DeepSeek V4.1 Flash API-Kosten: ein reproduzierbares Evaluierungsbudget
DeepSeek V4.1 Flash Evaluierungskosten anhand ausdrücklicher Token-Annahmen, Zeitstufen, Cache-Szenarien und wiederholbarer Testfälle schätzen.
Zusammenfassung · TL;DR
Eine reproduzierbare Kostenschätzung für eine festgelegte DeepSeek V4.1 Flash Evaluierungs-Workload, einschließlich Preisannahmen, Cache-Berechnung, Ausführungsgrenzen und Testfällen.
Kernaussagen
- Zu den aufgeführten OneMux Peak-Preisen kostet die beispielhafte Workload mit 150.000 Anfragen $24.219, sofern bestätigt wird, dass die Katalogbeträge pro Million Tokens gelten und keine Eingaben aus dem Cache gelesen werden.
- Die separat aufgeführten Fireworks AI US Router-Preise ergeben für dieselbe 30-Tage-Workload eine Schätzung von $310.50, ohne Cache- und andere Gebühren.
- Eine wiederholbare Evaluierung benötigt feste Testfälle, Ausgabelimits, Regeln für Wiederholungsversuche, Token-Nutzungsdaten und eine Abbruchbedingung – nicht nur einen Preis pro Token.
- Prüfen Sie OneMux Abrechnungseinheiten, Zeitstufengrenzen, Cache-Voraussetzungen und aktuelle Preise, bevor Sie diese Schätzungen einer Kaufentscheidung zugrunde legen.
Auf dieser Seite (8)
Die kurze Antwort
Für eine beispielhafte Evaluierung mit 150.000 Anfragen, die jeweils 3.000 Eingabe-Tokens verwenden und 400 Ausgabe-Tokens erzeugen, betragen die geschätzten Token-Kosten $24.219 zu den aufgeführten OneMux Peak-Preisen oder $12.1095 zu den Off-peak-Preisen. Diese Zahlen setzen voraus, dass die Beträge im OneMux Katalog in US-Dollar pro Million Tokens angegeben sind, keine Eingaben aus dem Cache gelesen werden und keine Wiederholungsversuche anfallen. Bestätigen Sie die Abrechnungseinheiten und aktuellen Preise, bevor Sie ein Budget verbindlich festlegen: Der vorliegende Katalog-Snapshot nennt die Bezugseinheit der Token-Preise nicht ausdrücklich.
Für dieselbe Workload ergeben die separat aufgeführten Fireworks AI US Router-Preise $310.50, berechnet mit den ausdrücklich genannten Einheiten pro Million Tokens. Dies sind Preisschätzungen für unterschiedlich beschriebene Routen, kein gemessener Qualitäts- oder Leistungsvergleich.
OneMux ist der Herausgeber und das Produkt, um das es in diesem Kostenleitfaden geht. Der folgende Ablauf ist unabhängig davon nützlich, welche Route Sie evaluieren.
Preisübersicht und vergleichbare Einheiten
Der OneMux Katalog-Snapshot wurde am 12. November 2026 erfasst. Die Tabelle gibt die veröffentlichten Beträge und das Preisverhältnis mit unveränderter Genauigkeit wieder. Für die folgenden Berechnungen werden die OneMux Beträge als Dollar pro Million Tokens behandelt; diese Bezugseinheit muss auf der Modellseite oder beim Anbieter bestätigt werden.
| OneMux Katalogstufe | Offizieller Eingabepreis | Offizieller Ausgabepreis | OneMux Eingabepreis | OneMux Ausgabepreis | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| Peak | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
| Off-peak | $0.15 | $0.6 | $0.01755 | $0.0702 | 0.11699999999999999 |
Das veröffentlichte Verhältnis ist der OneMux Preis geteilt durch den jeweiligen offiziellen Preis, nicht der prozentuale Rabatt. Peak ist für Montag bis Freitag von 01:00–04:00 und 06:00–10:00 UTC angegeben; alle anderen Zeiten gelten als Off-peak. Klären Sie, wie eine Anfrage abgerechnet wird, die eine Zeitstufengrenze überschreitet.
Zum Vergleich nennt der Future AGI-Eintrag für den Fireworks AI US Router $0.450 per million input tokens und $1.80 per million output tokens sowie $0.009 per million für zwischengespeicherte Eingaben. Als Prüfdatum wird der 22. Oktober 2026 genannt. Der Eintrag bezieht sich auf einen bestimmten Fireworks Router; gehen Sie nicht davon aus, dass er im Betrieb mit der OneMux Route identisch ist. Preise und Bedingungen können sich ändern.
Eine feste Workload berechnen
Verwenden Sie für jede verglichene Route diese beispielhafte Workload:
- 100 feste Testfälle, die jeweils 50-mal pro Tag wiederholt werden: 5.000 Anfragen pro Tag.
- Eine Evaluierung über 30 Tage: 150.000 Anfragen.
- Durchschnittlich abgerechnete Nutzung von 3.000 Eingabe-Tokens und 400 Ausgabe-Tokens pro Anfrage.
- In der Basisschätzung sind keine Cache-Eingaben, fehlgeschlagenen Versuche, Tool-Call-Runden, Steuern oder gesonderten Servicegebühren enthalten.
Multiplizieren Sie die Zahl der Anfragen mit den Tokens pro Anfrage, teilen Sie die jeweilige Token-Gesamtzahl durch eine Million und multiplizieren Sie das Ergebnis mit dem geltenden Eingabe- oder Ausgabepreis. Addieren Sie anschließend beide Ergebnisse.
| Workload-Bestandteil | Berechnung | Ergebnis |
|---|---|---|
| Eingabe-Tokens | 150.000 × 3.000 | 450 Millionen |
| Ausgabe-Tokens | 150.000 × 400 | 60 Millionen |
| OneMux Peak, unter Annahme von Einheiten pro Million | 450 × $0.0351 + 60 × $0.1404 | $24.219 |
| OneMux Off-peak, unter Annahme von Einheiten pro Million | 450 × $0.01755 + 60 × $0.0702 | $12.1095 |
| Fireworks US Router | 450 × $0.450 + 60 × $1.80 | $310.50 |
Dies sind keine verbindlichen Angebote. Insbesondere ist eine Einstellung für die maximale Ausgabe eine Obergrenze und keine Vorhersage der durchschnittlich abgerechneten Ausgabe. Liegt die tatsächliche Ausgabe im Durchschnitt bei 800 statt bei 400 Tokens, verdoppelt sich der Ausgabekostenanteil. Im OneMux Peak-Szenario ändert sich der Gesamtbetrag dadurch von $24.219 auf $32.643, sofern alle anderen Eingaben unverändert bleiben.
Für einen Lauf zu unterschiedlichen Zeiten sind getrennte Token-Summen für Peak- und Off-peak-Anfragen erforderlich. Wenden Sie jede Zeitstufe auf die ihr zugeordnete Nutzung an, statt den Off-peak-Preis auf den gesamten Lauf anzuwenden, nur weil dieser außerhalb der Peak-Zeit begonnen hat.
Cache-Einsparungen separat modellieren
Der OneMux Snapshot nennt Cache-Read-Preise von $0.000702 peak und $0.000351 off-peak; auch deren Abrechnungsbezugseinheit muss bestätigt werden. Der Fireworks Eintrag gibt seinen Cache-Read-Preis ausdrücklich pro Million Tokens an. Cache-Voraussetzungen, Mindestmengen, Schreibvorgänge und Ablaufzeiten gehen aus dem vorliegenden Material nicht hervor. Eine anrechenbare Trefferquote ist daher eine Annahme und keine Garantie.
Nehmen wir beispielsweise an, eine OneMux Peak-Anfrage hat 3.000 Eingabe-Tokens, von denen 2.400 als Cache Reads und 600 als reguläre Eingabe abgerechnet werden, sowie 400 Ausgabe-Tokens. Unter der Annahme von Einheiten pro Million ergibt sich:
| Bestandteil | Berechnung | Kosten pro Anfrage |
|---|---|---|
| Reguläre Eingabe | 600 ÷ 1.000.000 × $0.0351 | $0.00002106 |
| Cache Reads | 2.400 ÷ 1.000.000 × $0.000702 | $0.0000016848 |
| Ausgabe | 400 ÷ 1.000.000 × $0.1404 | $0.00005616 |
| Gesamt | Summe der drei Bestandteile | $0.0000789048 |
Das entspricht $11.83572 for 150,000 identical requests, vor etwaigen Cache-Write- oder anderen Gebühren. Die Vergleichsbasis ohne Cache bleibt unverzichtbar: Sie ist die sicherere Schätzung, bis tatsächliche Cache-Read-Nutzung und Abrechnung beobachtet wurden.
Eine wiederholbare Evaluierung gestalten
Legen Sie vor kostenpflichtigen Aufrufen die Testfallmenge, Prompt-Vorlagen, Route, Modellkennung und das Bewertungsschema verbindlich fest. Die folgenden Fälle sind Beispiele; sie stellen keine gemessenen Ergebnisse für dieses Modell dar.
| Testfall | Feste Eingabe und Prüfung | Limit oder Fehlerbedingung |
|---|---|---|
| Strukturierte Extraktion | Benannte Felder aus einem kurzen Dokument extrahieren und mit einer geprüften Musterlösung vergleichen. | Ungültige oder fehlende Felder als Fehler markieren; Ausgabe-Tokens begrenzen. |
| Abruf aus langem Kontext | Eine bekannte Tatsache in einem Dokument platzieren und danach samt einem belegenden Auszug fragen. | Tatsächliche Eingabegröße erfassen; unbelegte oder fehlende Auszüge zurückweisen. |
| Tool-Call-Auswahl | Eine Anfrage mit einer passenden Funktion und bekannten Argumenten vorlegen. | Funktionsname und Argumente prüfen; Tool-Call-Runden begrenzen. |
| Verweigerung oder Unsicherheit | Eine anhand des bereitgestellten Materials nicht beantwortbare Frage stellen. | Erfundenen Fakten kennzeichnen; bei jeder Wiederholung dasselbe Bewertungsschema verwenden. |
Legen Sie vor der Ausführung eine maximale Anzahl von Anfragen und eine Abbruchschwelle in Dollar fest. Begrenzen Sie Ausgabe-Tokens, Parallelität, Wiederholungsversuche pro Fall und Tool-Runden. Behandeln Sie Wiederholungsversuche als zusätzlich abrechenbare Versuche, sofern Ihr Anbieter nichts anderes bestätigt; protokollieren Sie sie separat, statt fehlgeschlagene Aufrufe stillschweigend zu ersetzen. Wird das Budget oder die Fehlerschwelle erreicht, stoppen Sie und berichten Sie über die unvollständige Abdeckung.
Erfassen Sie für jeden Versuch die Fall-ID, den Zeitpunkt in UTC, Route und Modellkennung, Eingabe- und Ausgabenutzung, gegebenenfalls gemeldete Cache-Read-Nutzung, das Ergebnis und etwaige Fehler. Bewahren Sie den Prompt und die Version des Bewertungsschemas auf. Vergleichen Sie Kosten zusammen mit Erfolgsquote und Fehlerarten, nicht isoliert. Für diesen Artikel wurde keine kostenpflichtige Evaluierung durchgeführt.
Grenzen und Entscheidungskriterien
Der Fireworks Eintrag nennt für seinen US Router ein Kontextfenster von 1.048.576 Tokens, maximal 393.216 Ausgabe-Tokens, Function Calling, Vision, Reasoning und Prompt Caching. Dies sind dokumentierte Angaben des Eintrags, keine gemessenen Leistungswerte. Im Benchmark-Abschnitt werden keine erfassten öffentlichen Benchmark-Ergebnisse ausgewiesen. Der OneMux Katalog beschreibt den Kontext als 1M; daraus geht nicht hervor, dass jede Router-spezifische Funktion oder Grenze bei OneMux identisch ist.
Bestätigen Sie vor dem Kauf die unterstützten Parameter des konkreten Endpunkts, kombinierte Eingabe-/Ausgabelimits, Token-Abrechnung, Cache-Bedingungen und aktuellen Preise. Wenn eine Funktion für einen Test notwendig ist, führen Sie einen kleinen Test mit festen Obergrenzen durch, statt Kompatibilität vorauszusetzen. Halten Sie Abstand zu den Kontext- und Ausgabeobergrenzen und untersuchen Sie abgeschnittene Antworten, fehlende Nutzungsdaten oder unerwartete Cache Misses, bevor Sie skalieren.
Eine sinnvolle Entscheidung ist daher an Bedingungen geknüpft: Nutzen Sie die Schätzung, um eine Obergrenze festzulegen, und ersetzen Sie anschließend angenommene Token-Zahlen und Cache-Verhalten durch beobachtete Nutzungsdaten aus einem begrenzten Pilotlauf.
Quellen
- Future AGI: DeepSeek V4.1 Flash, Fireworks AI router, US – Router-Preise, Limits und aufgeführte Funktionen; die Quelle nennt den 22. Oktober 2026 als Prüfdatum.
- OneMux: DeepSeek V4.1 Flash – Modellkatalog und Informationen zu den Zeitstufen; der hier verwendete Snapshot wurde am 12. November 2026 erfasst.
Veröffentlichter Preis-Snapshot
Am 2026-11-12T21:00:05.902Z aus dem veröffentlichten OneMux Katalog erfasst. Die Preise behalten die Abrechnungseinheiten der Website bei; dies ist kein Live-Benchmark. Gestaffelte, Cache- oder zeitbasierte Abrechnung kann abweichen. Unbekannte Werte sind nicht null.
| Modell | Offizieller Eingabepreis | Offizieller Ausgabepreis | OneMux Eingabepreis | OneMux Ausgabepreis | Veröffentlichtes Preisverhältnis |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
Aktuelle OneMux Preise. Vergleichen Sie Workload-Kosten nur, wenn Eingabe-/Ausgabe- und Abrechnungseinheiten übereinstimmen; die Bedingungen der jeweiligen Stufen finden Sie auf den Modellseiten.
FAQ
Wie viel kostet eine DeepSeek V4.1 Flash Evaluierung?
Für 150.000 Anfragen mit durchschnittlich 3.000 Eingabe- und 400 Ausgabe-Tokens beträgt die beispielhafte OneMux Peak-Schätzung $24.219. Voraussetzung ist, dass die aufgeführten Beträge pro Million Tokens gelten und keine Cache Reads oder zusätzlichen Gebühren anfallen. Prüfen Sie zuerst die Abrechnungsbezugseinheit und die aktuellen Preise.
Senkt Prompt Caching immer die Rechnung?
Nicht unbedingt. Die Einsparungen hängen von anrechenbaren Cache Reads, tatsächlichen Trefferquoten und etwaigen Schreib- oder anderen Gebühren ab. Berechnen Sie eine Vergleichsbasis ohne Cache und prüfen Sie die abgerechnete Nutzung.
Ist nachgewiesen, dass die Fireworks Router- und OneMux Routen gleich leistungsfähig sind?
Nein. Die vorliegenden Quellen enthalten Preise und einige routenspezifische Funktionsangaben, aber keinen kontrollierten Leistungsvergleich. Testen Sie genau die Routen und Parameter, die Sie verwenden möchten.
Ähnliche Artikel
Guides
Hy3 API-Kosten für reproduzierbare Evaluierungen schätzen
Schätzen Sie die Kosten einer Hy3-Evaluierung anhand klarer Token-Limits, Cache-Annahmen, Testfälle und reproduzierbarer Berechnungen.
Guides
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.
Guides
GPT 6.2 Sol API-Kosten: Ein reproduzierbares Evaluierungsbudget
Schätzen Sie die Kosten einer GPT 6.2 Sol-Evaluierung anhand expliziter Token-Annahmen, kontextabhängiger Preise, Cache-Beispiele und wiederholbarer Testlimits.
Guides
GPT 6.2 Astra API-Kostenschätzung für die Support-Triage mit menschlicher Freigabe
Schätzen Sie die Tokenkosten von GPT 6.2 Astra für einen Support-Triage-Workflow mit menschlicher Freigabe – inklusive Beispielen für Preisstufen und Caching.