Chi phí API DeepSeek V4.1 Flash: Ngân sách đánh giá có thể tái lập
Ước tính chi phí đánh giá DeepSeek V4.1 Flash với giả định token rõ ràng, các khung giờ, kịch bản cache và bộ ca kiểm thử có thể lặp lại.
Tóm tắt · TL;DR
Ước tính chi phí có thể tái lập cho một khối lượng đánh giá DeepSeek V4.1 Flash cố định, gồm giả định về giá, cách tính cache, giới hạn thực thi và các ca kiểm thử.
Điểm chính
- Với mức giá giờ cao điểm OneMux niêm yết, khối lượng minh họa 150.000 request có chi phí $24.219 nếu xác nhận được đơn giá trong danh mục tính theo mỗi triệu token và không có input được cache.
- Mức giá router Fireworks AI US được niêm yết riêng cho kết quả ước tính $310.50 với cùng khối lượng trong 30 ngày, chưa bao gồm cache và các khoản phí khác.
- Một quy trình đánh giá có thể lặp lại cần có bộ ca cố định, giới hạn output, quy tắc retry, bản ghi sử dụng token và điều kiện dừng — không chỉ đơn giá token.
- Hãy xác minh đơn vị tính phí, ranh giới khung giờ, điều kiện áp dụng cache và giá hiện tại của OneMux trước khi dùng các ước tính này để quyết định mua.
Mục lục (8)
Câu trả lời ngắn gọn
Với một bài đánh giá minh họa gồm 150.000 request, mỗi request dùng 3.000 token input và tạo ra 400 token output, chi phí token ước tính là $24.219 theo mức giá giờ cao điểm OneMux niêm yết hoặc $12.1095 theo mức giá giờ thấp điểm. Các con số này giả định đơn giá trong danh mục OneMux được tính bằng USD trên mỗi triệu token, không có input được cache và không có retry. Hãy xác nhận đơn vị tính phí và mức giá hiện tại trước khi chốt ngân sách: bản chụp danh mục được cung cấp không nêu rõ mẫu số của đơn giá token.
Với cùng khối lượng công việc, mức giá router Fireworks AI US được niêm yết riêng cho kết quả $310.50, sử dụng đơn vị tính trên mỗi triệu token được nêu rõ. Đây là các ước tính giá cho những route được mô tả khác nhau, không phải kết quả so sánh chất lượng hay hiệu năng đo được.
OneMux là đơn vị xuất bản và cũng là sản phẩm được đề cập trong hướng dẫn chi phí này. Quy trình dưới đây hữu ích bất kể bạn đánh giá route nào.
Giá tại thời điểm ghi nhận và đơn vị có thể so sánh
Bản chụp danh mục OneMux được ghi nhận vào ngày 12 tháng 11 năm 2026. Bảng dưới đây giữ nguyên các mức giá và tỷ lệ được công bố, không thay đổi độ chính xác. Trong các phép tính bên dưới, đơn giá OneMux được xem là số đô la trên mỗi triệu token; cần xác nhận mẫu số này trên trang model hoặc với nhà cung cấp.
| Khung giá trong danh mục OneMux | Input chính thức | Output chính thức | Input OneMux | Output OneMux | Tỷ lệ giá công bố |
|---|---|---|---|---|---|
| Cao điểm | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
| Thấp điểm | $0.15 | $0.6 | $0.01755 | $0.0702 | 0.11699999999999999 |
Tỷ lệ công bố là giá OneMux chia cho giá chính thức tương ứng, không phải tỷ lệ phần trăm giảm giá. Giờ cao điểm được niêm yết là thứ Hai–thứ Sáu, 01:00–04:00 và 06:00–10:00 UTC; các thời điểm khác là thấp điểm. Hãy xác nhận cách tính phí cho request kéo dài qua ranh giới giữa hai khung giờ.
Để tham khảo, trang niêm yết router Fireworks AI US của Future AGI nêu giá $0.450 per million input tokens và $1.80 per million output tokens, với input được cache ở mức $0.009 per million. Ngày xác minh được trang này nêu là 22 tháng 10 năm 2026. Trang niêm yết xác định một router Fireworks cụ thể; không nên giả định router đó vận hành giống hệt route OneMux. Giá và điều khoản có thể thay đổi.
Tính chi phí cho một khối lượng công việc cố định
Dùng khối lượng minh họa này cho mọi route được so sánh:
- 100 ca kiểm thử cố định, mỗi ca lặp lại 50 lần mỗi ngày: 5.000 request mỗi ngày.
- Đánh giá trong 30 ngày: 150.000 request.
- Mức sử dụng trung bình được tính phí là 3.000 token input và 400 token output cho mỗi request.
- Ước tính cơ sở không bao gồm input được cache, các lần thử thất bại, các vòng tool-call, thuế hoặc phí dịch vụ riêng.
Nhân số request với số token mỗi request, chia từng tổng số token cho một triệu, rồi nhân với đơn giá input hoặc output tương ứng. Cộng hai kết quả lại.
| Thành phần khối lượng | Phép tính | Kết quả |
|---|---|---|
| Token input | 150.000 × 3.000 | 450 triệu |
| Token output | 150.000 × 400 | 60 triệu |
| OneMux giờ cao điểm, giả định đơn giá trên mỗi triệu token | 450 × $0.0351 + 60 × $0.1404 | $24.219 |
| OneMux giờ thấp điểm, giả định đơn giá trên mỗi triệu token | 450 × $0.01755 + 60 × $0.0702 | $12.1095 |
| Router Fireworks US | 450 × $0.450 + 60 × $1.80 | $310.50 |
Đây không phải báo giá. Đặc biệt, mức output tối đa được cài đặt chỉ là giới hạn trần, không phải dự đoán về output trung bình được tính phí. Nếu output thực tế trung bình là 800 thay vì 400 token, phần chi phí output sẽ tăng gấp đôi. Trong kịch bản OneMux giờ cao điểm, tổng chi phí khi đó đổi từ $24.219 thành $32.643, giả sử mọi đầu vào khác không đổi.
Một lượt chạy trải qua nhiều khung giờ cần có tổng số token riêng cho các request giờ cao điểm và thấp điểm. Áp dụng từng mức giá cho phần sử dụng thuộc khung giờ đó, thay vì áp dụng giá thấp điểm cho toàn bộ lượt chạy chỉ vì lượt chạy bắt đầu ngoài giờ cao điểm.
Tính riêng mức tiết kiệm từ cache
Bản chụp OneMux niêm yết giá đọc cache là $0.000702 peak và $0.000351 off-peak; mẫu số tính phí của các mức giá này cũng cần được xác nhận. Trang niêm yết Fireworks nêu rõ giá đọc cache trên mỗi triệu token. Tài liệu được cung cấp chưa xác lập điều kiện áp dụng cache, mức tối thiểu, hoạt động ghi và thời hạn hết hạn, nên tỷ lệ cache hit đủ điều kiện chỉ là giả định, không phải cam kết.
Ví dụ, giả sử một request OneMux giờ cao điểm có 3.000 token input, trong đó 2.400 token được tính phí đọc cache và 600 token được tính là input thông thường, cùng với 400 token output. Theo giả định đơn giá trên mỗi triệu token:
| Thành phần | Phép tính | Chi phí mỗi request |
|---|---|---|
| Input thông thường | 600 ÷ 1.000.000 × $0.0351 | $0.00002106 |
| Đọc cache | 2.400 ÷ 1.000.000 × $0.000702 | $0.0000016848 |
| Output | 400 ÷ 1.000.000 × $0.1404 | $0.00005616 |
| Tổng | Tổng của ba thành phần | $0.0000789048 |
Tức là $11.83572 cho 150.000 request giống hệt nhau, trước khi tính phí ghi cache hoặc các khoản phí khác. Mức cơ sở không dùng cache vẫn rất quan trọng: đây là ước tính thận trọng hơn cho đến khi quan sát được mức sử dụng và cách tính phí đọc cache thực tế.
Thiết kế quy trình đánh giá có thể lặp lại
Trước khi thực hiện các cuộc gọi có tính phí, hãy cố định bộ ca kiểm thử, mẫu prompt, route, định danh model và thang chấm điểm. Các ca sau chỉ mang tính minh họa; đây không phải kết quả đo được của model này.
| Ca kiểm thử | Input cố định và cách kiểm tra | Giới hạn hoặc điều kiện thất bại |
|---|---|---|
| Trích xuất có cấu trúc | Trích xuất các trường được chỉ định từ một tài liệu ngắn; so sánh với đáp án đã được kiểm tra. | Đánh dấu trường không hợp lệ hoặc bị thiếu là thất bại; giới hạn token output. |
| Truy xuất trong ngữ cảnh dài | Đặt một dữ kiện đã biết trong tài liệu và yêu cầu tìm dữ kiện đó kèm đoạn trích làm bằng chứng. | Ghi nhận kích thước input thực tế; từ chối đoạn trích không có căn cứ hoặc bị thiếu. |
| Chọn tool-call | Đưa ra một yêu cầu với một function phù hợp và các đối số đã biết. | Kiểm tra tên function và đối số; giới hạn số vòng tool-call. |
| Từ chối hoặc thể hiện sự không chắc chắn | Đặt một câu hỏi không thể trả lời dựa trên tài liệu được cung cấp. | Đánh dấu các dữ kiện bịa đặt; dùng cùng một thang chấm điểm cho mọi lần lặp. |
Đặt số request tối đa và ngưỡng chi phí bằng đô la để dừng trước khi thực thi. Giới hạn token output, mức độ đồng thời, số lần retry cho mỗi ca và số vòng tool. Coi retry là các lần thử có tính phí bổ sung trừ khi nhà cung cấp xác nhận khác; ghi log riêng thay vì âm thầm thay thế các cuộc gọi thất bại. Nếu chạm ngưỡng ngân sách hoặc lỗi, hãy dừng và báo cáo phạm vi kiểm thử chưa hoàn thành.
Với mỗi lần thử, ghi lại ID ca kiểm thử, thời gian theo UTC, route và định danh model, mức sử dụng input và output, mức sử dụng đọc cache nếu được báo cáo, kết quả và mọi lỗi. Lưu phiên bản prompt và cách chấm điểm. So sánh chi phí cùng với tỷ lệ đạt và các loại lỗi, không xét chi phí riêng lẻ. Không có bài đánh giá trả phí nào được thực hiện cho bài viết này.
Giới hạn và những điểm cần kiểm tra trước khi quyết định
Trang niêm yết Fireworks cho biết router US có cửa sổ ngữ cảnh 1.048.576 token, tối đa 393.216 token output, function calling, vision, reasoning và prompt caching. Đây là các thông tin được công bố trên trang niêm yết, không phải hiệu năng đo được. Phần benchmark của trang này cho biết không có điểm benchmark công khai nào được ghi nhận. Danh mục OneMux mô tả ngữ cảnh là 1M; thông tin này không xác lập rằng mọi khả năng hoặc giới hạn riêng của router đều giống hệt trên OneMux.
Trước khi mua, hãy xác nhận các tham số được endpoint cụ thể hỗ trợ, giới hạn input/output kết hợp, cách tính token, điều khoản cache và mức giá hiện tại. Nếu một tính năng là cần thiết cho bài kiểm thử, hãy chạy một phép thử thăm dò nhỏ có giới hạn thay vì mặc định rằng tính năng tương thích. Giữ khoảng dự phòng dưới giới hạn ngữ cảnh và output, đồng thời kiểm tra các phản hồi bị cắt cụt, bản ghi sử dụng bị thiếu hoặc cache miss ngoài dự kiến trước khi mở rộng quy mô.
Vì vậy, quyết định phù hợp cần có điều kiện: dùng ước tính để đặt mức trần, sau đó thay số token và hành vi cache giả định bằng mức sử dụng quan sát được từ một đợt chạy thử có giới hạn.
Nguồn
- Future AGI: DeepSeek V4.1 Flash, Fireworks AI router, US — giá, giới hạn và các khả năng được niêm yết của router; nguồn cho biết đã xác minh vào ngày 22 tháng 10 năm 2026.
- OneMux: DeepSeek V4.1 Flash — danh mục model và thông tin khung giá; bản chụp được sử dụng tại đây ghi nhận ngày 12 tháng 11 năm 2026.
Bản chụp giá đã công bố
Được ghi nhận lúc 2026-11-12T21:00:05.902Z từ danh mục OneMux đã công bố. Giá giữ nguyên đơn vị tính phí trên website; đây không phải benchmark trực tiếp. Cách tính phí theo mức, cache hoặc thời gian có thể khác nhau. Giá trị chưa biết không đồng nghĩa với bằng không.
| Model | Input chính thức | Output chính thức | Input OneMux | Output OneMux | Tỷ lệ giá công bố |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
Giá OneMux hiện tại. Chỉ so sánh chi phí khối lượng công việc khi input/output và đơn vị tính phí tương ứng; xem từng trang model để biết điều kiện của các mức giá.
FAQ
Chi phí đánh giá DeepSeek V4.1 Flash là bao nhiêu?
Với 150.000 request, trung bình 3.000 token input và 400 token output mỗi request, ước tính minh họa theo giá OneMux giờ cao điểm là $24.219, giả định các mức giá niêm yết tính trên mỗi triệu token và không có lượt đọc cache hay phụ phí. Trước tiên, hãy xác minh mẫu số tính phí và mức giá hiện tại.
Prompt caching có luôn làm giảm hóa đơn không?
Không hẳn. Mức tiết kiệm phụ thuộc vào các lượt đọc cache đủ điều kiện, tỷ lệ hit thực tế và mọi khoản phí ghi hoặc phí khác được áp dụng. Hãy tính mức cơ sở không dùng cache và xác minh mức sử dụng được tính phí.
Router Fireworks và các route OneMux đã được chứng minh là có hiệu năng như nhau chưa?
Chưa. Các nguồn được cung cấp đưa ra thông tin về giá và một số khả năng riêng của từng route, chứ không phải kết quả so sánh hiệu năng có kiểm soát. Hãy kiểm thử đúng các route và tham số bạn dự định sử dụng.
Bài viết liên quan
Guides
Ước tính chi phí API Hy3 cho các lần đánh giá có thể lặp lại
Ước tính chi phí đánh giá Hy3 với giới hạn token, giả định về bộ nhớ đệm, ca kiểm thử và phép tính có thể tái lập được nêu rõ.
Guides
DeepSeek V4.1 Flash 1017: Ước tính chi phí API trước khi đánh giá
Hướng dẫn ước tính chi phí API DeepSeek V4.1 Flash 1017 có thể tái lập, bao gồm mức giá giờ cao điểm và thấp điểm, giả định về cache và ngân sách đánh giá.
Guides
Chi phí API GPT 6.2 Sol: Lập ngân sách đánh giá có thể tái lập
Ước tính chi phí đánh giá GPT 6.2 Sol với giả định token rõ ràng, giá theo mức ngữ cảnh, ví dụ về cache và giới hạn thử nghiệm có thể tái lập.
Guides
Ước tính chi phí API GPT 6.2 Astra cho phân loại yêu cầu hỗ trợ có người phê duyệt
Ước tính chi phí token GPT 6.2 Astra cho quy trình phân loại yêu cầu hỗ trợ khách hàng có người phê duyệt, kèm ví dụ về các mức giá và bộ nhớ đệm.