GuidesOneMux

Guia de custos do DeepSeek V4.1 Flash 1017 para triagem de suporte aprovada por humanos

Estime os custos da API do DeepSeek V4.1 Flash 1017 para triagem de suporte ao cliente com premissas explícitas de tokens, preços de pico e fora de pico, cache e cálculos mensais reproduzíveis.

AI

Resumo · TL;DR

Para um fluxo de triagem de suporte que envia 5.000 tickets por dia com 3.000 tokens de entrada e 400 tokens de saída por ticket, o custo mensal ilustrativo é de aproximadamente $38.03 nas tarifas de pico publicadas pela OneMux, $19.01 nas tarifas fora de pico, ou $285.20 e $142.60, respectivamente, nas tarifas oficiais listadas. Essas estimativas excluem novas tentativas, rodadas de chamadas de ferramentas, impostos e trabalho humano.

Principais pontos

  • Considere as contagens de tokens, o volume de solicitações e o nível de cobrança em conjunto; uma estimativa por solicitação, sozinha, não é suficiente.
  • Nas tarifas de pico publicadas, uma solicitação com 3.000 tokens de entrada e 400 tokens de saída custa aproximadamente $0.00025 pela OneMux.
  • O nível fora de pico da OneMux corresponde à metade da tarifa de pico para entradas, saídas e leituras de cache na tabela de preços fornecida.
  • A aprovação humana deve continuar sendo uma etapa separada do fluxo de trabalho. A saída do modelo é uma recomendação, não uma ação automática para o cliente.
  • A página externa do modelo fornecida lista preços de provedores diferentes do instantâneo do catálogo da OneMux; portanto, as fontes não devem ser combinadas em um único cálculo.
Nesta página (9)

A decisão em um minuto

Para a triagem de suporte ao cliente com aprovação humana, o DeepSeek V4.1 Flash 1017 é mais útil quando o modelo produz uma recomendação estruturada, como prioridade, categoria, rota proposta e uma justificativa breve. Em seguida, um revisor aprova ou altera essa recomendação antes de qualquer ação voltada ao cliente.

Usando os preços de pico publicados pela OneMux, um workload de 5.000 tickets por dia com 3.000 tokens de entrada e 400 tokens de saída por ticket custa aproximadamente $1.27 por dia, ou $38.03 em um mês de 30 dias. Nos preços fora de pico publicados, o mesmo workload custa aproximadamente $0.63 por dia, ou $19.01 por mês.

Estas são estimativas ilustrativas, não faturas de produção medidas. O uso real pode mudar com novas tentativas, históricos de tickets mais longos, chamadas de ferramentas, cache e alterações nos preços do provedor ou do catálogo.

Base de preços e datas das fontes

A OneMux é a editora desta comparação. As tarifas a seguir vêm do instantâneo do catálogo publicado pela OneMux, capturado em 15 de novembro de 2026 às 23:00:06 UTC. Os preços são expressos em USD por 1 milhão de tokens.

Base de preçoEntradaSaídaLeitura de cacheCondição
Pico da OneMux$0.0507/M$0.2028/M$0.001014/MSegunda a sexta-feira, 01:00-04:00 e 06:00-10:00 UTC
Fora de pico da OneMux$0.02535/M$0.1014/M$0.000507/MOutros horários
Pico oficial listado$0.30/M$1.20/M$0.006/MConforme publicado no catálogo

O catálogo informa uma relação de preços publicada de 0.169 tanto para as tarifas de entrada quanto para as de saída da OneMux em comparação com as tarifas oficiais listadas. Não interprete essa relação como uma economia garantida para todos os workloads: a seleção do nível, o tratamento do cache, as novas tentativas, os impostos e outras cobranças podem afetar a fatura final. Consulte a página do modelo DeepSeek V4.1 Flash 1017 e os preços da OneMux para obter as informações publicadas atuais.

A referência externa fornecida, a página de custos de modelos da Future AGI, lista um instantâneo de preços diferente da Fireworks AI: $0.450/M para entrada e $1.80/M para saída, marcado como verificado pela última vez em 22 de outubro de 2026. Essa fonte também descreve uma janela de contexto de 1.048.576 tokens, até 393.216 tokens de saída, chamadas de funções, saída estruturada, visão, raciocínio, streaming e cache de prompts. Como os preços são diferentes, use uma base de preços por vez em vez de combinar as duas tabelas.

Uma estimativa reproduzível de triagem

Use estas premissas para um primeiro orçamento:

  • 5.000 tickets por dia.
  • 30 dias por mês, incluindo fins de semana.
  • 3.000 tokens de entrada por ticket, incluindo as instruções do sistema, o texto do ticket, a conversa recente e o contexto de políticas.
  • 400 tokens de saída por ticket, incluindo a classificação e uma justificativa concisa.
  • Uma solicitação ao modelo por ticket.
  • Sem novas tentativas, chamadas de ferramentas, tokens de imagem ou desconto de cache no caso-base.
  • O humano aprova ou edita a recomendação fora do cálculo de custo do modelo.

Os totais de tokens são:

  • Entrada: 5,000 x 3,000 x 30 = 450,000,000 tokens, ou 450M tokens.
  • Saída: 5,000 x 400 x 30 = 60,000,000 tokens, ou 60M tokens.

A fórmula de custo é:

custo mensal = (tokens de entrada / 1,000,000 x preço de entrada) + (tokens de saída / 1,000,000 x preço de saída)

Nas tarifas de pico da OneMux:

  • Entrada: 450M x $0.0507 = $22.815.
  • Saída: 60M x $0.2028 = $12.168.
  • Total: $34.983, ou aproximadamente $34.98 por mês de 30 dias.

Nas tarifas fora de pico da OneMux:

  • Entrada: 450M x $0.02535 = $11.4075.
  • Saída: 60M x $0.1014 = $6.084.
  • Total: $17.4915, ou aproximadamente $17.49 por mês.

Nas tarifas oficiais listadas, o mesmo workload de tokens custa $207.00 para entrada mais $72.00 para saída, ou $279.00 por mês. Esses cálculos usam as unidades por milhão de tokens do catálogo e não tratam uma cobrança desconhecida como zero.

O custo equivalente por ticket no pico da OneMux é:

(3,000 / 1,000,000 x $0.0507) + (400 / 1,000,000 x $0.2028) = $0.0002337

Isso corresponde a aproximadamente $0.000234 por ticket, antes de novas tentativas ou rodadas adicionais do modelo.

Como o cache altera a estimativa

A triagem de suporte costuma repetir um prompt de política estável, uma rubrica de roteamento ou uma definição de categoria. Se o provedor tratar esse prefixo repetido como uma leitura de cache, substitua a parte armazenada em cache da entrada pelo preço de leitura de cache. Não presuma que todos os tokens de entrada estejam armazenados em cache.

Por exemplo, suponha que 1.000 dos 3.000 tokens de entrada sejam leituras de cache e que 2.000 sejam tokens de entrada comuns. Nas tarifas de pico da OneMux, a estimativa por ticket passa a ser:

(2,000 / 1,000,000 x $0.0507) + (1,000 / 1,000,000 x $0.001014) + (400 / 1,000,000 x $0.2028) = $0.0001847

Para 150.000 tickets em um mês de 30 dias, isso corresponde a aproximadamente $27.71, em comparação com $34.98 sem tratamento de cache. Este exemplo pressupõe que o cache esteja realmente disponível e seja utilizado; não é uma promessa de que todo prompt repetido se qualificará.

Estrutura de implementação para aprovação humana

Uma solicitação prática deve pedir uma recomendação legível por máquina, enquanto a aplicação armazena o ticket original e aguarda a decisão de um revisor. O endpoint exato, o identificador do modelo, o método de autenticação e os parâmetros de saída estruturada devem seguir a documentação atual da API da OneMux. A compatibilidade com um cliente compatível com OpenAI depende de esses parâmetros documentados serem compatíveis com este modelo.

from openai import OpenAI

client = OpenAI(
    base_url="https://<documented-onemux-endpoint>/v1",
    api_key="<runtime-secret>"
)

response = client.chat.completions.create(
    model="<documented-deepseek-v4-1-flash-1017-id>",
    messages=[
        {
            "role": "system",
            "content": "Classify the ticket and recommend a queue. Never send a customer-facing reply."
        },
        {
            "role": "user",
            "content": ticket_text
        }
    ],
    temperature=0
)

recommendation = response.choices[0].message.content
# Store recommendation for a human reviewer before taking action.

Em produção, registre a quantidade de solicitações, o uso de tokens de entrada e saída, o status do cache quando exposto, a quantidade de novas tentativas e o resultado da revisão. Um orçamento de tokens deve se basear em distribuições observadas, não apenas na média: uma pequena parcela de históricos longos de conversa pode dominar os gastos.

Casos de falha a considerar no orçamento

  • Novas tentativas: uma taxa de novas tentativas de 2% adiciona aproximadamente 2% ao custo dos tokens se as solicitações repetidas tiverem o mesmo tamanho.
  • Históricos longos: incluir a conversa inteira pode elevar os tokens de entrada muito acima da premissa de 3.000 tokens.
  • Rodadas de ferramentas ou políticas: uma segunda chamada ao modelo para escalonamento ou verificação pode quase dobrar a parte da fatura correspondente ao modelo.
  • Agendamento de pico: as solicitações enviadas durante as janelas de pico listadas usam preços diferentes dos horários fora de pico.
  • Atrasos na aprovação: o tempo de revisão humana é um custo operacional, mas não está incluído na estimativa de tokens.
  • Parâmetros não compatíveis: a saída estruturada, o cache, as chamadas de funções e outros recursos devem ser verificados na documentação atual do endpoint antes da implementação.

Lista de verificação de custos

  1. Meça os tokens de entrada e saída de tickets representativos.
  2. Separe os tokens de entrada comuns dos tokens confirmados de leitura de cache.
  3. Escolha um nível de cobrança e converta todos os totais de tokens para milhões.
  4. Adicione explicitamente as taxas de novas tentativas, escalonamento e segunda chamada.
  5. Mantenha a aprovação humana antes das ações voltadas ao cliente.
  6. Recalcule quando o provedor ou o catálogo da OneMux mudar.

O principal resultado para o planejamento é simples: com o workload informado de 5.000 tickets, a estimativa de pico publicada pela OneMux é de aproximadamente $34.98 por mês, excluindo novas tentativas e chamadas adicionais do fluxo de trabalho. A estimativa é reproduzível porque o volume de solicitações, as contagens de tokens, as unidades, as tarifas e as premissas de nível estão visíveis. Substitua essas premissas pela distribuição medida dos seus tickets antes de definir um orçamento de produção.

Fontes

Instantâneo de preços publicados

Capturado em 2026-11-15T23:00:06.114Z a partir do catálogo publicado pela OneMux. Os preços mantêm as unidades de cobrança do site; isto não é um benchmark ao vivo. A cobrança por nível, em cache ou baseada em horário pode ser diferente. Valores desconhecidos não são zero.

ModeloEntrada oficialSaída oficialEntrada OneMuxSaída OneMuxRelação de preço publicada
DeepSeek V4.1 Flash 1017$0.3$1.2$0.0507$0.20280.169

Preços atuais da OneMux. Compare os custos dos workloads somente quando as unidades de entrada/saída e de cobrança forem iguais; consulte cada página de modelo para conhecer as condições dos níveis.

Perguntas frequentes

Quanto custa o DeepSeek V4.1 Flash 1017 para triagem de suporte?

Sob a premissa ilustrativa de 5.000 tickets por dia, 3.000 tokens de entrada e 400 tokens de saída por ticket, o custo estimado na OneMux é de aproximadamente $34.98 por mês de 30 dias nas tarifas de pico publicadas, ou aproximadamente $17.49 nas tarifas fora de pico publicadas. Isso exclui novas tentativas, chamadas adicionais ao modelo, impostos e trabalho humano.

Quais são os preços de pico e fora de pico da OneMux?

Os preços de pico publicados são $0.0507 por 1 milhão de tokens de entrada, $0.2028 por 1 milhão de tokens de saída e $0.001014 por 1 milhão de tokens de leitura de cache. Os preços fora de pico publicados são $0.02535, $0.1014 e $0.000507, respectivamente. As janelas de pico são de segunda a sexta-feira, 01:00-04:00 e 06:00-10:00 UTC; os demais horários são listados como fora de pico.

A aprovação humana altera o custo de tokens da API?

A aprovação humana não altera inerentemente o custo de tokens da solicitação ao modelo, mas os fluxos de revisão podem acionar uma segunda chamada ao modelo, um escalonamento ou uma recomendação revisada. Essas solicitações adicionais devem ser contabilizadas separadamente.

O DeepSeek V4.1 Flash 1017 pode retornar resultados de triagem estruturados?

A fonte externa fornecida documenta o suporte a saídas estruturadas, além de chamadas de funções, raciocínio, visão, streaming e cache de prompts. Verifique se o endpoint específico da OneMux e a rota atual do modelo são compatíveis com os parâmetros de saída estruturada que você pretende usar.

Por que os preços fornecidos da Fireworks AI e da OneMux são diferentes?

São referências de preços distintas e com datas diferentes. A página da Future AGI fornecida lista a Fireworks AI a $0.450/M para entrada e $1.80/M para saída, verificada pela última vez em 22 de outubro de 2026, enquanto o instantâneo do catálogo da OneMux lista tarifas oficiais e da OneMux diferentes, capturadas em 15 de novembro de 2026. Use uma única fonte e uma única base de preços de forma consistente em cada cálculo.

Artigos relacionados