DeepSeek API 与 OpenAI API 成本：计算示例 成本：计算示例

为什么标题价格具有误导性

任何人询问 DeepSeek API 与 OpenAI API 成本：计算示例 成本时，通常都在查看两个价格表，其中包含不同的模型、不同的缓存规则和不同的输出乘数。表格显示每百万 token 的费率；你的账单取决于你发送的每种 token 的数量。一个重复发送长历史上下文的聊天机器人是输入密集的。一个故事生成器是输出密集的。对于这两种工作负载，同样的两个价格列表排名可能会相反。

因此，跳过表格阅读，根据你的流量自行进行计算。该方法耗时十分钟，适用于任何供应商，包括本网站提供的供应商。我们在此不引用其他供应商的价格，因为它们会变动；如果需要引用其数字，文本会说明查看其当前定价。

公式

将其记录下来：

月度成本 = (以百万为单位的输入 token 数 × 每 1M 输入价格) + (以百万为单位的输出 token 数 × 每 1M 输出价格)

此处价格为每 1M 输入 token $0.15，每 1M 输出 token $0.50。每 token 的输出成本是输入的 3.33 倍，因此工作负载的输出比例决定了大部分账单。计费为按量付费，从预付额度中支付，无订阅。失败或被拒的请求不收费，且额度永不失效。

对于另一个提供商，在其定价页面上找到三件事：输入价格、输出价格，以及是否对重复的提示词前缀有任何折扣。然后将同一公式应用于相同的 token 数量。不同的模型可能需要不同数量的 token 来完成相同的任务，因此除了按 token 的成本外，还要比较每个完成任务的成本。

基于我们费率的五个有效月度示例

这些 token 数量从何而来？以聊天机器人行为例。如果每次对话有 8 轮交互，且每轮都重新发送整个历史记录，一次对话可能消耗约 4,000 个输入 token 和 800 个输出 token。每月一万次对话意味着 40M 输入 token 和 8M 输出 token，即上一行的数据。通过修剪旧轮次来缩短历史记录，输入成本将减半至 $3.00，使月度总成本降至 $7.00。历史管理往往比更换供应商能带来更大的节省。

注意形状。对于输入密集型工作，输入行占主导；对于小说生成器，输出行几乎占账单的十分之九。如果你正在比较供应商，问题在于哪个价格对你更重要。一个输入价格低但输出价格高的供应商在摘要方面看起来很棒，但在写作方面表现不佳。

先获取真实的 token 数量

猜测 token 数量是任何成本对比中最薄弱的环节。请测量它们。API 会在每次响应中返回一个 usage 对象，因此简短脚本可以采样真实流量并预测一个月的用量。

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}")

用 20 到 50 个真实提示词替换示例提示词，预测就会变得有用。要比较另一个供应商，将两个价格常量更改为他们的，使用他们当前定价页面上的数字。由于分词器不同，token 数量可能会有细微差异，因此将另一方的预测视为估算值。

还有什么会影响账单

• 提示词缓存与折扣。 部分供应商对重复的前缀提供折扣。请检查每个供应商是否提供此类折扣及其方式。
• 推理 token。 在回答前进行思考的模型可能会收取额外的输出 token 费用。请比较每个完成任务的总 token 数。
• 重试与失败。 在此，失败或被拒的请求不收费。请检查其他地方的等效政策。
• 最低消费。 此处的充值金额为 $20 至 $500 之间的任意整数，充值 $50 及以上赠送 5%，$100 及以上赠送 10%，$200 及以上赠送 15%。因此，充值 $200 可获得 $230 的额度。
• 速率限制。 完整密钥允许 8 个并发请求和每分钟 300 个请求。需要更高并发量的批处理任务所需时间将比仅看价格所暗示的更长。

便宜并不意味着什么

还要权衡对您的项目重要的非价格因素。内容政策是许多阅读此页面的读者的主要考量：针对合法成人用途调整以无拒绝回答的模型，其行为与通用助手不同，这对小说和角色扮演产品是一个优势，但对于面向客户的产品则是需要管理的一点。有一个硬性限制：禁止涉及未成年人的性内容。数据处理也很重要，在此提示词不用于训练。

成本只是比较的一半。该 API 背后的模型是一个单一的开放权重模型，由独立提供商运行，并经过调整，针对合法成人用途以无拒绝的方式回答。它不是 DeepSeek 或 OpenAI 的官方 API，也不是跨供应商的路由器。它的上下文窗口为 100,000 个 token，仅支持文本，没有嵌入或微调。如果你的任务需要特定供应商的旗舰模型，更便宜的 token 价格对你毫无用处。

公平的测试是每 $1 的任务质量。取 30 个你的真实提示词，将它们通过每个候选模型运行，盲评答案，并将账单除以可接受答案的数量。有时便宜的模型需要两次尝试并失去优势；有时它匹配昂贵的模型，你节省大部分支出。

实际切换

如果你的代码已经使用了 OpenAI SDK，尝试此接口只需更改三行：Base URL、密钥和模型 ID uncensored。Python 教程 展示了完整模式，DeepSeek API 密钥文章 解释了密钥的放置位置。新账户可以在 API 密钥页面 上点击一次领取 $0.50 的免费试用额度。这足以免费多次运行上述测量脚本。费率和奖励在 定价页面 上，参数在 文档 中。你可以使用银行卡（Visa、Mastercard、Apple Pay、Google Pay）或加密货币（TRC20 上的 USDT、Base 上的 USDC）支付。

更多指南

• DeepSeek API SDK：使用 OpenAI SDK 并交换接口
• DeepSeek API 密钥：无审查 LLM API 访问