GuidesOneMux

DeepSeek V4.1 Flash 1017: cómo estimar los costos de la API antes de una evaluación

Una guía reproducible para estimar los costos de la API de DeepSeek V4.1 Flash 1017, con tarifas de horas pico y valle, supuestos de caché y un presupuesto de evaluación.

AI

Resumen · TL;DR

Usa los precios de tokens sin caché en horas pico para establecer un presupuesto de evaluación conservador y calcula después los costos reales a partir de los registros de uso. La guía compara las tarifas oficiales publicadas con las de OneMux para la misma carga de trabajo y explica cuándo los supuestos de caché y de horario valle modifican la estimación.

Puntos clave

  • Para 300 llamadas con un límite de 8.000 tokens de entrada y 2.000 de salida por llamada, el presupuesto de tokens sin caché en horas pico es de $1.44 con las tarifas oficiales publicadas o de $0.24336 con las tarifas publicadas de OneMux.
  • El precio combinado publicado de $0.292 por millón de tokens supone una proporción de 4:1 entre entrada y salida y una tasa de aciertos de caché del 80 % para la entrada; no es un precio universal por token.
  • Separa los cargos por solicitudes exitosas de Search y Fetch de los costos de tokens y verifica los precios vigentes y los requisitos de cada tarifa antes de ejecutar una evaluación.
  • Registra el uso real de tokens, las lecturas de caché, los reintentos y los horarios de las solicitudes para poder comparar evaluaciones posteriores sobre la misma base.
En esta página (9)

Comienza con un presupuesto de evaluación acotado

Para realizar una evaluación reproducible de DeepSeek V4.1 Flash 1017, presupuesta primero el máximo de llamadas previstas con tarifas de horas pico y sin caché. Trata los aciertos de caché y la programación en horas valle como escenarios separados, no como ahorros que puedas dar por hechos de antemano.

Por ejemplo, 100 casos de prueba ejecutados tres veces cada uno, con un máximo de 8.000 tokens de entrada y 2.000 de salida por llamada, generan un presupuesto de tokens en horas pico de $1.44 con las tarifas oficiales publicadas o $0.24336 con las tarifas publicadas de OneMux. Estas cifras excluyen los cargos por herramientas y cualquier llamada que exceda el plan de 300 llamadas. Son cálculos ilustrativos, no resultados de una prueba pagada.

OneMux, editor de esta guía, proporciona acceso a modelos mediante una API compatible con OpenAI. La comparación siguiente utiliza su catálogo publicado junto con la tabla de tarifas de LLMLearner; no determina la calidad del modelo ni garantiza que una carga de trabajo concreta reciba una tarifa de caché o de horario determinada.

Tabla de tarifas y supuestos de facturación

La instantánea del catálogo de OneMux se capturó el 13 de noviembre de 2026 a las 18:30:05 UTC. La tabla de tarifas proporcionada por LLMLearner indica como fecha de entrada en vigor el 17 de octubre de 2026. Los precios siguientes están expresados en USD por millón de tokens; consulta las condiciones vigentes antes de presupuestar.

FranjaEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación de precios publicada entre OneMux y la tarifa oficial
Horas pico$0.30$1.20$0.0507$0.20280.169
Horas valle$0.15$0.60$0.02535$0.10140.169

La relación publicada es un multiplicador de precio, no un descuento adicional que deba aplicarse a los precios de OneMux. La página del modelo en OneMux proporciona las cifras del catálogo por franja.

Lectura de entrada en cachéPrecio oficial por millón de tokensPrecio de OneMux por millón de tokens
Horas pico$0.006$0.001014
Horas valle$0.003$0.000507

LLMLearner describe las franjas pico como los días laborables de 01:00 a 04:00 y de 06:00 a 10:00 UTC, excluidos los días festivos oficiales de China; las tarifas de horas valle son la mitad de las tarifas pico. El catálogo de OneMux identifica las mismas horas de los días laborables como pico y el resto como valle, pero la descripción del catálogo proporcionada no especifica la excepción de los días festivos. Verifica las reglas vigentes sobre horarios y festivos del proveedor correspondiente, incluida la forma en que se factura una solicitud que cruza el límite entre franjas.

La entrada en caché no es gratuita. La tabla indica los precios de las lecturas de caché; no establece los requisitos para usar la caché, los cargos por escritura en caché ni ningún otro cargo no indicado. Considera los cargos desconocidos como tales, no como cero.

Diseña un plan de pruebas reproducible

Usa el siguiente plan ilustrativo para comparar ejecuciones sin confundir un cambio en la carga de trabajo con una diferencia de precio o calidad:

  1. Crea un conjunto fijo de 100 casos representativos. Incluye entradas cortas y largas, casos con un formato esperado, solicitudes ambiguas y casos en los que la respuesta correcta sea indicar que la información proporcionada es insuficiente.
  2. Conserva la entrada, el comportamiento esperado y las instrucciones de evaluación de cada caso. Evalúa por separado la corrección y el formato; una respuesta que parece válida no es necesariamente correcta.
  3. Ejecuta cada caso tres veces, para un total previsto de 300 llamadas. Registra el identificador del modelo, la versión del prompt, los parámetros de generación, la marca de tiempo, la respuesta y el uso notificado de cada llamada.
  4. Establece un límite de 8.000 tokens de entrada y 2.000 de salida por llamada cuando el endpoint admita esos controles. Si un endpoint no puede imponer un límite de entrada, valida las entradas antes de enviarlas. Confirma qué tokens de salida contabiliza el proveedor, incluidos los tokens no visibles, si corresponde.
  5. Establece un máximo de 300 intentos totales para el presupuesto base, incluidos los reintentos. Si es necesario reemplazar un intento fallido, contabilízalo dentro de ese límite o aprueba una asignación separada para reintentos antes de continuar.

Estos son límites de diseño de la prueba; no significan que el modelo o una API impongan automáticamente un límite de gasto. Detén la ejecución cuando se alcance el límite de intentos o un presupuesto supervisado de forma independiente. Consulta la documentación del endpoint y de sus parámetros antes de confiar en un control concreto.

Calcula el presupuesto conservador de tokens

Con el volumen máximo previsto, 300 llamadas generan hasta 2,4 millones de tokens de entrada y 0,6 millones de tokens de salida. Si se supone que toda la entrada está fuera de caché y que todas las llamadas se facturan en horas pico:

ConceptoVolumenCálculo oficialCálculo de OneMux
Entrada2,4 millones de tokens2.4 × $0.30 = $0.722.4 × $0.0507 = $0.12168
Salida0,6 millones de tokens0.6 × $1.20 = $0.720.6 × $0.2028 = $0.12168
Costo total de tokens3 millones de tokens$1.44$0.24336

Una asignación adicional prevista del 10 % para llamadas adicionales sin caché en horas pico elevaría el presupuesto de tokens a $1.584 con la tarifa oficial o $0.267696 con OneMux, siempre que las llamadas adicionales tengan los mismos máximos de tokens. Es una asignación, no una previsión de la frecuencia de reintentos. Añade por separado los cargos conocidos que no correspondan a tokens.

Entiende el precio combinado antes de comparar cargas de trabajo

LLMLearner indica aproximadamente $0.292 por millón de tokens combinados para una proporción de 4:1 entre entrada y salida, con el 80 % de la entrada servido desde caché y a tarifas oficiales de horas pico. Esa cifra solo es útil cuando esos supuestos coinciden con tu carga de trabajo.

Para su carga mensual ilustrativa de un asistente —10.000 solicitudes, cada una con 8.000 tokens de entrada y 2.000 de salida—, el cálculo es el siguiente:

  • La entrada total es de 80 millones de tokens: 16 millones sin caché y 64 millones en caché.
  • El costo oficial de entrada en horas pico es 16 × $0.30 más 64 × $0.006, es decir, $5.184.
  • El costo oficial de salida en horas pico es 20 × $1.20, es decir, $24.00.
  • El total es $29.184, que se muestra convencionalmente como $29.18, para 100 millones de tokens. La tarifa combinada sin redondear es de $0.29184 por millón de tokens.
  • Con las tarifas publicadas de OneMux para horas pico y los mismos volúmenes, la entrada cuesta $0.876096 y la salida $4.056, para un total de $4.932096.

Si ninguna entrada está en caché, la misma carga de trabajo cuesta $48.00 con las tarifas oficiales de tokens en horas pico o $8.112 con las tarifas de tokens de OneMux en horas pico. Esa diferencia explica por qué una cotización basada únicamente en el total de tokens puede ser engañosa. Del mismo modo, trasladar todas las llamadas a una franja valle que cumpla los requisitos reduce a la mitad estas estimaciones concretas de tokens; un horario mixto exige subtotales separados para horas pico y valle.

Ten en cuenta las herramientas y concilia la ejecución

LLMLearner indica que Search y Fetch cuestan cada uno $0.75 por 1.000 solicitudes exitosas a partir del 1 de noviembre, además de los tokens. Por ejemplo, 300 solicitudes exitosas de Search más 300 solicitudes exitosas de Fetch añadirían $0.225 + $0.225 = $0.45 según esas condiciones. Debe verificarse por separado si esas herramientas y cargos se aplican a través de un endpoint o proveedor concreto; el catálogo de OneMux proporcionado no establece su disponibilidad ni sus cargos.

Después de la ejecución, sustituye los máximos previstos por los volúmenes notificados de entrada sin caché, entrada leída desde caché y salida. Desglosa el uso por la franja horaria aplicable y añade después los cargos confirmados por herramientas y otros conceptos. Mantén los intentos fallidos en el registro y concílialo con la factura del proveedor: una solicitud fallida no es necesariamente gratuita.

Para repetir la evaluación de forma justa, conserva los mismos casos, límites, parámetros y reglas de evaluación. Indica cualquier cambio en el comportamiento de la caché o en el horario junto con el costo. El precio por sí solo no dice si las respuestas cumplieron con los casos de prueba.

Conclusión

Usa el cálculo sin caché en horas pico para aprobar una prueba acotada y utiliza el uso medido para explicar la factura final. Las estimaciones con mucho uso de caché y en horas valle son comprobaciones de sensibilidad valiosas, pero ninguna sustituye la verificación de los requisitos aplicables ni los registros de uso real.

Fuentes

Instantánea de precios publicados

Capturada el 2026-11-13T18:30:05.872Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; esto no es una prueba comparativa en tiempo real. La facturación por niveles, caché u horario puede variar. Los valores desconocidos no son cero.

ModeloEntrada oficialSalida oficialEntrada OneMuxSalida OneMuxRelación de precios publicada
DeepSeek V4.1 Flash 1017$0.3$1.2$0.0507$0.20280.169

Precios actuales de OneMux. Compara los costos de las cargas de trabajo solo cuando coincidan las unidades de entrada, salida y facturación; consulta las condiciones de cada franja en la página de cada modelo.

FAQ

¿Cuánto cuesta una evaluación de DeepSeek V4.1 Flash 1017 de 300 llamadas?

Con las tarifas publicadas de horas pico, 8.000 tokens de entrada sin caché y 2.000 tokens de salida en cada llamada, el costo de tokens es de $1.44 con las tarifas oficiales o $0.24336 con las tarifas de OneMux. Se excluyen los cargos por herramientas y cualquier intento adicional.

¿Se aplica el precio combinado de $0.292 a todas las cargas de trabajo?

No. Supone una proporción de tokens de entrada y salida de 4:1, con el 80 % de la entrada servido desde caché y a tarifas oficiales de horas pico. Las distintas proporciones de tokens, los volúmenes de lectura de caché o las franjas horarias producen precios combinados diferentes.

¿Están incluidos Search y Fetch en los precios de tokens?

La tabla de tarifas proporcionada por LLMLearner los indica por separado a $0.75 por 1.000 solicitudes exitosas cada uno a partir del 1 de noviembre. Verifica la disponibilidad y los cargos aplicables con el endpoint o proveedor que utilices.

Artículos relacionados