DeepSeek API vs. OpenAI API-Kosten: Ausgearbeitete Beispiele

Warum die Nennpreise irreführen

Jeder, der nach den Kosten der DeepSeek API im Vergleich zur OpenAI API fragt, sieht sich meist zwei Preistabellen an, die unterschiedliche Modelle, verschiedene Caching-Regeln und verschiedene Output-Multiplikatoren enthalten. Eine Tabelle zeigt einen Preis pro Million Token; deine Rechnung hängt davon ab, wie viele Token jeder Art du sendest. Ein Chatbot, der lange Historien erneut sendet, ist input-lastig. Ein Story-Generator ist output-lastig. Dieselben zwei Preislisten können für diese beiden Workloads in umgekehrter Reihenfolge rangieren.

Also überspringe das Tabellenlesen und führe die Arithmetik für deinen eigenen Datenverkehr durch. Die Methode dauert zehn Minuten und funktioniert für jeden Anbieter, einschließlich dem, den diese Seite verkauft. Wir zitieren hier keine Preise anderer Anbieter, da sie sich ändern; wo eine Zahl von ihnen benötigt wird, sagt der Text, ihre aktuelle Preisliste zu prüfen.

Die Formel

Schreibe sie einmal auf:

Monatliche Kosten = (Eingabe-Token in Millionen × Eingabepreis pro 1M) + (Ausgabe-Token in Millionen × Ausgabepreis pro 1M)

Hier betragen die Preise $0,15 pro 1M Eingabe-Token und $0,50 pro 1M Ausgabe-Token. Ausgabe kostet pro Token 3,33-mal so viel wie Eingabe, also entscheidet der Ausgabeanteil einer Workload maßgeblich über die Rechnung. Die Abrechnung erfolgt Pay as you go vom Prepaid-Guthaben, ohne Abo. Fehlgeschlagene oder abgelehnte Anfragen werden nicht berechnet, und Guthaben verfällt nie.

Für einen anderen Anbieter findest du auf dessen Preisliste drei Dinge: den Eingabepreis, den Ausgabepreis und ob ein Rabatt für wiederholte Prompt-Präfixe gilt. Wende dann dieselbe Formel auf dieselben Token-Anzahlen an. Verschiedene Modelle benötigen möglicherweise unterschiedlich viele Token, um dieselbe Aufgabe abzuschließen, also vergleiche auch die Kosten pro Token.

Fünf ausgearbeitete monatliche Beispiele zu unseren Preisen

Woher stammen solche Token-Anzahlen? Nimm die Chatbot-Zeile. Wenn jede Konversation 8 Durchgänge hat und die gesamte Historie bei jedem Durchgang erneut gesendet wird, kann eine Konversation etwa 4.000 Input-Token und 800 Output-Token verbrauchen. Zehntausend Konversationen im Monat ergeben 40M Input und 8M Output, was der obigen Zeile entspricht. Halbiere die Historie durch Entfernen alter Durchgänge, und die Input-Zeile sinkt um die Hälfte auf $3,00, was den Monat auf $7,00 bringt. Das Management der Historie spart oft mehr als der Anbieterwechsel.

Beachte die Struktur. Bei input-lastigen Aufgaben dominiert die Input-Zeile; beim Fiktionsgenerator macht die Output-Zeile fast neun Zehntel der Rechnung aus. Wenn du Anbieter vergleichst, ist die Frage, welcher der beiden Preise für dich relevant ist. Ein Anbieter mit niedrigem Input-Preis, aber hohem Output-Preis sieht für Zusammenfassungen großartig aus, ist aber beim Schreiben schlecht.

Erst deine echten Token-Anzahlen ermitteln

Das Schätzen der Token-Anzahl ist der schwächste Teil jedes Kostenvergleichs. Miss sie. Die API gibt bei jeder Antwort ein usage-Objekt zurück, sodass ein kurzes Skript echten Traffic abtasten und einen Monat projizieren kann.

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.deepseekapi.top/v1",
    api_key="YOUR_KEY",
)

PRICE_IN, PRICE_OUT = 0.15, 0.50  # dollars per 1M tokens
samples = ["Summarise: ...", "Draft a reply to: ...", "Classify: ..."]

tin = tout = 0
for s in samples:
    r = client.chat.completions.create(
        model="uncensored",
        messages=[{"role": "user", "content": s}],
    )
    tin += r.usage.prompt_tokens
    tout += r.usage.completion_tokens

cost = tin / 1e6 * PRICE_IN + tout / 1e6 * PRICE_OUT
print(f"{tin} in, {tout} out, ${cost:.6f} for {len(samples)} requests")
print(f"projected monthly at 100k requests: ${cost / len(samples) * 100000:.2f}")

Ersetze die Beispiel-Prompts durch 20 bis 50 echte, und die Projektion wird nützlich. Um einen anderen Anbieter zu vergleichen, ändere die beiden Preis-Konstanten in die des anderen Anbieters, basierend auf deren aktueller Preisliste. Token-Anzahlen können zwischen Tokenizern leicht variieren, also betrachte die Projektion der anderen Seite als Schätzung.

Was die Rechnung noch beeinflusst

• Prompt-Caching und Rabatte. Einige Anbieter gewähren Rabatte für wiederholte Präfixe. Prüfe, ob jeder Anbieter das tut, und wie.
• Reasoning-Token. Ein Modell, das vor der Antwort denkt, kann zusätzliche Output-Token berechnen. Vergleiche die Gesamt-Token pro abgeschlossener Aufgabe.
• Wiederholungen und Fehler. Hier werden fehlgeschlagene oder abgelehnte Anfragen nicht berechnet. Prüfe die entsprechende Richtlinie anderswo.
• Mindestumsatz. Aufladungen hier sind jeder beliebige Gesamtbetrag ab $20 bis $500, mit +5% ab $50, +10% ab $100 und +15% ab $200. Eine Aufladung mit $200 ergibt daher $230 Guthaben.
• Ratenlimit. Ein vollständiger Schlüssel erlaubt 8 gleichzeitige Anfragen und 300 pro Minute. Ein Batch, der mehr Parallelität benötigt, dauert länger, als der Preis allein vermuten lässt.

Was günstiger nicht bedeutet

Berücksichtige auch die nicht-preislichen Faktoren, die für dein Projekt wichtig sind. Die Inhaltsrichtlinie ist der Hauptpunkt für viele Leser dieser Seite: Ein Modell, das darauf abgestimmt ist, bei rechtmäßiger Erwachsennutzung ohne Ablehnungen zu antworten, verhält sich anders als ein allgemeiner Assistent, was ein Vorteil für Fiktions- und Rollenspiel-Produkte ist und ein Punkt zur Steuerung für alles Kundenorientierte. Es gibt eine harte Grenze: sexuelle Inhalte mit Minderjährigen sind verboten. Auch die Datenverarbeitung ist wichtig, und hier werden Prompts nicht zum Training verwendet.

Kosten sind nur die Hälfte des Vergleichs. Das Modell hinter dieser API ist ein einzelnes Open-Weight-Modell, betrieben von einem unabhängigen Anbieter und darauf abgestimmt, ohne Inhaltsablehnungen für legale Erwachsenennutzung zu antworten. Es ist nicht die offizielle API von DeepSeek oder OpenAI und kein Router über Anbieter hinweg. Sein Kontextfenster umfasst 100.000 Token, es ist nur Text und hat keine Embeddings oder Feinabstimmung. Wenn deine Aufgabe ein bestimmtes Flaggschiff-Modell eines Anbieters benötigt, bringt dir der günstigere Token-Preis nichts.

Der faire Test ist die Aufgabenqualität pro Dollar. Nimm 30 deiner echten Prompts, führe sie durch jeden Kandidaten, bewerte die Antworten blind und teile die Rechnung durch die Anzahl der akzeptablen Antworten. Manchmal braucht ein günstiges Modell zwei Versuche und verliert seinen Vorteil; manchmal entspricht es dem teuren und du sparst den Großteil der Ausgaben.

Der Wechsel in der Praxis

Wenn dein Code bereits ein OpenAI SDK nutzt, ist das Ausprobieren dieses Endpunkts eine Änderung in drei Zeilen: Base URL, Schlüssel und Modell-ID uncensored. Der Python-Leitfaden zeigt das vollständige Muster, und der DeepSeek-API-Schlüssel-Artikel erklärt, wo Schlüssel passen. Neue Konten können $0,50 Testguthaben mit einem Klick auf der API-Schlüssel-Seite beanspruchen. Das reicht, um das Messskript oben viele Male ohne Kosten auszuführen. Raten und Boni stehen auf der Preisliste, und Parameter sind in den Docs. Du kannst mit Karte (Visa, Mastercard, Apple Pay, Google Pay) oder Krypto (USDT auf TRC20, USDC auf Base) bezahlen.

Weitere Anleitungen

• DeepSeek API SDK: OpenAI SDK verwenden und Endpunkte tauschen
• DeepSeek API-Schlüssel: Zugriff auf die unzensierte LLM-API