GuidesOneMux

DeepSeek V4.1 Flash 1017: API-Kosten vor einer Evaluation schätzen

Ein nachvollziehbarer Leitfaden zur Schätzung der API-Kosten für DeepSeek V4.1 Flash 1017 – mit Peak- und Off-Peak-Tarifen, Cache-Annahmen und einem Evaluationsbudget.

AI

Zusammenfassung · TL;DR

Nutzen Sie die Peak-Preise für nicht zwischengespeicherte Tokens, um ein konservatives Evaluationsbudget festzulegen, und berechnen Sie anschließend die tatsächlichen Kosten anhand der Nutzungsdaten. Der Leitfaden vergleicht die veröffentlichten offiziellen und OneMux-Tarife für denselben Workload und erklärt, wann Cache- und Off-Peak-Annahmen die Schätzung verändern.

Kernaussagen

  • Für 300 Aufrufe mit jeweils maximal 8.000 Input- und 2.000 Output-Tokens beträgt das Token-Budget ohne Cache zum Peak-Tarif $1.44 bei den veröffentlichten offiziellen Tarifen beziehungsweise $0.24336 bei den veröffentlichten OneMux-Tarifen.
  • Der veröffentlichte Mischpreis von $0.292 pro Million Tokens setzt ein Input-zu-Output-Verhältnis von 4:1 und eine Cache-Trefferquote von 80 % für Input voraus; er ist kein allgemeingültiger Token-Preis.
  • Trennen Sie Gebühren für erfolgreiche Search- und Fetch-Anfragen von den Token-Kosten und prüfen Sie vor einer Evaluation die aktuellen Preise und die Voraussetzungen für den jeweiligen Tarif.
  • Erfassen Sie die tatsächliche Token-Nutzung, Cache-Lesezugriffe, Wiederholungsversuche und Anfragezeitpunkte, damit spätere Evaluationen auf derselben Grundlage verglichen werden können.
Auf dieser Seite (9)

Mit einem begrenzten Evaluationsbudget beginnen

Planen Sie für eine wiederholbare Evaluation von DeepSeek V4.1 Flash 1017 zunächst die maximale Anzahl geplanter Aufrufe zu Peak-Tarifen ohne Cache ein. Betrachten Sie Cache-Treffer und die Planung außerhalb der Peak-Zeiten als separate Szenarien, nicht als Einsparungen, die sich vorab voraussetzen lassen.

Werden beispielsweise 100 Testfälle jeweils dreimal mit höchstens 8.000 Input- und 2.000 Output-Tokens pro Aufruf ausgeführt, ergibt sich ein Peak-Token-Budget von $1.44 bei den veröffentlichten offiziellen Tarifen beziehungsweise $0.24336 bei den veröffentlichten OneMux-Tarifen. Diese Beträge enthalten weder Tool-Gebühren noch Aufrufe über die geplanten 300 hinaus. Es handelt sich um Beispielrechnungen, nicht um Ergebnisse eines kostenpflichtigen Tests.

OneMux, der Herausgeber dieses Leitfadens, bietet über eine OpenAI-kompatible API Zugang zu Modellen. Der folgende Vergleich verwendet den veröffentlichten Katalog von OneMux neben der Preisliste von LLMLearner; er belegt weder die Modellqualität noch garantiert er, dass für einen bestimmten Workload ein Cache- oder Zeittarif gilt.

Preisliste und Abrechnungsannahmen

Die Momentaufnahme des OneMux-Katalogs wurde am 13. November 2026 um 18:30:05 UTC erfasst. Die bereitgestellte Preisliste von LLMLearner nennt den 17. Oktober 2026 als Datum des Inkrafttretens. Die folgenden Preise sind in USD pro Million Tokens angegeben; prüfen Sie vor der Budgetplanung die aktuellen Bedingungen.

TarifOffizieller InputOffizieller OutputOneMux-InputOneMux-OutputVeröffentlichtes Preisverhältnis OneMux zu offiziell
Peak$0.30$1.20$0.0507$0.20280.169
Off-Peak$0.15$0.60$0.02535$0.10140.169

Das veröffentlichte Verhältnis ist ein Preismultiplikator und kein zusätzlicher Rabatt, der auf die OneMux-Preise anzuwenden wäre. Der OneMux-Modelleintrag enthält die Katalogpreise nach Tarifstufen.

Lesen von zwischengespeichertem InputOffizieller Preis pro Million TokensOneMux-Preis pro Million Tokens
Peak$0.006$0.001014
Off-Peak$0.003$0.000507

LLMLearner beschreibt die Peak-Zeiten als werktags von 01:00–04:00 und 06:00–10:00 UTC, ausgenommen chinesische Feiertage; die Off-Peak-Tarife betragen die Hälfte der Peak-Tarife. Der OneMux-Katalog bezeichnet dieselben Stunden an Wochentagen als Peak und die übrigen Zeiten als Off-Peak. Die bereitgestellte Katalogbeschreibung nennt jedoch keine Feiertagsausnahme. Prüfen Sie die aktuellen Zeit- und Feiertagsregeln des jeweiligen Anbieters, einschließlich der Abrechnung von Anfragen, die eine Tarifgrenze überschreiten.

Zwischengespeicherter Input ist nicht kostenlos. Die Tabelle nennt Preise für Lesezugriffe auf den Cache; sie trifft keine Aussage über die Cache-Berechtigung, Gebühren für das Schreiben in den Cache oder andere nicht aufgeführte Gebühren. Behandeln Sie unbekannte Kosten als unbekannt, nicht als null.

Einen wiederholbaren Testplan erstellen

Mit dem folgenden Beispielplan lassen sich Testläufe vergleichen, ohne dass eine Änderung des Workloads als Preis- oder Qualitätsunterschied erscheint:

  1. Erstellen Sie einen festen Satz von 100 repräsentativen Fällen. Berücksichtigen Sie kurze und lange Eingaben, Fälle mit vorgegebenem Ausgabeformat, mehrdeutige Anfragen und Fälle, in denen die korrekte Antwort lautet, dass die bereitgestellten Informationen nicht ausreichen.
  2. Halten Sie für jeden Fall die Eingabe, das erwartete Verhalten und die Bewertungsanweisungen fest. Bewerten Sie Korrektheit und Format getrennt; eine formal gültig wirkende Antwort ist nicht zwangsläufig korrekt.
  3. Führen Sie jeden Fall dreimal aus, sodass insgesamt 300 Aufrufe geplant sind. Erfassen Sie für jeden Aufruf die Modellkennung, Prompt-Version, Generierungseinstellungen, den Zeitstempel, die Antwort und die gemeldete Nutzung.
  4. Legen Sie pro Aufruf ein Limit von 8.000 Input-Tokens und 2.000 Output-Tokens fest, sofern der Endpoint diese Steuerungsmöglichkeiten unterstützt. Kann ein Endpoint kein Input-Limit durchsetzen, validieren Sie die Eingaben vor dem Senden. Klären Sie, welche Output-Tokens der Anbieter zählt, gegebenenfalls einschließlich nicht sichtbarer Tokens.
  5. Setzen Sie für das Basisbudget eine Obergrenze von insgesamt 300 Versuchen einschließlich Wiederholungsversuchen. Benötigt ein fehlgeschlagener Versuch einen Ersatz, zählen Sie diesen gegen das Limit oder genehmigen Sie vor der Fortsetzung ein separates Budget für Wiederholungsversuche.

Dies sind Grenzen für das Testdesign und keine Aussage, dass das Modell oder eine API automatisch eine Ausgabenobergrenze durchsetzt. Beenden Sie den Testlauf, sobald das Versuchslimit oder ein unabhängig überwachtes Budget erreicht ist. Prüfen Sie die Dokumentation zu Endpoint und Parametern, bevor Sie sich auf eine bestimmte Steuerungsmöglichkeit verlassen.

Das konservative Token-Budget berechnen

Beim maximal geplanten Umfang erzeugen 300 Aufrufe bis zu 2,4 Millionen Input-Tokens und 0,6 Millionen Output-Tokens. Unter der Annahme, dass der gesamte Input nicht zwischengespeichert ist und alle Aufrufe zum Peak-Tarif abgerechnet werden:

BestandteilVolumenOffizielle BerechnungOneMux-Berechnung
Input2,4 Millionen Tokens2.4 × $0.30 = $0.722.4 × $0.0507 = $0.12168
Output0,6 Millionen Tokens0.6 × $1.20 = $0.720.6 × $0.2028 = $0.12168
Token-Kosten insgesamt3 Millionen Tokens$1.44$0.24336

Ein zusätzlich eingeplanter Puffer von 10 % für weitere Peak-Aufrufe ohne Cache würde das Token-Budget auf $1.584 beim offiziellen Tarif beziehungsweise $0.267696 bei OneMux erhöhen, sofern für die zusätzlichen Aufrufe dieselben maximalen Token-Mengen gelten. Dies ist ein Puffer, keine Prognose zur Häufigkeit von Wiederholungsversuchen. Rechnen Sie bekannte Kosten außerhalb der Token-Abrechnung separat hinzu.

Den Mischpreis vor dem Vergleich von Workloads verstehen

LLMLearner nennt ungefähr $0.292 pro Million Tokens als Mischpreis für ein Input-zu-Output-Verhältnis von 4:1, bei dem 80 % des Inputs zum offiziellen Peak-Tarif aus dem Cache bereitgestellt werden. Dieser Wert ist nur dann hilfreich, wenn diese Annahmen zu Ihrem Workload passen.

Für den beispielhaften monatlichen Assistenten-Workload mit 10.000 Anfragen und jeweils 8.000 Input- und 2.000 Output-Tokens lautet die Rechnung:

  • Der gesamte Input beträgt 80 Millionen Tokens: 16 Millionen nicht zwischengespeicherte und 64 Millionen zwischengespeicherte Tokens.
  • Die offiziellen Peak-Kosten für Input betragen 16 × $0.30 plus 64 × $0.006, also $5.184.
  • Die offiziellen Peak-Kosten für Output betragen 20 × $1.20, also $24.00.
  • Insgesamt ergeben sich $29.184, üblicherweise als $29.18 dargestellt, für 100 Millionen Tokens. Der ungerundete Mischpreis beträgt $0.29184 pro Million Tokens.
  • Zu den veröffentlichten OneMux-Peak-Tarifen und bei denselben Mengen kostet der Input $0.876096 und der Output $4.056, insgesamt also $4.932096.

Wird kein Input aus dem Cache bereitgestellt, kostet derselbe Workload zu den offiziellen Peak-Token-Tarifen $48.00 beziehungsweise zu den OneMux-Peak-Token-Tarifen $8.112. Dieser Unterschied zeigt, warum eine Preisangabe, die sich nur auf die Gesamtzahl der Tokens stützt, irreführend sein kann. Werden alle Aufrufe in ein zulässiges Off-Peak-Zeitfenster verlegt, halbieren sich entsprechend diese konkreten Token-Schätzungen; ein gemischter Zeitplan erfordert separate Zwischensummen für Peak und Off-Peak.

Tools berücksichtigen und den Testlauf abrechnen

Laut LLMLearner kosten Search und Fetch ab dem 1. November jeweils zusätzlich zu den Tokens $0.75 pro 1.000 erfolgreiche Anfragen. Beispielsweise würden 300 erfolgreiche Search-Anfragen und 300 erfolgreiche Fetch-Anfragen unter diesen Bedingungen zusätzlich $0.225 + $0.225 = $0.45 kosten. Ob diese Tools und Gebühren über einen bestimmten Endpoint oder Anbieter gelten, muss separat geprüft werden; der bereitgestellte OneMux-Katalog belegt weder ihre Verfügbarkeit noch die Gebühren dafür.

Ersetzen Sie nach dem Testlauf die geplanten Höchstwerte durch die gemeldeten Mengen an nicht zwischengespeichertem Input, Input aus Cache-Lesezugriffen und Output. Teilen Sie die Nutzung nach dem jeweils geltenden Zeittarif auf und addieren Sie anschließend bestätigte Tool- und sonstige Gebühren. Dokumentieren Sie auch fehlgeschlagene Versuche und gleichen Sie die Angaben mit der Rechnung des Anbieters ab: Eine fehlgeschlagene Anfrage ist nicht zwangsläufig kostenlos.

Behalten Sie für eine faire Wiederholung der Evaluation dieselben Fälle, Limits, Einstellungen und Bewertungsregeln bei. Geben Sie neben den Kosten auch Änderungen beim Cache-Verhalten oder Zeitplan an. Der Preis allein sagt nichts darüber aus, ob die Antworten die Anforderungen der Testfälle erfüllt haben.

Fazit

Nutzen Sie die Peak-Berechnung ohne Cache, um einen begrenzten Test zu genehmigen, und die gemessene Nutzung, um die Schlussrechnung zu erläutern. Schätzungen mit hoher Cache-Nutzung und zu Off-Peak-Tarifen sind wertvolle Sensitivitätsprüfungen, ersetzen aber weder die Überprüfung der Berechtigung noch tatsächliche Nutzungsdaten.

Quellen

Veröffentlichte Preis-Momentaufnahme

Am 2026-11-13T18:30:05.872Z aus dem veröffentlichten OneMux-Katalog erfasst. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Die Abrechnung nach Tarifstufe, Cache-Nutzung oder Zeit kann abweichen. Unbekannte Werte sind nicht null.

ModellOffizieller InputOffizieller OutputOneMux-InputOneMux-OutputVeröffentlichtes Preisverhältnis
DeepSeek V4.1 Flash 1017$0.3$1.2$0.0507$0.20280.169

Aktuelle OneMux-Preise. Vergleichen Sie Workload-Kosten nur, wenn Input/Output und Abrechnungseinheiten übereinstimmen; die Tarifbedingungen finden Sie auf der jeweiligen Modellseite.

FAQ

Wie viel kostet eine Evaluation von DeepSeek V4.1 Flash 1017 mit 300 Aufrufen?

Bei den veröffentlichten Peak-Tarifen und jeweils 8.000 nicht zwischengespeicherten Input-Tokens sowie 2.000 Output-Tokens pro Aufruf betragen die Token-Kosten $1.44 zu offiziellen Tarifen beziehungsweise $0.24336 zu OneMux-Tarifen. Tool-Gebühren und zusätzliche Versuche sind nicht enthalten.

Gilt der Mischpreis von $0.292 für jeden Workload?

Nein. Er setzt ein Input-zu-Output-Verhältnis von 4:1 voraus, wobei 80 % des Inputs zum offiziellen Peak-Tarif aus dem Cache bereitgestellt werden. Andere Token-Verhältnisse, Cache-Lesemengen oder Zeittarife führen zu anderen Mischpreisen.

Sind Search und Fetch in den Token-Preisen enthalten?

Die bereitgestellte LLMLearner-Preisliste führt beide ab dem 1. November separat mit jeweils $0.75 pro 1.000 erfolgreiche Anfragen auf. Prüfen Sie die Verfügbarkeit und die geltenden Gebühren bei dem Endpoint oder Anbieter, den Sie verwenden.

Ähnliche Artikel