Costes de la API de DeepSeek V4.1 Flash: un presupuesto de evaluación reproducible
Estima los costes de evaluación de DeepSeek V4.1 Flash con supuestos explícitos sobre tokens, franjas horarias, escenarios de caché y casos de prueba reproducibles.
Resumen · TL;DR
Una estimación de costes reproducible para una carga de evaluación fija de DeepSeek V4.1 Flash, con supuestos de precios, cálculos de caché, límites de ejecución y casos de prueba.
Puntos clave
- Con las tarifas de hora punta publicadas por OneMux, la carga ilustrativa de 150.000 solicitudes cuesta $24.219 si se confirma que los importes del catálogo son por millón de tokens y no se almacena ninguna entrada en caché.
- Las tarifas publicadas por separado para el router US de Fireworks AI dan una estimación de $310.50 para la misma carga de 30 días, sin incluir caché ni otros cargos.
- Una evaluación reproducible requiere casos fijos, límites de salida, reglas de reintento, registros de uso de tokens y una condición de parada, no solo un precio por token.
- Verifica las unidades de facturación de OneMux, los límites de las franjas, los requisitos de elegibilidad de la caché y los precios actuales antes de usar estas estimaciones para tomar una decisión de compra.
En esta página (8)
La respuesta breve
Para una evaluación ilustrativa de 150.000 solicitudes, cada una con 3.000 tokens de entrada y 400 tokens de salida, el coste estimado de los tokens es de $24.219 con las tarifas de hora punta publicadas por OneMux o $12.1095 con sus tarifas de hora valle. Estas cifras suponen que los importes del catálogo de OneMux están expresados en USD por millón de tokens, que no hay entradas en caché y que no se realizan reintentos. Confirma las unidades de facturación y las tarifas actuales antes de comprometer un presupuesto: la captura del catálogo proporcionada no identifica explícitamente el denominador del precio de los tokens.
Para la misma carga, las tarifas publicadas por separado para el router US de Fireworks AI dan un resultado de $310.50, utilizando las unidades por millón de tokens indicadas explícitamente. Son estimaciones de precio para rutas descritas de forma diferente, no una comparación medida de calidad o rendimiento.
OneMux es el editor y el producto tratado en esta guía de costes. El flujo de trabajo que sigue es útil con independencia de la ruta que evalúes.
Precios publicados y unidades comparables
La captura del catálogo de OneMux se tomó el 12 de noviembre de 2026. La tabla reproduce los importes y la ratio publicados sin modificar su precisión. Para los cálculos siguientes, los importes de OneMux se tratan como dólares por millón de tokens; ese denominador debe confirmarse en la página del modelo o con el proveedor.
| Franja del catálogo de OneMux | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Ratio de precio publicada |
|---|---|---|---|---|---|
| Hora punta | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
| Hora valle | $0.15 | $0.6 | $0.01755 | $0.0702 | 0.11699999999999999 |
La ratio publicada es el precio de OneMux dividido por el precio oficial correspondiente, no el porcentaje de descuento. La hora punta figura de lunes a viernes, de 01:00 a 04:00 y de 06:00 a 10:00 UTC; el resto del tiempo es hora valle. Confirma cómo se factura una solicitud que cruza el límite entre franjas.
Como referencia, la ficha del router Fireworks AI US en Future AGI indica $0.450 por millón de tokens de entrada y $1.80 por millón de tokens de salida, con entradas en caché a $0.009 por millón. La fecha de verificación indicada es el 22 de octubre de 2026. La ficha identifica un router concreto de Fireworks; no des por hecho que su funcionamiento sea idéntico al de la ruta de OneMux. Los precios y las condiciones pueden cambiar.
Calcula una carga de trabajo fija
Utiliza esta carga ilustrativa para cada ruta que compares:
- 100 casos de prueba fijos, cada uno repetido 50 veces al día: 5.000 solicitudes al día.
- Una evaluación de 30 días: 150.000 solicitudes.
- Un uso facturado medio de 3.000 tokens de entrada y 400 tokens de salida por solicitud.
- La estimación base no incluye entradas en caché, intentos fallidos, rondas de llamadas a herramientas, impuestos ni cargos de servicio independientes.
Multiplica las solicitudes por los tokens por solicitud, divide cada total de tokens entre un millón y multiplica el resultado por la tarifa de entrada o salida correspondiente. Suma ambos resultados.
| Componente de la carga | Cálculo | Resultado |
|---|---|---|
| Tokens de entrada | 150.000 × 3.000 | 450 millones |
| Tokens de salida | 150.000 × 400 | 60 millones |
| OneMux en hora punta, suponiendo unidades por millón | 450 × $0.0351 + 60 × $0.1404 | $24.219 |
| OneMux en hora valle, suponiendo unidades por millón | 450 × $0.01755 + 60 × $0.0702 | $12.1095 |
| Router Fireworks US | 450 × $0.450 + 60 × $1.80 | $310.50 |
No son presupuestos comerciales. En particular, el ajuste de salida máxima es un límite, no una predicción de la salida media facturada. Si la salida real promedia 800 tokens en lugar de 400, el componente de salida se duplica. En el escenario de OneMux en hora punta, el total pasa de $24.219 a $32.643, suponiendo que todos los demás datos permanezcan constantes.
Una ejecución que abarque distintas franjas necesita totales de tokens separados para las solicitudes en hora punta y en hora valle. Aplica cada tarifa al uso que le corresponda, en lugar de aplicar la tarifa de hora valle a toda una ejecución solo porque comenzó en esa franja.
Calcula por separado el ahorro de caché
La captura de OneMux indica precios de lectura de caché de $0.000702 en hora punta y $0.000351 en hora valle; también es necesario confirmar su denominador de facturación. La ficha de Fireworks indica explícitamente su precio de lectura de caché por millón de tokens. El material proporcionado no establece los requisitos de elegibilidad, los mínimos, las escrituras ni la caducidad de la caché, por lo que una tasa de aciertos elegibles es una hipótesis, no una garantía.
Por ejemplo, supongamos que una solicitud de OneMux en hora punta tiene 3.000 tokens de entrada, de los cuales 2.400 se facturan como lecturas de caché y 600 como entrada ordinaria, además de 400 tokens de salida. Bajo la hipótesis de unidades por millón:
| Componente | Cálculo | Coste por solicitud |
|---|---|---|
| Entrada ordinaria | 600 ÷ 1.000.000 × $0.0351 | $0.00002106 |
| Lecturas de caché | 2.400 ÷ 1.000.000 × $0.000702 | $0.0000016848 |
| Salida | 400 ÷ 1.000.000 × $0.1404 | $0.00005616 |
| Total | Suma de los tres componentes | $0.0000789048 |
Esto equivale a $11.83572 para 150.000 solicitudes idénticas, antes de cualquier cargo por escritura en caché u otros conceptos. La referencia sin caché sigue siendo esencial: es la estimación más prudente hasta que se observen el uso y la facturación reales de las lecturas de caché.
Diseña una evaluación reproducible
Antes de ejecutar llamadas de pago, fija el conjunto de casos, las plantillas de prompts, la ruta, el identificador del modelo y la rúbrica de evaluación. Los siguientes casos son ilustrativos; no son resultados medidos para este modelo.
| Caso de prueba | Entrada fija y comprobación | Límite o condición de fallo |
|---|---|---|
| Extracción estructurada | Extraer campos identificados de un documento breve y compararlos con una clave de respuestas revisada. | Marcar como fallos los campos no válidos o ausentes; limitar los tokens de salida. |
| Recuperación en contexto largo | Insertar un dato conocido en un documento y solicitarlo junto con un fragmento que lo respalde. | Registrar el tamaño real de la entrada; rechazar fragmentos que no respalden la respuesta o que falten. |
| Selección de llamadas a herramientas | Presentar una solicitud con una función apropiada y argumentos conocidos. | Comprobar el nombre de la función y los argumentos; limitar las rondas de llamadas a herramientas. |
| Rechazo o incertidumbre | Formular una pregunta que no pueda responderse a partir del material proporcionado. | Señalar los datos inventados; usar la misma rúbrica en cada repetición. |
Establece un número máximo de solicitudes y un umbral de gasto en dólares para detener la ejecución antes de iniciarla. Limita los tokens de salida, la concurrencia, los reintentos por caso y las rondas de herramientas. Considera los reintentos como intentos facturables adicionales salvo que tu proveedor confirme lo contrario; regístralos por separado en lugar de sustituir silenciosamente las llamadas fallidas. Si se alcanza el umbral de presupuesto o de errores, detén la ejecución e informa de que la cobertura está incompleta.
Para cada intento, registra el ID del caso, la hora en UTC, la ruta y el identificador del modelo, el uso de entrada y salida, el uso de lecturas de caché si se informa, el resultado y cualquier error. Conserva la versión del prompt y de la evaluación. Compara el coste junto con la tasa de éxito y los tipos de fallo, no de forma aislada. No se realizó ninguna evaluación de pago para este artículo.
Límites y comprobaciones para decidir
La ficha de Fireworks indica para su router US una ventana de contexto de 1.048.576 tokens, un máximo de 393.216 tokens de salida, llamadas a funciones, visión, razonamiento y caché de prompts. Son características documentadas en la ficha, no mediciones de rendimiento. Su sección de benchmarks indica que no hay puntuaciones públicas de benchmarks registradas. El catálogo de OneMux describe el contexto como 1M; no establece que todas las capacidades o límites específicos del router sean idénticos en OneMux.
Antes de comprar, confirma los parámetros admitidos por el endpoint exacto, los límites combinados de entrada y salida, la contabilización de tokens, las condiciones de caché y las tarifas actuales. Si una capacidad es necesaria para una prueba, realiza una pequeña prueba con límites en lugar de dar por supuesta la compatibilidad. Deja margen por debajo de los límites de contexto y salida, e investiga las respuestas truncadas, los registros de uso ausentes o los fallos de caché inesperados antes de ampliar la escala.
Por tanto, una decisión útil es condicional: usa la estimación para fijar un límite y después sustituye los recuentos de tokens y el comportamiento de caché supuestos por el uso observado en una prueba piloto acotada.
Fuentes
- Future AGI: DeepSeek V4.1 Flash, router Fireworks AI, US — precios, límites y capacidades indicadas del router; la fuente señala que se verificó el 22 de octubre de 2026.
- OneMux: DeepSeek V4.1 Flash — catálogo del modelo e información sobre franjas; la captura utilizada aquí se tomó el 12 de noviembre de 2026.
Captura de precios publicados
Capturada el 2026-11-12T21:00:05.902Z del catálogo publicado de OneMux. Los precios conservan las unidades de facturación del sitio web; no se trata de un benchmark en directo. La facturación por franjas, caché u horarios puede variar. Los valores desconocidos no son cero.
| Modelo | Entrada oficial | Salida oficial | Entrada OneMux | Salida OneMux | Ratio de precio publicada |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
Precios actuales de OneMux. Compara los costes de las cargas de trabajo solo cuando coincidan las unidades de entrada, salida y facturación; consulta las condiciones de las franjas en la página de cada modelo.
FAQ
¿Cuánto cuesta una evaluación de DeepSeek V4.1 Flash?
Para 150.000 solicitudes con una media de 3.000 tokens de entrada y 400 de salida, la estimación ilustrativa de OneMux en hora punta es de $24.219, suponiendo que los importes publicados sean por millón de tokens y que no haya lecturas de caché ni cargos adicionales. Verifica primero el denominador de facturación y las tarifas actuales.
¿La caché de prompts siempre reduce la factura?
No necesariamente. El ahorro depende de las lecturas de caché elegibles, las tasas reales de aciertos y los posibles cargos por escritura u otros conceptos. Calcula una referencia sin caché y verifica el uso facturado.
¿Está demostrado que el router de Fireworks y las rutas de OneMux ofrecen el mismo rendimiento?
No. Las fuentes proporcionadas incluyen precios y cierta información sobre capacidades específicas de las rutas, pero no una comparación controlada de rendimiento. Prueba las rutas y los parámetros exactos que piensas usar.
Artículos relacionados
Guides
Estimaciones del coste de la API de Hy3 para evaluaciones reproducibles
Estima los costes de evaluación de Hy3 con límites explícitos de tokens, supuestos sobre caché, casos de prueba y cálculos reproducibles.
Guides
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.
Guides
Coste de la API de GPT 6.2 Sol: un presupuesto de evaluación reproducible
Estima los costes de evaluación de GPT 6.2 Sol con supuestos explícitos sobre tokens, precios por tramo de contexto, ejemplos de caché y límites para pruebas repetibles.
Guides
Estimación del coste de la API de GPT 6.2 Astra para clasificar solicitudes de soporte con aprobación humana
Estima el coste en tokens de GPT 6.2 Astra para un flujo de clasificación de solicitudes de soporte al cliente con aprobación humana, con ejemplos de tramos y caché.