GuidesOneMux

Coûts de l’API DeepSeek V4.1 Flash 1017 pour les questions-réponses sur documents

Estimez le coût des questions-réponses sur documents à partir d’hypothèses explicites sur les tokens, de tarifs publiés selon l’horaire et d’un exemple reproductible de mise en cache.

AI

Résumé · TL;DR

Une charge illustrative de questions-réponses sur documents de 150 000 requêtes par mois de 30 jours coûte $207 aux tarifs de référence cités de $0.30 en entrée et $1.20 en sortie par million de tokens. L’estimation correspondante selon le catalogue OneMux est de $34.98 aux tarifs de pointe ou de $17.49 hors pointe, avant mise en cache et autres coûts de la charge de travail.

Points clés

  • Avec 3 000 tokens en entrée et 400 en sortie par requête, le tarif de référence cité donne un coût de $0.00138 par requête avant mise en cache.
  • Le catalogue OneMux indique des tarifs différents en période de pointe et hors pointe ; une estimation mensuelle réelle doit tenir compte du moment où les requêtes sont facturées.
  • Les libellés de sources, les passages récupérés et le texte des citations consomment des tokens et doivent être inclus dans les mesures de la charge de travail.
  • La mise en cache peut réduire les frais d’entrée lorsque les tokens éligibles sont facturés au tarif de lecture en cache, mais il faut vérifier l’éligibilité et le volume réel de lectures en cache.
  • Les frais de tokens du modèle excluent l’infrastructure de recherche, le traitement des documents, les nouvelles tentatives et d’autres coûts de production possibles.
Sur cette page (9)

L’estimation en bref

Pour une charge illustrative de questions-réponses sur documents de 5 000 requêtes par jour, contenant chacune 3 000 tokens en entrée et 400 en sortie, DeepSeek V4.1 Flash 1017 coûte $207 sur un mois de 30 jours aux tarifs de référence cités. L’estimation équivalente aux tarifs de pointe publiés par OneMux est de $34.98 ; en appliquant ses tarifs hors pointe à toutes les requêtes, elle est de $17.49. Ces estimations portent sur les tokens du modèle et non sur la facture complète de l’application.

OneMux publie ce blog et figure parmi les produits présentés ci-dessous. Son catalogue indique des tarifs variables selon l’horaire ; les prix de référence proviennent de la page du modèle Fireworks AI sur Future AGI, qui cite LiteLLM comme source tarifaire. Vérifiez les conditions et les unités de facturation actuelles du fournisseur avant de fixer un budget.

Prix et unités

Le tableau présente les prix en USD par 1 million de tokens, conformément à l’unité indiquée par la source externe. L’instantané du catalogue OneMux date du 12 novembre 2026 ; vérifiez l’unité de facturation et les tarifs actuels sur la page du modèle avant d’utiliser ces chiffres pour un achat. La page externe indique que ses chiffres ont été vérifiés le 22 octobre 2026.

Base tarifaireEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio OneMux/officiel publié
Pointe$0.30$1.20$0.0507$0.20280.169
Hors pointe$0.15$0.60$0.02535$0.10140.169

Le ratio correspond au prix OneMux divisé par le prix officiel correspondant, et non au pourcentage de remise. Un ratio de 0.169 correspond à un écart de 83,1 % pour ces tarifs de tokens. Il ne permet pas de déterminer les économies totales d’une application.

Dans l’instantané OneMux, la période de pointe s’étend du lundi au vendredi, de 01:00 à 04:00 et de 06:00 à 10:00 UTC ; les autres horaires sont hors pointe. La page externe de Fireworks AI indique $0.30 en entrée et $1.20 en sortie sans établir ces conditions horaires OneMux. Considérez ce tarif comme une référence distincte, et non comme la preuve d’une grille horaire identique chez le fournisseur.

Établir le budget d’une requête de questions-réponses sur documents

Supposons qu’une application récupère des passages, les transmette avec une question et demande au modèle une réponse attribuée à ses sources. Dans cet exemple, chaque requête comprend :

  • 3 000 tokens en entrée : les instructions, la question, les passages récupérés et leurs libellés.
  • 400 tokens en sortie : la réponse et ses références aux sources.
  • Un appel au modèle par question : sans lecture en cache, nouvelle tentative ni autre cycle d’appels d’outils.
  • 5 000 questions par jour pendant 30 jours : 150 000 requêtes par mois.

Il s’agit d’hypothèses de planification, et non de performances mesurées. Le volume mensuel est de 450 millions de tokens en entrée et de 60 millions de tokens en sortie. En multipliant chaque volume par son tarif par million, on obtient :

Scénario tarifaireCoût d’entréeCoût de sortieTotal par requêteTotal par mois de 30 jours
Tarif de référence externe$135.00$72.00$0.001380$207.00
Tarif de pointe OneMux pour chaque requête$22.815$12.168$0.00023322$34.983
Tarif hors pointe OneMux pour chaque requête$11.4075$6.084$0.00011661$17.4915

Par exemple, le calcul au tarif de référence est de 450 × $0.30 plus 60 × $1.20, soit $207. Les chiffres mensuels reposent sur une période d’exactement 30 jours ; un mois plus long ou un trafic quotidien différent modifie le résultat.

Une facture OneMux réelle peut comprendre des requêtes dans les deux tranches horaires. Répartissez les volumes de tokens mesurés selon la tranche applicable, calculez séparément les frais d’entrée et de sortie, puis additionnez les résultats. Les lignes où toutes les requêtes sont en période de pointe ou hors pointe sont des scénarios, et non des prévisions de la répartition réelle du trafic. Vérifiez comment le fournisseur attribue une tranche aux requêtes proches d’un changement de période.

Tenir compte de l’attribution des sources

L’attribution a un coût direct en tokens : les titres de documents, identifiants, libellés de pages ou de sections et extraits probants occupent de l’espace en entrée ; les références et citations dans la réponse occupent de l’espace en sortie. Intégrez-les aux mesures de tokens au lieu de budgéter uniquement la question de l’utilisateur et le texte de la réponse.

Une requête peut, par exemple, attribuer aux passages récupérés des identifiants stables tels que policy-v3, section 4 et demander au modèle de citer ces identifiants à côté des affirmations qu’ils étayent. Conservez dans l’application la correspondance entre chaque identifiant et le document associé afin que le lecteur puisse consulter la source. Si aucun passage fourni n’étaye une réponse, demandez au modèle de le signaler plutôt que d’inventer une référence.

Vérifiez la qualité des citations indépendamment du prix : examinez un échantillon de réponses, vérifiez que les passages cités étayent réellement les affirmations et testez des questions dont les réponses sont absentes ou réparties entre plusieurs documents. Un libellé de source d’apparence plausible ne prouve pas qu’une affirmation est correcte. La source fournie ne présente pas de mesure comparative de précision de ce modèle pour les questions-réponses sur documents.

Quand les entrées en cache modifient l’estimation

La page externe indique un tarif d’entrée en cache de $0.006 per million tokens. L’instantané OneMux indique des tarifs de lecture en cache de $0.001014 per million at peak et de $0.000507 off-peak. Il s’agit de tarifs de lecture en cache, et non d’une garantie que chaque passage répété d’un document sera éligible.

Prenons un autre scénario illustratif : sur les 3 000 tokens en entrée de chaque requête, 2 400 tokens sont éligibles à la lecture en cache et les 600 restants sont des tokens d’entrée ordinaires. La sortie reste de 400 tokens et la charge de travail de 150 000 requêtes. Pour ce calcul, supposons qu’aucun frais distinct d’écriture en cache ou de stockage ne s’applique, mais vérifiez les conditions réelles du fournisseur à ce sujet.

ScénarioEntrée ordinaire par moisEntrée en cache par moisSortie par moisCoût mensuel des tokens
Tarifs de référence externes$27.00$2.16$72.00$101.16
Tarifs de pointe OneMux$4.563$0.36504$12.168$17.09604

Pour la ligne de référence, 90 millions de tokens d’entrée ordinaires coûtent $27, 360 millions de tokens en cache coûtent $2.16 et 60 millions de tokens en sortie coûtent $72. Cet exemple n’est utile que si les relevés d’utilisation confirment que cette proportion des entrées est effectivement facturée en lecture en cache. Il faut vérifier auprès du service utilisé l’éligibilité au cache, les règles de correspondance, l’expiration et les éventuels frais supplémentaires.

Limites et coûts hors appel au modèle

La page du modèle sur Future AGI indique une fenêtre de contexte de 1 048 576 tokens, jusqu’à 393 216 tokens en sortie, ainsi que la prise en charge de la mise en cache des prompts et du function calling. Ce sont des spécifications documentées, et non la preuve qu’un traitement documentaire à contexte long sera précis ou économique. La prise en charge des PDF en entrée n’est pas annoncée sur cette page ; prévoyez une étape d’extraction des documents, sauf si le service choisi documente une autre méthode prise en charge.

Les estimations excluent l’extraction et l’OCR, les embeddings, la recherche ou le stockage vectoriel, l’hébergement de l’application et la révision humaine. Elles excluent également les appels supplémentaires au modèle et les tokens des nouvelles tentatives. Si la recherche renvoie trop de contenu non pertinent, les coûts d’entrée augmentent sans nécessairement améliorer l’attribution ; si elle en renvoie trop peu, le modèle peut manquer d’éléments probants. Mesurez ces compromis sur des documents représentatifs avant de passer à l’échelle.

Conclusion

Partez des volumes mesurés de tokens en entrée, en sortie et en lecture en cache, ainsi que de leur répartition par tranche horaire, plutôt que d’un tarif moyen unique par token. Pour l’exemple de 30 jours présenté, l’estimation de référence citée est de $207, tandis que les scénarios du catalogue OneMux vont de $17.49 à $34.98 avant mise en cache. Vérifiez à la fois la qualité des citations et la facture complète de l’application avant de choisir une solution.

Sources

Instantané des prix publiés

Capturé le 2026-11-12T14:30:05.729Z dans le catalogue publié par OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un relevé comparatif en temps réel. La facturation par tranche, en cache ou selon l’horaire peut différer. Les valeurs inconnues ne sont pas nulles.

ModèleEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
DeepSeek V4.1 Flash 1017$0.3$1.2$0.0507$0.20280.169

Tarifs OneMux actuels. Ne comparez les coûts des charges de travail que lorsque les catégories entrée/sortie et les unités de facturation correspondent ; consultez chaque page de modèle pour connaître les conditions des tranches.

FAQ

Combien coûte DeepSeek V4.1 Flash 1017 pour les questions-réponses sur documents ?

Aux tarifs de référence cités de $0.30 par million de tokens en entrée et de $1.20 par million de tokens en sortie, une requête de 3 000 tokens en entrée et de 400 en sortie coûte $0.00138 avant mise en cache ou autres frais. Pour 150 000 requêtes de ce type, l’estimation est de $207.

Les citations augmentent-elles les coûts d’API des questions-réponses sur documents ?

Elles peuvent les augmenter. Les libellés des passages et les métadonnées des sources ajoutent des tokens en entrée, tandis que les références et les extraits cités dans la réponse ajoutent des tokens en sortie. Mesurez les deux dans des requêtes représentatives.

L’exemple de lecture en cache garantit-il des coûts inférieurs ?

Non. Il suppose que 2 400 des 3 000 tokens en entrée de chaque requête sont éligibles au tarif de lecture en cache. L’éligibilité réelle, l’utilisation du cache et les éventuels frais supplémentaires dépendent du service et de ses conditions.

Les estimations OneMux représentent-elles le coût complet d’une application de questions-réponses sur documents ?

Non. Elles couvrent uniquement la charge de tokens du modèle indiquée. L’extraction des documents, l’infrastructure de recherche, les appels supplémentaires, les nouvelles tentatives, l’hébergement et la révision peuvent engendrer des coûts supplémentaires.

Articles liés