Koszt API DeepSeek vs OpenAI: Przykłady

Dlaczego ceny z nagłówków mylą

Każdy pytający o koszt API DeepSeek vs OpenAI zazwyczaj porównuje dwie tabele z różnymi modelami, różnymi zasadami buforowania i różnymi mnożnikami wyjścia. Tabela pokazuje stawkę za milion tokenów; Twoja faktura zależy od liczby wysyłanych tokenów każdego typu. Czatbot wysyłający długie historie jest obciążony po stronie wejścia. Generator opowiadań jest obciążony po stronie wyjścia. Te same dwie listy cen mogą dać przeciwne wyniki dla tych dwóch rodzajów obciążenia.

Pomiń więc czytanie tabel i wykonaj obliczenia dla swojego ruchu. Metoda zajmuje dziesięć minut i działa dla dowolnego dostawcy, włącznie z tym, który sprzedaje ta strona. Nie cytujemy tu cen innych dostawców, ponieważ się zmieniają; tam, gdzie potrzebna jest liczba od nich, tekst mówi, aby sprawdzić ich aktualną stronę z cenami.

Wzór

Zapisz to raz:

Miesięczny koszt = (tokeny wejścia w milionach × cena za token wejściowy na 1M) + (tokeny wyjścia w milionach × cena za token wyjściowy na 1M)

Tutaj ceny to $0,15 za 1M tokenów wejściowych i $0,50 za 1M tokenów wyjściowych. Wyjście kosztuje 3,33 razy więcej za token niż wejście, więc udział wyjścia w zadaniu decyduje o większości rachunku. Płatności są dokonywane na żądanie z przedpłaconego kredytu, bez subskrypcji. Nieudane lub odrzucone zapytania nie są rozliczane, a kredyt nigdy nie wygasa.

Dla innego dostawcy znajdź na jego stronie z cenami trzy rzeczy: cenę wejścia, cenę wyjścia i czy zniżka dotyczy powtarzających się prefiksów promptów. Następnie zastosuj ten sam wzór do tych samych liczb tokenów. Różne modele mogą wymagać innej liczby tokenów do ukończenia tego samego zadania, więc porównaj koszt za ukończone zadanie oraz koszt za token.

Pięć przeanalizowanych miesięcznych przykładów przy naszych stawkach

Skąd pochodzą takie liczniki tokenów? Weź wiersz czatbota. Jeśli każda rozmowa ma 8 tur i cała historia jest wysyłana ponownie przy każdej turze, rozmowa może zużyć około 4000 tokenów wejścia i 800 tokenów wyjścia. Dziesięć tysięcy rozmów miesięcznie to 40M wejścia i 8M wyjścia, co jest wierszem powyżej. Zredukuj historię o połowę, usuwając stare tury, a linia wejścia spadnie o połowę, do $3,00, co daje łącznie $7,00 w miesiącu. Zarządzanie historią często daje większą oszczędność niż zmiana dostawcy.

Zauważ kształt. Dla zadań obciążonych wejściem dominuje linia wejścia; dla generatora fikcji linia wyjścia stanowi prawie dziewięć dziesiątych rachunku. Jeśli porównujesz dostawców, pytanie brzmi, która z dwóch cen ma dla Ciebie znaczenie. Dostawca z niską ceną wejścia, ale wysoką ceną wyjścia wygląda świetnie dla podsumowań, a słabo dla pisania.

Najpierw uzyskaj rzeczywiste liczniki tokenów

Zgadnianie liczników tokenów to najsłabsza część każdego porównania kosztów. Zmierz je. API zwraca obiekt usage z każdą odpowiedzią, więc krótki skrypt może pobrać próbkę rzeczywistego ruchu i przeliczyć koszty na miesiąc.

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}")

Zamień przykładowe prompty na 20 do 50 prawdziwych, a prognoza stanie się użyteczna. Aby porównać innego dostawcę, zmień dwie stałe cenowe na ich wartości, używając liczb z ich aktualnej strony z cenami. Liczby tokenów mogą się nieznacznie różnić w zależności od tokenizera, więc traktuj prognozę drugiej strony jako szacunkową.

Co jeszcze wpływa na rachunek

• Buforowanie promptów i zniżki. Niektórzy dostawcy obniżają ceny za powtarzające się prefiksy. Sprawdź, czy każdy dostawca to robi i jak.
• Tokeny rozumowania. Model myślący przed odpowiedzią może rozliczać dodatkowe tokeny wyjścia. Porównaj całkowitą liczbę tokenów za ukończone zadanie.
• Ponowne próby i awarie. Tutaj nieudane lub odrzucone zapytania nie są rozliczane. Sprawdź odpowiednią politykę w innych miejscach.
• Wydatki minimalne. Doładowania tutaj to dowolna kwota całkowita od $20 do $500, z +5% od $50, +10% od $100 i +15% od $200. Doładowanie na kwotę $200 daje zatem $230 kredytu.
• Limity zapytań. Pełny klucz pozwala na 8 równoległych zapytań i 300 na minutę. Partia wymagająca większej równoległości będzie trwać dłużej niż sugeruje sama cena.

Co tańszy nie oznacza

Weź pod uwagę również czynniki niecenowe istotne dla Twojego projektu. Polityka treści jest główna dla wielu czytelników tej strony: model dostosowany do odpowiadania bez odmów dla prawnego użytku dorosłego zachowuje się inaczej niż ogólny asystent, co jest zaletą dla produktów fikcyjnych i do odgrywania ról, ale punktem do zarządzania w przypadku czegoś skierowanego do klientów. Istnieje jeden twardy limit: treści seksualne z udziałem nieletnich są zabronione. Ważne jest też przetwarzanie danych, a tutaj prompty nie są używane do trenowania.

Koszt to tylko połowa porównania. Model stojący za tym API to pojedynczy model o otwartych wagach, uruchamiany przez niezależnego dostawcę i dostrojony do odpowiadania bez odmów treści dla prawnego użytku dorosłych. Nie jest to oficjalne API DeepSeek ani OpenAI i nie jest to router między dostawcami. Jego okno kontekstu wynosi 100 000 tokenów, jest tylko tekstowy i nie posiada embeddingów ani dostrajania. Jeśli Twoje zadanie wymaga flagowego modelu konkretnego dostawcy, tańsza cena za token nic Ci nie da.

Prawdziwym testem jest jakość zadania za dolar. Weź 30 swoich prawdziwych promptów, przetestuj je na każdym kandydacie, oceń odpowiedzi ślepo i podziel rachunek przez liczbę akceptowalnych odpowiedzi. Czasami tani model potrzebuje dwóch prób i traci przewagę; czasami dorównuje drogiemu modelowi i oszczędzasz większość wydatków.

Przełączanie w praktyce

Jeśli Twój kod już używa SDK OpenAI, próba użycia tego endpointa to zmiana na trzy linie: Base URL, klucz i ID modelu uncensored. Przewodnik przewodnik po Pythonie pokazuje pełny wzorzec, a artykuł artykuł o kluczu API DeepSeek wyjaśnia, gdzie pasują klucze. Nowe konta mogą zyskać $0,50 kredytu próbnego jednym kliknięciem na stronie klucza API. To wystarczy do wielokrotnego uruchomienia powyższego skryptu pomiarowego bez kosztów. Stawki i bonusy są na stronie z cenami, a parametry w dokumentacji. Możesz zapłacić kartą (Visa, Mastercard, Apple Pay, Google Pay) lub kryptowalutami (USDT na TRC20, USDC na Base).

Więcej przewodników

• SDK API DeepSeek: Użyj SDK OpenAI i Zamień Endpointy
• Klucz API DeepSeek: dostęp do API LLM bez cenzury