Custos da API DeepSeek V4.1 Flash 1017 para extração estruturada
Estime os custos de extração estruturada com premissas explícitas sobre tokens, validação, novas tentativas, cache e faixas horárias.
Resumo · TL;DR
Uma carga mensal ilustrativa de 150.000 solicitações de extração custa $11.661 às tarifas de pico fornecidas da OneMux, se os preços do catálogo forem por milhão de tokens. O custo real depende das unidades de cobrança, faixas horárias, elegibilidade para cache, uso de tokens e falhas de validação.
Principais pontos
- Com 3.000 tokens de entrada e 400 de saída por solicitação, 150.000 solicitações consomem 450 milhões de tokens de entrada e 60 milhões de tokens de saída.
- Sob a premissa indicada de preços por milhão de tokens, a estimativa da OneMux é de $34.983 no horário de pico ou $17.4915 fora do pico, antes de considerar cache e novas tentativas.
- Valide tanto a sintaxe do JSON quanto as restrições do esquema e meça o custo por extração aceita, em vez de considerar apenas o custo por solicitação.
- Confirme as unidades de cobrança do catálogo, os preços atuais, a disponibilidade do modelo e os parâmetros de saída estruturada antes de definir um orçamento.
Nesta página (8)
Resposta rápida
Para uma carga ilustrativa de 5.000 solicitações de extração estruturada por dia, cada uma com 3.000 tokens de entrada e 400 tokens de saída, a estimativa é de $34.983 para um mês de 30 dias às tarifas de pico fornecidas da OneMux, antes de novas tentativas ou cache. Às tarifas fornecidas para fora do pico, a mesma carga custa $17.4915. Essas estimativas pressupõem que os valores do catálogo sejam preços por milhão de tokens; o registro fornecido do catálogo não estabelece essa unidade explicitamente, portanto confirme-a antes de planejar o orçamento.
A OneMux publica este blog e oferece acesso a modelos por meio de uma API compatível com OpenAI. Sua página do modelo DeepSeek V4.1 Flash 1017 é a página de produto relevante. Os cálculos abaixo são ilustrativos, não representam uma integração testada nem uma cotação.
Preços registrados e unidades comparáveis
O registro fornecido do catálogo da OneMux foi capturado em 11 de novembro de 2026. Os valores abaixo são apresentados em USD por milhão de tokens para fins de cálculo, sujeitos à confirmação da unidade de cobrança do catálogo. A razão de preço publicada é o preço da OneMux dividido pelo preço oficial correspondente, e não um desconto percentual.
| Faixa horária | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão de preço publicada |
|---|---|---|---|---|---|
| Pico | $0.30 | $1.20 | $0.0507 | $0.2028 | 0.169 |
| Fora do pico | $0.15 | $0.60 | $0.02535 | $0.1014 | 0.169 |
O horário de pico vai de segunda a sexta-feira, das 01:00 às 04:00 e das 06:00 às 10:00 UTC; os demais horários são fora do pico. Os valores publicados correspondentes da OneMux para leitura de cache são $0.001014 no pico e $0.000507 fora do pico, sob a mesma premissa de unidade. Os valores oficiais para leitura de cache são $0.006 e $0.003, respectivamente. Confirme quais tokens são elegíveis, como as gravações em cache são cobradas e qual faixa se aplica durante a execução de uma solicitação; esses detalhes não são estabelecidos pelo registro fornecido.
Como referência separada, a página da Future AGI para o modelo na Fireworks AI informa $0.45 por milhão de tokens de entrada e $1.80 por milhão de tokens de saída para seu modelo identificado como US, com uma tarifa de $0.009 por milhão de tokens de entrada em cache. A fonte fornecida informa que esses preços foram verificados pela última vez em 22 de outubro de 2026. Trata-se da página de outro provedor, não de uma comprovação de comportamento ou qualidade idênticos na implantação. Verifique os preços e a disponibilidade atuais antes de usar qualquer um dos registros.
Calcule a carga de extração
Suponha que cada solicitação contenha um documento, instruções e um esquema que totalizem 3.000 tokens de entrada cobrados e retorne 400 tokens de saída cobrados. Considere 5.000 solicitações por dia, durante 30 dias, sem acertos de cache, chamadas malsucedidas ou rodadas adicionais de ferramentas. As contagens de tokens incluem todo o material cobrável, não apenas o documento de origem ou os campos extraídos visíveis.
| Quantidade | Cálculo | Total mensal |
|---|---|---|
| Solicitações | 5.000 × 30 | 150.000 |
| Tokens de entrada | 150.000 × 3.000 | 450 milhões |
| Tokens de saída | 150.000 × 400 | 60 milhões |
Multiplique cada total de tokens em milhões pelo preço correspondente e depois some os custos de entrada e saída. Assim, ambos os lados ficam na mesma unidade.
| Cenário de preço | Custo de entrada | Custo de saída | Total para 150.000 solicitações | Custo por 1.000 solicitações |
|---|---|---|---|---|
| OneMux no pico, unidade presumida por milhão | 450 × $0.0507 = $22.815 | 60 × $0.2028 = $12.168 | $34.983 | $0.23322 |
| OneMux fora do pico, unidade presumida por milhão | 450 × $0.02535 = $11.4075 | 60 × $0.1014 = $6.084 | $17.4915 | $0.11661 |
| Página Fireworks US, unidade por milhão informada pela fonte | 450 × $0.45 = $202.50 | 60 × $1.80 = $108 | $310.50 | $2.07 |
As linhas da OneMux representam os limites de uma carga totalmente no pico e totalmente fora do pico, não previsões de uma distribuição real. Para uma distribuição mista, separe os tokens medidos por faixa horária e some os dois subtotais. A linha da Fireworks serve apenas como comparação de cenário de preços; diferenças no endpoint, no suporte a recursos, no uso cobrado e no comportamento do modelo podem alterar o resultado prático.
Planeje o orçamento para JSON válido, não apenas para respostas
A página da Fireworks informa suporte a saídas estruturadas, mas não estabelece quais recursos de JSON Schema um endpoint específico aplica nem a qualidade com que o modelo extrai seus campos. A compatibilidade da OneMux com uma solicitação de saída estruturada depende do suporte ao endpoint e aos parâmetros documentados. Verifique ambos antes da implementação; o fato de um modelo retornar JSON, por si só, não comprova que o esquema seja aplicado.
Para um piloto útil, defina um esquema com campos obrigatórios, tipos, valores permitidos e uma política clara para dados ausentes. Inclua documentos representativos, inclusive exemplos incompletos e ambíguos. Em seguida:
- Solicite uma resposta estruturada usando os parâmetros documentados do endpoint, se houver suporte.
- Interprete a resposta como JSON e valide-a em sua aplicação usando o mesmo esquema.
- Rejeite ou revise respostas com sintaxe inválida e violações do esquema. Verifique separadamente se os valores aceitos são de fato sustentados pelo documento; a validade do esquema não comprova a correção factual.
- Registre os tokens de entrada e saída cobrados em cada tentativa, incluindo falhas, novas tentativas e eventuais rodadas de chamadas de ferramentas. Registre o número final de resultados aceitos.
- Divida o gasto total pelo número de extrações aceitas. Acompanhe os motivos de rejeição para distinguir problemas de esquema de erros de extração.
Por exemplo, se 5% das 150.000 solicitações iniciais precisarem, cada uma, de uma nova tentativa com o mesmo uso de tokens e todas essas tentativas tiverem sucesso, haverá 157.500 tentativas cobradas para 150.000 resultados aceitos. Às tarifas de pico presumidas da OneMux, $34.983 × 1.05 = $36.73215, ou cerca de $0.24488 por 1.000 extrações aceitas. Este é um cenário aritmético, não uma taxa de falha medida. Prompts de correção mais longos ou falhas repetidas aumentam ainda mais a conta.
Considere leituras de cache e crescimento da saída
Um prefixo repetido de esquema ou instruções pode ser candidato a cache, mas é preciso verificar com o provedor a elegibilidade, os tamanhos mínimos, a duração do cache e as cobranças de gravação. Não aplique uma tarifa de cache a uma solicitação inteira apenas porque parte do texto se repete.
Como cálculo ilustrativo para a faixa de pico, suponha que exatamente 1.000 dos 3.000 tokens de entrada de cada solicitação sejam elegíveis para cobrança de leitura de cache. Em 150.000 solicitações, isso representa 150 milhões de tokens de entrada em cache e 300 milhões fora do cache. Supondo que não haja cobrança adicional de gravação em cache, a entrada custa 150 × $0.001014 + 300 × $0.0507 = $15.3621. Somando $12.168 pela saída, o total é $27.5301. A estimativa no pico sem cache era de $34.983. A economia real depende do volume cobrado de acertos de cache e das tarifas aplicáveis.
A saída merece atenção especial: a tarifa de saída publicada para o pico é quatro vezes a tarifa de entrada por token. Se explicações longas dobrarem a saída média de 400 para 800 tokens, o custo de saída no pico sobe de $12.168 para $24.336 com o mesmo número mensal de solicitações. Peça apenas os campos necessários, mas verifique se respostas mais curtas não prejudicam a qualidade da extração.
Antes de definir um orçamento
Use a estimativa como ponto de partida e substitua suas premissas pelo uso cobrado de uma amostra representativa. Confirme os preços e as unidades atuais, a divisão das faixas em UTC, os termos de cache, os limites de saída e se o endpoint aceita os recursos de esquema necessários. Inclua os custos de validação e novas tentativas e compare os provedores pelo custo por extração aceita, juntamente com suas próprias verificações de qualidade — não apenas pelo preço dos tokens.
Fontes
- Future AGI: página da Fireworks AI para DeepSeek V4.1 Flash 1017 US — preços de tokens e capacidade de saída estruturada informados; a fonte relata verificação em 22 de outubro de 2026.
- Preços da OneMux — confira os preços e termos de cobrança publicados atualmente em comparação com o registro fornecido do catálogo de 11 de novembro de 2026.
Registro de preços publicados
Capturado em 2026-11-11T16:00:06.275Z do catálogo publicado da OneMux. Os preços mantêm as unidades de cobrança do site; isto não é um benchmark em tempo real. A cobrança por faixas, cache ou horário pode variar. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Razão de preço publicada |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash 1017 | $0.3 | $1.2 | $0.0507 | $0.2028 | 0.169 |
Preços atuais da OneMux. Compare custos de cargas de trabalho apenas quando as unidades de entrada, saída e cobrança forem equivalentes; consulte a página de cada modelo para conhecer as condições das faixas.
Perguntas frequentes
Quanto custa usar DeepSeek V4.1 Flash 1017 para extração em JSON?
Na carga ilustrativa de 150.000 solicitações com 3.000 tokens de entrada e 400 de saída cada, as tarifas de pico fornecidas da OneMux resultam em $34.983 antes de novas tentativas ou cache, supondo que os valores do catálogo sejam por milhão de tokens. Confirme as unidades de cobrança e os preços atuais antes de planejar o orçamento.
O suporte a saídas estruturadas garante uma extração correta?
Não. Mesmo um JSON válido em relação ao esquema pode conter valores sem respaldo ou incorretos. Valide o esquema em sua aplicação e avalie os valores extraídos com base em documentos de origem representativos.
Como incluir novas tentativas em uma estimativa de custo de API?
Conte os tokens cobrados em todas as tentativas, incluindo as malsucedidas e os prompts de correção, e divida o gasto total pelo número de extrações aceitas. Não suponha que novas tentativas usem o mesmo número de tokens, a menos que suas medições sustentem essa premissa.
Artigos relacionados
Guides
Guia de custos da API Qwen4 Max para extração com esquema JSON
Estime os custos de extração com Qwen4 Max por documento e por 100.000 documentos, incluindo novas tentativas, pressupostos de cache e validação de esquemas JSON.
Guides
Custos da API GPT Image 2 para extração estruturada: uma estimativa baseada em hipóteses
Estime os custos de uma carga de trabalho com GPT Image 2 usando hipóteses explícitas de tokens e entenda por que é preciso verificar o suporte à extração em JSON antes de orçar um fluxo de produção.
Guides
Custos da API GPT 6.2 Sol para extração estruturada: uma estimativa reproduzível
Estime os custos de extração estruturada com GPT 6.2 Sol usando premissas explícitas de tokens, novas tentativas, cache e faixas de contexto.
Guides
Custos da API GPT Image 2.6 Sunburst para extração estruturada: guia de planeamento
Estime uma carga de trabalho de extração de imagens para JSON com pressupostos explícitos sobre tokens, validação de esquema, novas tentativas e limitações de preços.