Bảng giá API DeepSeek: Giá giờ cao điểm, tiết kiệm giờ thấp điểm và ví dụ tính chi phí cụ thể

Giá API DeepSeek không chỉ phụ thuộc vào tên mô hình. Input được cache, output tạo ra và thời điểm bạn gửi yêu cầu đều có thể làm thay đổi đáng kể hóa đơn.

Với DeepSeek Flash, mức giá hiển thị của CheapAIModel thấp hơn giá cao điểm khi gọi trực tiếp DeepSeek nhưng cao hơn giá thấp điểm. Sự khác biệt này rất quan trọng nếu bạn có thể sắp xếp công việc theo khung giờ. Tuyên bố chung chung kiểu “rẻ hơn DeepSeek 30%” sẽ bỏ qua khung giờ gọi trực tiếp rẻ hơn.

Dưới đây là ảnh chụp bảng giá kèm ngày, sau đó là ba ví dụ tính toán. Đây là các tình huống lập ngân sách, không phải kết quả đo lường ứng dụng thực tế hay cam kết về số tác vụ thành công mà một ngân sách token có thể mua được.

Muốn biết cách thanh toán? Xem thanh toán API DeepSeek về PayPal, nạp tiền bằng thẻ, hoàn tiền và hóa đơn.

Giá API DeepSeek Flash hiện tại

Giá được kiểm tra ngày 26 tháng 10 năm 2026. USD trên một triệu token:

Loại token	DeepSeek trực tiếp: cao điểm	DeepSeek trực tiếp: thấp điểm	Mức giá hiển thị của CheapAIModel
Input, cache miss	$0.30	$0.15	$0.209351
Input, cache hit	$0.006	$0.003	$0.004187
Output	$1.20	$0.60	$0.837404

Nguồn: DeepSeek Models & Pricing và CheapAIModel pricing.

Khung giờ cao điểm của DeepSeek là 01:00–04:00 và 06:00–10:00 UTC, từ thứ Hai đến thứ Sáu, trừ các ngày lễ công cộng của Trung Quốc. Các giờ khác, cuối tuần và những ngày lễ đó là thấp điểm. Bảng chính thức cũng liệt kê V4 Pro riêng; đừng áp dụng giá Flash cho yêu cầu Pro.

Trước khi so sánh các nhà cung cấp, hãy xác nhận đúng mô hình và loại tính phí. API trực tiếp của DeepSeek hiện dùng deepseek-flash, được phục vụ bởi DeepSeek-V4.1-Flash-1017. CheapAIModel liệt kê deepseek-v4-1-flash. Các mã tuyến khác nhau không chứng minh rằng mọi tính năng, bản sửa đổi mô hình hay giới hạn vận hành đều giống hệt nhau. Thiết lập API trực tiếp

Cách tính chi phí API DeepSeek của bạn

Tách riêng input được cache và input không được cache:

Chi phí = (input cache miss / 1,000,000 × giá miss) + (input cache hit / 1,000,000 × giá hit) + (output tính phí / 1,000,000 × giá output).

Đừng cộng input được cache lên trên tổng input. Lược đồ mức sử dụng Chat Completions của DeepSeek định nghĩa prompt token là token cache hit cộng token cache miss. Lược đồ mức sử dụng Responses cũng hiển thị token suy luận trong phần phân tách output. Hãy dùng mức sử dụng tính phí được báo cáo thay vì chỉ đếm những từ hiển thị trong câu trả lời cuối cùng. Trường mức sử dụng Chat · Trường mức sử dụng Responses

Các ví dụ dưới đây chỉ gồm phí token mô hình. Không gồm phí công cụ riêng, thuế nếu có và hạ tầng bên ngoài. Mức sử dụng thực tế phải bao gồm các lần thử lại và các cuộc gọi nhiều bước. Một khối lượng công việc trải qua cả hai khung giá trực tiếp cần các tổng phụ riêng thay vì một mức giá giả định.

Ví dụ 1: Khối lượng công việc hỗ trợ

Giả sử 15 triệu token input không được cache và 4 triệu token output:

• DeepSeek trực tiếp cao điểm: 15 × $0.30 + 4 × $1.20 = $9.30.
• DeepSeek trực tiếp thấp điểm: $4.65.
• CheapAIModel: khoảng $6.49.

Những số token này không đảm bảo một số lượng hội thoại cụ thể. Lịch sử dài hơn, ngữ cảnh truy xuất và độ dài câu trả lời đều thay đổi chi phí mỗi hội thoại. Hãy dùng nhật ký mức sử dụng của ứng dụng để ước tính số cuộc trò chuyện mà ngân sách này chi trả được.

Ví dụ 2: Tóm tắt tài liệu

Giả sử có 200 triệu token đầu vào không cache và 20 triệu token đầu ra:

• DeepSeek trực tiếp giờ cao điểm: $84.00.
• DeepSeek trực tiếp giờ thấp điểm: $42.00.
• CheapAIModel: khoảng $58.62.

Nếu tài liệu có thể chờ, xử lý trực tiếp vào giờ thấp điểm có phí token thấp nhất trong thời điểm này. Nếu công việc phải chạy ngay, hãy so sánh mức giá hiện hành, yêu cầu vận hành và chất lượng trên chính tài liệu của bạn.

Ví dụ 3: Khối lượng công việc lập trình dùng nhiều cache

Giả sử có 225 triệu token đầu vào, trong đó 180 triệu là cache hit và 45 triệu là cache miss, cộng thêm 22.5 triệu token đầu ra:

• DeepSeek trực tiếp giờ cao điểm: $41.58.
• DeepSeek trực tiếp giờ thấp điểm: $20.79.
• CheapAIModel: khoảng $29.02.

Tỷ lệ hit 80% là giả định rõ ràng của tình huống, không phải kết quả quan sát được hay được đảm bảo. Ví dụ cũng giả định cùng số token và cùng cách phân loại cache trên các tuyến. Cách cache khác nhau có thể làm thay đổi so sánh nhiều hơn một thay đổi nhỏ trong giá niêm yết.

Cả ba ví dụ đều là phép tính dùng mức giá hiển thị, chỉ làm tròn ở tổng cuối cùng. Đây không phải bài kiểm tra độ trễ, độ tin cậy hay mức thành công của tác vụ.

API DeepSeek có miễn phí không?

Ứng dụng chat cho người dùng và API cho nhà phát triển là hai sản phẩm khác nhau. DeepSeek giới thiệu ứng dụng của mình là miễn phí, còn tài liệu API mô tả phí sử dụng được trừ từ số dư tài khoản. Trải nghiệm chat miễn phí không cho ứng dụng của bạn hạn mức API miễn phí. Thông báo ứng dụng DeepSeek · Thanh toán API

Đừng xây dựng ngân sách dựa trên gói miễn phí vĩnh viễn trừ khi điều khoản hiện tại của tài khoản bạn nêu rõ có gói đó. Kiểm tra số dư khuyến mãi, thời hạn và điều kiện đủ điều kiện trước khi coi đó là số dư khả dụng. Tự vận hành là một lựa chọn khác, nhưng phần cứng, hosting và vận hành vẫn tốn chi phí.

CheapAIModel hiện quảng cáo thanh toán trả trước, nạp tiền từ $5 và không cần mua gói. Kiểm tra điều khoản thanh toán và hoàn tiền hiện tại trước khi nạp tiền. Mua số dư không giống với chi phí token của một yêu cầu. Thanh toán và giá

Ba cách thực tế để kiểm soát chi tiêu

1. Đo cache hit thay vì giả định

Cache của DeepSeek khớp các tiền tố prompt lặp lại theo kiểu nỗ lực tối đa. Giữ hướng dẫn ổn định và ngữ cảnh dùng lại ở đầu, rồi kiểm tra prompt_cache_hit_tokens và prompt_cache_miss_tokens. Prompt trông có vẻ lặp lại không đảm bảo có cache hit. Hướng dẫn cache ngữ cảnh

Theo dõi tỷ lệ hit theo nhà cung cấp và khối lượng công việc. Một bảng điều khiển hữu ích tách riêng đầu vào đã cache, đầu vào mới và đầu ra, thay vì chỉ hiển thị một con số tổng token ấn tượng.

2. Tinh chỉnh suy luận cho tác vụ

API trực tiếp bật suy luận mặc định. Giao diện theo định dạng OpenAI tách công tắc suy luận khỏi điều khiển mức độ tư duy. Hãy xác nhận cú pháp cho endpoint bạn chọn thay vì sao chép cài đặt từ nhà cung cấp khác. Hướng dẫn chế độ suy luận

So sánh cài đặt với một nhóm nhỏ tác vụ có tiêu chí thành công rõ ràng. Câu trả lời ngắn hơn không phải là tiết kiệm nếu khiến phải thử lại thêm hoặc không hoàn thành công việc. Dùng tổng chi phí cho mỗi kết quả thành công làm thước đo quyết định.

3. Tránh gửi ngữ cảnh không cần thiết

Kiểm tra những gì ứng dụng gửi trong mỗi lượt: tài liệu đã truy xuất, định nghĩa công cụ, tin nhắn trước đó và tệp lặp lại. Gỡ bỏ tài liệu không liên quan một cách cẩn thận, rồi kiểm tra chất lượng câu trả lời vẫn đáp ứng yêu cầu của bạn. Đặt hạn mức chi tiêu hợp lý ở cấp đầu ra và cấp ứng dụng, nhưng tránh cắt phản hồi quá mạnh đến mức người dùng phải lặp lại yêu cầu.

Chọn một hướng, rồi kiểm chứng với khối lượng nhỏ

Với công việc có thể chạy ngoài giờ cao điểm, hãy bắt đầu bằng cách so sánh giá ngoài giờ cao điểm trực tiếp của DeepSeek. Với ứng dụng dùng nhiều mô hình, hãy đánh giá xem quyền truy cập chung và thanh toán của CheapAIModel có phù hợp với quy trình của bạn không, rồi so sánh tổng chi phí theo số giờ và hành vi cache mà bạn thực sự mong đợi.

Dùng key do nhà cung cấp bạn đang gọi cấp, cùng với endpoint và mã định danh mô hình của nhà cung cấp đó. Không trộn key DeepSeek chính thức với endpoint của bên thứ ba.

Trước khi chuyển lưu lượng production, hãy kiểm chứng một yêu cầu đại diện, định dạng phản hồi, các tính năng được hỗ trợ, trường mức sử dụng và số tiền bị tính. Bài viết này không khẳng định rằng chuyển đổi production chỉ cần ba thay đổi cấu hình.

Kiểm tra giá CheapAIModel hiện tại trước khi nạp tiền vào tài khoản. Để có lựa chọn mô hình rộng hơn, xem so sánh bảng giá LLM API của chúng tôi, rồi kiểm chứng khối lượng công việc của chính bạn trước khi mở rộng.