_tokens, u.completion_tokens, f"${cost:.6f}")
Ghi lại các số liệu đó trong một ngày lưu lượng thực, nhân lên một tháng và so sánh với logic áp dụng cho mức giá của nhà cung cấp hiện tại của bạn. Người dùng mới có thể nhận tín dụng dùng thử $0,50 chỉ bằng một cú nhấp chuột trên trang khóa API; không cần thẻ, mỗi người chỉ được một lần và kéo dài 7 ngày.
Khi bạn sẵn sàng thanh toán, các khoản nạp tiền chạy từ $20 đến $500 theo số nguyên đô la, với khoản bonus 5% từ $50, 10% từ $100 và 15% từ $200. Chatbot ở trên với giá $12,75 một tháng sẽ khiến một khoản nạp $20 kéo dài khoảng 47 ngày, và một khoản nạp $100, trở thành $110 tín dụng, khoảng 8,6 tháng. Xem trang giá cả để biết phương thức thanh toán, và tài liệu để biết danh sách tham số đầy đủ. Nếu bạn đến đây qua trang API DeepSeek V4, lưu ý một lần nữa rằng đây là một dịch vụ độc lập, không phải API của nhà cung cấp.
