Custo da API DeepSeek vs API OpenAI: Exemplos Práticos

Por que os preços de capa enganam

Qualquer um que pergunta sobre custo da API DeepSeek vs API OpenAI geralmente está olhando para duas tabelas de preços com modelos diferentes, regras de cache diferentes e multiplicadores de saída diferentes. Uma tabela mostra uma taxa por milhão de tokens; sua conta depende de quantos de cada tipo de token você envia. Um chatbot que reenvia históricos longos é pesado em entrada. Um gerador de histórias é pesado em saída. As mesmas duas listas de preços podem ficar em ordem inversa para essas duas cargas de trabalho.

Então pule a leitura da tabela e faça os cálculos no seu próprio consumo. O método leva dez minutos e funciona para qualquer provedor, incluindo o que este site vende. Não listamos preços de outros fornecedores aqui, porque mudam; onde um número deles é necessário, o texto diz para verificar a página de preços atual.

A fórmula

Registre uma vez:

Custo mensal = (tokens de entrada em milhões × preço de entrada por 1M) + (tokens de saída em milhões × preço de saída por 1M)

Aqui os preços são $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída. A saída custa 3,33 vezes mais por token que a entrada, então a participação da saída de uma carga de trabalho decide grande parte da conta. O faturamento é pagamento por uso a partir de crédito pré-pago, sem assinatura. Requisições falhas ou recusadas não são cobradas, e o crédito nunca expira.

Para outro fornecedor, encontre três coisas na página de preços deles: o preço de entrada, o preço de saída e se algum desconto se aplica a prefixos de prompt repetidos. Em seguida, aplique a mesma fórmula às mesmas contagens de tokens. Modelos diferentes podem precisar de números diferentes de tokens para concluir a mesma tarefa, então compare o custo por tarefa concluída e o custo por token.

Cinco exemplos mensais calculados com nossas taxas

De onde vêm essas contagens de tokens? Pegue a linha do chatbot. Se cada conversa tiver 8 rodadas e todo o histórico for reenviado a cada rodada, uma conversa pode usar cerca de 4.000 tokens de entrada e 800 tokens de saída. Dez mil conversas por mês são 40M de entrada e 8M de saída, que é a linha acima. Reduza o histórico cortando rodadas antigas e a linha de entrada cai pela metade, para $3,00, o que reduz o mês para $7,00. O gerenciamento de histórico muitas vezes gera uma economia maior do que trocar de fornecedor.

Observe a forma. Para trabalhos pesados em entrada, a linha de entrada domina; para o gerador de ficção, a linha de saída é quase nove décimos da conta. Se você está comparando fornecedores, a pergunta é qual dos dois preços importa para você. Um fornecedor com preço de entrada baixo mas preço de saída alto parece ótimo para resumo e ruim para escrita.

Obtenha suas contagens de tokens reais primeiro

Adivinhar as contagens de tokens é a parte mais fraca de qualquer comparação de custos. Meça-os. A API retorna um objeto usage com cada resposta, então um script curto pode amostrar o tráfego real e projetar um mês.

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}")

Substitua os prompts de amostra por 20 a 50 reais e a projeção se tornará útil. Para comparar outro fornecedor, altere as duas constantes de preço pelas deles, usando os números da página de preços atual deles. As contagens de tokens podem variar ligeiramente entre tokenizadores, então trate a projeção do outro lado como uma estimativa.

O que mais altera a conta

• Cache de prompt e descontos. Alguns provedores descontam prefixos repetidos. Verifique se cada fornecedor faz isso e como.
• Tokens de raciocínio. Um modelo que pensa antes de responder pode cobrar tokens de saída extras. Compare tokens totais por tarefa concluída.
• Retentativas e falhas. Aqui, requisições falhas ou recusadas não são cobradas. Verifique a política equivalente em outro lugar.
• Gasto mínimo. Recarregamentos aqui são qualquer valor inteiro de $20 a $500, com +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200. Um recarregamento de $200 dá, portanto, $230 de crédito.
• Limite de requisições. Uma chave completa permite 8 requisições simultâneas e 300 por minuto. Um lote que precisa de mais paralelismo levará mais tempo do que o preço sozinho sugere.

O que mais barato não significa

Pese também os fatores não relacionados ao preço que importam para o seu projeto. A política de conteúdo é a principal para muitos leitores desta página: um modelo ajustado para responder sem recusas para uso adulto legal se comporta de forma diferente de um assistente geral, o que é um benefício para produtos de ficção e roleplay e um ponto a gerenciar para qualquer coisa voltada ao cliente. Há um limite rígido, é proibido conteúdo sexual envolvendo menores de idade. O tratamento de dados também importa, e aqui os prompts não são usados para treinamento.

O custo é apenas metade da comparação. O modelo por trás desta API é um único modelo de pesos abertos, executado por um fornecedor independente e ajustado para responder sem recusas de conteúdo para uso adulto legal. Não é a API oficial da DeepSeek ou OpenAI, e não é um roteador entre fornecedores. Sua janela de contexto é de 100.000 tokens, é apenas texto e não possui embeddings ou ajuste fino. Se sua tarefa precisar do modelo principal de um fornecedor específico, o preço de token mais barato não vale nada.

O teste justo é a qualidade da tarefa por dólar. Pegue 30 dos seus prompts reais, execute-os em cada candidato, avalie as respostas cegamente e divida a conta pelo número de respostas aceitáveis. Às vezes, um modelo barato precisa de duas tentativas e perde sua vantagem; às vezes, ele corresponde ao caro e você economiza a maior parte do gasto.

Mudança na prática

Se seu código já usa um SDK OpenAI, tentar este endpoint é uma mudança de três linhas: base URL, chave e model id uncensored. O tutorial Python mostra o padrão completo, e o artigo chave API DeepSeek explica onde as chaves se encaixam. Contas novas podem reivindicar $0,50 de crédito de teste com um clique na página chave API. Isso é suficiente para executar o script de medição acima muitas vezes sem custo. Taxas e bônus estão na página de preços, e os parâmetros estão na documentação. Você pode pagar com cartão (Visa, Mastercard, Apple Pay, Google Pay) ou cripto (USDT em TRC20, USDC em Base).

Mais guias

• SDK API DeepSeek: Use o SDK OpenAI e Troque os endpoints
• Chave de API DeepSeek: Acesso à API LLM sem censura