Custos da API DeepSeek V4.1 Flash: um orçamento de avaliação reproduzível
Estime os custos de avaliação do DeepSeek V4.1 Flash com pressupostos explícitos sobre tokens, faixas horárias, cenários de cache e casos de teste reproduzíveis.
Resumo · TL;DR
Uma estimativa de custo reproduzível para uma carga de trabalho fixa de avaliação do DeepSeek V4.1 Flash, com pressupostos de preços, cálculos de cache, limites de execução e casos de teste.
Principais pontos
- Nas tarifas de pico publicadas pela OneMux, a carga ilustrativa de 150.000 solicitações custa $24.219 se for confirmado que os valores do catálogo são por milhão de tokens e nenhuma entrada for armazenada em cache.
- As tarifas do roteador Fireworks AI US, publicadas separadamente, resultam em uma estimativa de $310.50 para a mesma carga de trabalho de 30 dias, sem incluir cache e outras cobranças.
- Uma avaliação reproduzível exige casos fixos, limites de saída, regras para novas tentativas, registros de uso de tokens e uma condição de parada, não apenas um preço por token.
- Verifique as unidades de cobrança da OneMux, os limites das faixas, a elegibilidade para cache e os preços atuais antes de usar essas estimativas em uma decisão de compra.
Nesta página (8)
Resposta rápida
Para uma avaliação ilustrativa de 150.000 solicitações, cada uma com 3.000 tokens de entrada e 400 tokens de saída, o custo estimado dos tokens é de $24.219 nas tarifas de pico publicadas pela OneMux ou $12.1095 nas tarifas fora de pico. Esses valores pressupõem que os preços do catálogo da OneMux estão em dólares americanos por milhão de tokens, sem entrada armazenada em cache nem novas tentativas. Confirme as unidades de cobrança e as tarifas atuais antes de comprometer um orçamento: o registro do catálogo fornecido não identifica explicitamente o denominador do preço por token.
Para a mesma carga de trabalho, as tarifas publicadas separadamente para o roteador Fireworks AI US resultam em $310.50, usando as unidades explicitamente indicadas por milhão de tokens. São estimativas de preço para rotas descritas de forma diferente, não uma comparação medida de qualidade ou desempenho.
A OneMux é a editora e o produto abordado neste guia de custos. O fluxo de trabalho abaixo é útil independentemente da rota avaliada.
Preços publicados e unidades comparáveis
O registro do catálogo da OneMux foi capturado em 12 de novembro de 2026. A tabela reproduz os valores e a proporção publicados sem alterar sua precisão. Para os cálculos abaixo, os valores da OneMux são tratados como dólares por milhão de tokens; esse denominador precisa ser confirmado na página do modelo ou com o provedor.
| Faixa do catálogo OneMux | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção de preço publicada |
|---|---|---|---|---|---|
| Pico | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
| Fora de pico | $0.15 | $0.6 | $0.01755 | $0.0702 | 0.11699999999999999 |
A proporção publicada é o preço da OneMux dividido pelo preço oficial correspondente, não o percentual de desconto. O horário de pico é informado como de segunda a sexta-feira, das 01:00 às 04:00 e das 06:00 às 10:00 UTC; os demais horários são fora de pico. Confirme como é cobrada uma solicitação que atravessa o limite entre faixas.
Para referência, a página do roteador Fireworks AI US na Future AGI informa $0.450 por milhão de tokens de entrada e $1.80 por milhão de tokens de saída, com entrada em cache a $0.009 por milhão. A data de verificação informada é 22 de outubro de 2026. A página identifica um roteador específico da Fireworks; não presuma que ele seja operacionalmente idêntico à rota da OneMux. Preços e condições podem mudar.
Calcule uma carga de trabalho fixa
Use esta carga de trabalho ilustrativa para cada rota comparada:
- 100 casos de teste fixos, cada um repetido 50 vezes por dia: 5.000 solicitações por dia.
- Uma avaliação de 30 dias: 150.000 solicitações.
- Uso médio cobrado de 3.000 tokens de entrada e 400 tokens de saída por solicitação.
- Sem entrada em cache, tentativas malsucedidas, rodadas de chamadas de ferramentas, impostos ou cobranças separadas de serviço na estimativa básica.
Multiplique o número de solicitações pelos tokens por solicitação, divida cada total de tokens por um milhão e multiplique pela tarifa de entrada ou saída aplicável. Some os dois resultados.
| Componente da carga de trabalho | Cálculo | Resultado |
|---|---|---|
| Tokens de entrada | 150.000 × 3.000 | 450 milhões |
| Tokens de saída | 150.000 × 400 | 60 milhões |
| OneMux em pico, supondo unidades por milhão | 450 × $0.0351 + 60 × $0.1404 | $24.219 |
| OneMux fora de pico, supondo unidades por milhão | 450 × $0.01755 + 60 × $0.0702 | $12.1095 |
| Roteador Fireworks US | 450 × $0.450 + 60 × $1.80 | $310.50 |
Esses valores não são cotações. Em particular, a configuração de saída máxima é um teto, não uma previsão da média de saída cobrada. Se a saída real tiver média de 800 tokens em vez de 400, o componente de saída dobra. No cenário de pico da OneMux, isso altera o total de $24.219 para $32.643, supondo que todos os demais parâmetros permaneçam fixos.
Uma execução em horários mistos exige totais de tokens separados para solicitações em pico e fora de pico. Aplique cada faixa ao uso correspondente, em vez de aplicar o preço fora de pico à execução inteira apenas porque ela começou nesse horário.
Calcule a economia com cache separadamente
O registro da OneMux apresenta preços de leitura de cache de $0.000702 em pico e $0.000351 fora de pico; o denominador de cobrança desses valores também precisa ser confirmado. A página da Fireworks informa explicitamente seu preço de leitura de cache por milhão de tokens. A elegibilidade para cache, os mínimos, as gravações e a expiração não são estabelecidos pelo material fornecido; portanto, uma taxa de acertos elegíveis é uma hipótese, não uma garantia.
Por exemplo, suponha que uma solicitação da OneMux em horário de pico tenha 3.000 tokens de entrada, dos quais 2.400 são cobrados como leituras de cache e 600 como entrada comum, além de 400 tokens de saída. Sob a hipótese de unidades por milhão:
| Componente | Cálculo | Custo por solicitação |
|---|---|---|
| Entrada comum | 600 ÷ 1.000.000 × $0.0351 | $0.00002106 |
| Leituras de cache | 2.400 ÷ 1.000.000 × $0.000702 | $0.0000016848 |
| Saída | 400 ÷ 1.000.000 × $0.1404 | $0.00005616 |
| Total | Soma dos três componentes | $0.0000789048 |
Isso equivale a $11.83572 para 150.000 solicitações idênticas, antes de cobranças por gravação em cache ou outras cobranças. A referência sem cache continua essencial: ela é a estimativa mais segura até que o uso e a cobrança reais de leituras de cache sejam observados.
Planeje uma avaliação reproduzível
Antes de executar chamadas pagas, fixe o conjunto de casos, os modelos de prompt, a rota, o identificador do modelo e os critérios de pontuação. Os casos a seguir são ilustrativos; não são resultados medidos para este modelo.
| Caso de teste | Entrada fixa e verificação | Limite ou condição de falha |
|---|---|---|
| Extração estruturada | Extraia campos nomeados de um documento curto; compare com um gabarito verificado. | Marque campos inválidos ou ausentes como falhas; limite os tokens de saída. |
| Recuperação em contexto longo | Insira um fato conhecido em um documento e solicite-o com um trecho que o comprove. | Registre o tamanho real da entrada; rejeite trechos ausentes ou que não sustentem a resposta. |
| Seleção de chamada de ferramenta | Apresente uma solicitação com uma função apropriada e argumentos conhecidos. | Verifique o nome e os argumentos da função; limite as rodadas de chamadas de ferramentas. |
| Recusa ou incerteza | Faça uma pergunta que não possa ser respondida com base no material fornecido. | Sinalize fatos inventados; use os mesmos critérios em todas as repetições. |
Defina um número máximo de solicitações e um limite de gasto em dólares para interromper a execução antes de iniciá-la. Limite os tokens de saída, a concorrência, as novas tentativas por caso e as rodadas de ferramentas. Trate novas tentativas como tentativas adicionais cobráveis, a menos que o provedor confirme o contrário; registre-as separadamente em vez de substituir chamadas malsucedidas sem registro. Se o limite de orçamento ou de erros for atingido, interrompa a execução e informe que a cobertura ficou incompleta.
Para cada tentativa, registre o ID do caso, o horário em UTC, a rota e o identificador do modelo, o uso de entrada e saída, o uso de leitura de cache, se informado, o resultado e eventuais erros. Preserve a versão do prompt e dos critérios de pontuação. Compare o custo com a taxa de aprovação e os tipos de falha, não isoladamente. Nenhuma avaliação paga foi executada para este artigo.
Limites e verificações para a decisão
A página da Fireworks informa uma janela de contexto de 1.048.576 tokens, um máximo de 393.216 tokens de saída, chamadas de função, visão, raciocínio e cache de prompts para seu roteador US. Essas são informações documentadas na página, não medições de desempenho. Sua seção de benchmarks informa que não há pontuações públicas de benchmark registradas. O catálogo da OneMux descreve o contexto como 1M; ele não estabelece que todos os recursos ou limites específicos do roteador sejam idênticos na OneMux.
Antes de comprar, confirme os parâmetros aceitos pelo endpoint exato, os limites combinados de entrada e saída, a contabilização de tokens, as condições de cache e as tarifas atuais. Se um recurso for necessário para um teste, execute uma pequena verificação com limites definidos em vez de presumir compatibilidade. Mantenha uma margem abaixo dos tetos de contexto e saída e investigue respostas truncadas, registros de uso ausentes ou falhas inesperadas de cache antes de aumentar a escala.
Uma decisão útil é, portanto, condicional: use a estimativa para definir um teto e depois substitua as quantidades presumidas de tokens e o comportamento presumido do cache pelo uso observado em um projeto-piloto com limites definidos.
Fontes
- Future AGI: DeepSeek V4.1 Flash, roteador Fireworks AI, US — preços, limites e recursos listados do roteador; a fonte informa verificação em 22 de outubro de 2026.
- OneMux: DeepSeek V4.1 Flash — catálogo de modelos e informações sobre faixas; registro usado aqui capturado em 12 de novembro de 2026.
Registro dos preços publicados
Capturado em 2026-11-12T21:00:05.902Z 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 faixa, cache ou horário pode ser diferente. Valores desconhecidos não são zero.
| Modelo | Entrada oficial | Saída oficial | Entrada OneMux | Saída OneMux | Proporção de preço publicada |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
Preços atuais da OneMux. Compare custos de cargas de trabalho somente 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 uma avaliação do DeepSeek V4.1 Flash?
Para 150.000 solicitações com média de 3.000 tokens de entrada e 400 tokens de saída, a estimativa ilustrativa da OneMux em horário de pico é de $24.219, supondo que os valores publicados sejam por milhão de tokens e que não haja leituras de cache nem cobranças extras. Primeiro, verifique o denominador de cobrança e as tarifas atuais.
O cache de prompts sempre reduz a conta?
Não necessariamente. A economia depende das leituras de cache elegíveis, das taxas reais de acerto e de eventuais cobranças por gravação ou outras cobranças aplicáveis. Calcule uma referência sem cache e verifique o uso cobrado.
Está comprovado que o roteador Fireworks e as rotas da OneMux têm o mesmo desempenho?
Não. As fontes fornecidas apresentam preços e algumas informações sobre recursos específicos das rotas, não uma comparação controlada de desempenho. Teste as rotas e os parâmetros exatos que pretende usar.
Artigos relacionados
Guides
Estimativas de custo da API Hy3 para avaliações reproduzíveis
Estime os custos de avaliação do Hy3 com limites explícitos de tokens, premissas de cache, casos de teste e cálculos reproduzíveis.
Guides
DeepSeek V4.1 Flash 1017: estime os custos da API antes de uma avaliação
Um guia reproduzível para estimar os custos da API DeepSeek V4.1 Flash 1017, com tarifas de pico e fora de pico, premissas de cache e um orçamento de avaliação.
Guides
Custo da API GPT 6.2 Sol: orçamento para uma avaliação reproduzível
Estime os custos de avaliação do GPT 6.2 Sol com premissas explícitas de tokens, preços por faixa de contexto, exemplos de cache e limites para testes reproduzíveis.
Guides
Estimativa de custo da API GPT 6.2 Astra para triagem de suporte com aprovação humana
Estime os custos de tokens do GPT 6.2 Astra em um fluxo de triagem de suporte ao cliente com aprovação humana, com exemplos de faixas de contexto e cache.