GuidesOneMux

Coûts de l’API DeepSeek V4.1 Flash : un budget d’évaluation reproductible

Estimez les coûts d’évaluation de DeepSeek V4.1 Flash à partir d’hypothèses explicites sur les tokens, les plages horaires et le cache, ainsi que de cas de test reproductibles.

AI

Résumé · TL;DR

Une estimation reproductible du coût d’une charge d’évaluation fixe pour DeepSeek V4.1 Flash, avec les hypothèses tarifaires, le calcul du cache, les limites d’exécution et les cas de test.

Points clés

  • Aux tarifs OneMux publiés pour les heures pleines, la charge indicative de 150 000 requêtes coûte $24.219 si les montants du catalogue sont confirmés comme étant exprimés par million de tokens et si aucune entrée n’est mise en cache.
  • Les tarifs distincts publiés pour le routeur US de Fireworks AI donnent une estimation de $310.50 pour la même charge sur 30 jours, hors cache et autres frais.
  • Une évaluation reproductible exige des cas fixes, des limites de sortie, des règles de nouvelle tentative, des relevés d’utilisation des tokens et une condition d’arrêt, pas seulement un prix par token.
  • Vérifiez les unités de facturation OneMux, les limites des plages horaires, l’éligibilité au cache et les prix actuels avant de fonder une décision d’achat sur ces estimations.
Sur cette page (8)

Réponse rapide

Pour une évaluation indicative de 150 000 requêtes, utilisant chacune 3 000 tokens d’entrée et produisant 400 tokens de sortie, le coût estimé des tokens est de $24.219 aux tarifs OneMux publiés pour les heures pleines ou de $12.1095 aux tarifs des heures creuses. Ces chiffres supposent que les montants du catalogue OneMux sont exprimés en USD par million de tokens, qu’aucune entrée n’est mise en cache et qu’aucune nouvelle tentative n’est effectuée. Confirmez les unités de facturation et les tarifs actuels avant d’engager un budget : l’instantané du catalogue fourni ne précise pas explicitement le dénominateur des prix des tokens.

Pour la même charge, les tarifs distincts publiés pour le routeur US de Fireworks AI donnent $310.50, en utilisant les unités explicitement indiquées par million de tokens. Il s’agit d’estimations de prix pour des routes décrites différemment, et non d’une comparaison mesurée de leur qualité ou de leurs performances.

OneMux est l’éditeur et le produit dont traite ce guide des coûts. La méthode ci-dessous reste utile quelle que soit la route évaluée.

Aperçu des prix et unités comparables

L’instantané du catalogue OneMux a été capturé le 12 novembre 2026. Le tableau reproduit les montants et le ratio publiés sans en modifier la précision. Pour les calculs ci-dessous, les montants OneMux sont considérés comme des dollars par million de tokens ; ce dénominateur doit être confirmé sur la page du modèle ou auprès du fournisseur.

Tranche du catalogue OneMuxEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
Heures pleines$0.3$1.2$0.0351$0.14040.11699999999999999
Heures creuses$0.15$0.6$0.01755$0.07020.11699999999999999

Le ratio publié correspond au prix OneMux divisé par le prix officiel correspondant, et non au pourcentage de réduction. Les heures pleines sont indiquées du lundi au vendredi, de 01:00 à 04:00 et de 06:00 à 10:00 UTC ; toutes les autres heures sont des heures creuses. Vérifiez comment est facturée une requête qui chevauche deux plages.

À titre de comparaison, la fiche du routeur US de Fireworks AI sur Future AGI indique $0.450 per million input tokens et $1.80 per million output tokens, avec les entrées en cache à $0.009 per million. Sa date de vérification indiquée est le 22 octobre 2026. La fiche désigne un routeur Fireworks particulier ; ne supposez pas qu’il fonctionne de manière identique à la route OneMux. Les prix et conditions peuvent changer.

Calculer une charge de travail fixe

Utilisez cette charge indicative pour chaque route comparée :

  • 100 cas de test fixes, chacun répété 50 fois par jour : 5 000 requêtes par jour.
  • Une évaluation sur 30 jours : 150 000 requêtes.
  • Une utilisation facturée moyenne de 3 000 tokens d’entrée et 400 tokens de sortie par requête.
  • Aucune entrée en cache, tentative échouée, séquence d’appels d’outils, taxe ou frais de service distinct dans l’estimation de base.

Multipliez le nombre de requêtes par le nombre de tokens par requête, divisez chaque total de tokens par un million, puis multipliez par le tarif d’entrée ou de sortie applicable. Additionnez les deux résultats.

Composante de la chargeCalculRésultat
Tokens d’entrée150 000 × 3 000450 millions
Tokens de sortie150 000 × 40060 millions
OneMux en heures pleines, en supposant des unités par million450 × $0.0351 + 60 × $0.1404$24.219
OneMux en heures creuses, en supposant des unités par million450 × $0.01755 + 60 × $0.0702$12.1095
Routeur US Fireworks450 × $0.450 + 60 × $1.80$310.50

Ces estimations ne sont pas des devis. En particulier, le nombre maximal de tokens de sortie configuré est un plafond, pas une prévision de la sortie moyenne facturée. Si la sortie réelle est en moyenne de 800 tokens au lieu de 400, la composante de sortie double. Dans le scénario OneMux en heures pleines, le total passe alors de $24.219 à $32.643, toutes les autres données restant inchangées.

Une exécution couvrant plusieurs plages horaires nécessite des totaux de tokens distincts pour les requêtes en heures pleines et en heures creuses. Appliquez chaque tarif à l’utilisation qui lui est attribuée, au lieu d’appliquer le tarif des heures creuses à toute une exécution simplement parce qu’elle a commencé pendant cette plage.

Calculer séparément les économies liées au cache

L’instantané OneMux indique des prix de lecture du cache de $0.000702 en heures pleines et $0.000351 en heures creuses ; leur dénominateur de facturation doit également être confirmé. La fiche Fireworks indique explicitement son prix de lecture du cache par million de tokens. Les éléments fournis ne précisent pas les conditions d’éligibilité au cache, les minimums, les écritures ni l’expiration : le taux de lectures éligibles est donc une hypothèse, pas une garantie.

Supposons par exemple qu’une requête OneMux en heures pleines comporte 3 000 tokens d’entrée, dont 2 400 facturés comme lectures du cache et 600 comme entrées ordinaires, ainsi que 400 tokens de sortie. En supposant des unités par million :

ComposanteCalculCoût par requête
Entrée ordinaire600 ÷ 1 000 000 × $0.0351$0.00002106
Lectures du cache2 400 ÷ 1 000 000 × $0.000702$0.0000016848
Sortie400 ÷ 1 000 000 × $0.1404$0.00005616
TotalSomme des trois composantes$0.0000789048

Cela représente $11.83572 pour 150 000 requêtes identiques, avant d’éventuels frais d’écriture du cache ou autres frais. L’estimation de référence sans cache reste indispensable : elle est plus prudente tant que l’utilisation et la facturation réelles des lectures du cache n’ont pas été observées.

Concevoir une évaluation reproductible

Avant de lancer des appels payants, figez le jeu de cas, les modèles de prompts, la route, l’identifiant du modèle et la grille de notation. Les cas suivants sont indicatifs ; ils ne constituent pas des résultats mesurés pour ce modèle.

Cas de testEntrée fixe et vérificationLimite ou condition d’échec
Extraction structuréeExtraire des champs nommés d’un court document ; comparer le résultat à un corrigé vérifié.Considérer les champs invalides ou manquants comme des échecs ; plafonner les tokens de sortie.
Recherche dans un contexte longPlacer un fait connu dans un document et demander de le retrouver avec un extrait justificatif.Consigner la taille réelle de l’entrée ; rejeter les extraits non étayés ou manquants.
Sélection d’un appel d’outilPrésenter une requête avec une fonction appropriée et des arguments connus.Vérifier le nom de la fonction et les arguments ; limiter les séquences d’appels d’outils.
Refus ou incertitudePoser une question à laquelle les éléments fournis ne permettent pas de répondre.Signaler les faits inventés ; utiliser la même grille pour chaque répétition.

Définissez un nombre maximal de requêtes et un seuil d’arrêt en dollars avant l’exécution. Limitez les tokens de sortie, la concurrence, les nouvelles tentatives par cas et les séquences d’appels d’outils. Considérez les nouvelles tentatives comme des tentatives facturables supplémentaires, sauf confirmation contraire de votre fournisseur ; consignez-les séparément plutôt que de remplacer silencieusement les appels échoués. Si le seuil de budget ou d’erreurs est atteint, arrêtez l’exécution et signalez que la couverture est incomplète.

Pour chaque tentative, consignez l’identifiant du cas, l’heure en UTC, la route et l’identifiant du modèle, l’utilisation des tokens d’entrée et de sortie, l’utilisation des lectures du cache si elle est indiquée, le résultat et toute erreur. Conservez la version du prompt et celle de la notation. Comparez le coût avec le taux de réussite et les types d’échec, et non isolément. Aucune évaluation payante n’a été réalisée pour cet article.

Limites et vérifications avant décision

La fiche Fireworks indique pour son routeur US une fenêtre de contexte de 1 048 576 tokens, un maximum de 393 216 tokens de sortie, ainsi que la prise en charge des appels de fonctions, de la vision, du raisonnement et du cache de prompts. Il s’agit d’affirmations documentées dans la fiche, et non de performances mesurées. Sa section consacrée aux benchmarks ne rapporte aucun score de benchmark public enregistré. Le catalogue OneMux décrit le contexte comme 1M ; cela ne permet pas d’établir que chaque capacité ou limite propre au routeur est identique sur OneMux.

Avant l’achat, confirmez les paramètres pris en charge par le point de terminaison exact, les limites combinées d’entrée et de sortie, la comptabilisation des tokens, les conditions du cache et les tarifs actuels. Si une capacité est nécessaire à un test, effectuez une petite vérification plafonnée plutôt que de supposer sa compatibilité. Gardez une marge sous les plafonds de contexte et de sortie, et examinez les réponses tronquées, les relevés d’utilisation manquants ou les défauts d’accès au cache inattendus avant de passer à plus grande échelle.

La décision doit donc rester conditionnelle : utilisez l’estimation pour définir un plafond, puis remplacez les nombres de tokens et le comportement du cache supposés par l’utilisation observée lors d’un essai pilote limité.

Sources

Instantané des prix publiés

Capturé le 2026-11-12T21:00:05.902Z à partir du catalogue publié par OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un benchmark en temps réel. La facturation par tranche, avec cache ou selon l’heure peut différer. Les valeurs inconnues ne sont pas nulles.

ModèleEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
DeepSeek V4.1 Flash$0.3$1.2$0.0351$0.14040.11699999999999999

Prix OneMux actuels. Ne comparez les coûts d’une charge que lorsque les unités d’entrée, de sortie et de facturation correspondent ; consultez chaque page de modèle pour connaître les conditions des tranches tarifaires.

FAQ

Combien coûte une évaluation de DeepSeek V4.1 Flash ?

Pour 150 000 requêtes comportant en moyenne 3 000 tokens d’entrée et 400 tokens de sortie, l’estimation indicative OneMux en heures pleines est de $24.219, en supposant que les montants indiqués s’appliquent par million de tokens et qu’il n’y a ni lecture du cache ni frais supplémentaires. Vérifiez d’abord le dénominateur de facturation et les tarifs actuels.

Le cache de prompts réduit-il toujours la facture ?

Pas nécessairement. Les économies dépendent des lectures du cache éligibles, des taux réels de lectures réussies et des éventuels frais d’écriture ou autres frais applicables. Calculez une référence sans cache et vérifiez l’utilisation facturée.

Est-il établi que le routeur Fireworks et les routes OneMux offrent les mêmes performances ?

Non. Les sources fournies donnent des prix et certaines informations sur les capacités propres aux routes, mais pas de comparaison contrôlée des performances. Testez les routes et les paramètres exacts que vous comptez utiliser.

Articles liés