指南OneMux

DeepSeek V4.1 Flash 1017:在评测前估算 API 成本

一份可复现的 DeepSeek V4.1 Flash 1017 API 成本估算指南,涵盖高峰与非高峰费率、缓存假设和评测预算。

AI

摘要 · TL;DR

使用高峰时段的未缓存 token 价格制定保守的评测预算,再根据使用记录计算实际成本。本文使用相同工作负载比较已公布的官方费率和 OneMux 费率,并说明缓存和非高峰时段假设何时会改变估算结果。

核心要点

  • 对于 300 次调用、每次最多使用 8,000 个输入 token 和 2,000 个输出 token 的评测,按高峰时段未缓存价格计算,已公布官方费率下的 token 预算为 $1.44,已公布 OneMux 费率下为 $0.24336。
  • 已公布的每百万 token $0.292 混合价格假设输入与输出比例为 4:1,且输入缓存命中率为 80%;它并非通用 token 价格。
  • 将成功的 Search 和 Fetch 请求费用与 token 成本分开计算,并在运行评测前核实当前定价及费率档位适用条件。
  • 记录实际 token 用量、缓存读取、重试和请求时间,以便在相同基础上比较后续评测。
文章目录 (9)

从设定上限的评测预算开始

为了可重复地评测 DeepSeek V4.1 Flash 1017,应首先按计划的最大调用次数以及高峰时段未缓存费率制定预算。将缓存命中和非高峰时段运行作为单独情景,而不是预先认定可以节省的费用。

例如,100 个测试用例各运行三次,每次调用最多使用 8,000 个输入 token 和 2,000 个输出 token,按高峰费率计算的 token 预算为已公布官方费率下 $1.44,或已公布 OneMux 费率下 $0.24336。这些数字不包括工具费用和超出 300 次调用计划的任何调用。这些是示例计算,并非付费测试结果。

本文发布方 OneMux 通过兼容 OpenAI 的 API 提供模型访问。下文将其已公布的目录与 LLMLearner 费率表进行比较;这一比较不能证明模型质量,也不能保证特定工作负载能够适用缓存费率或时段费率。

费率表与计费假设

OneMux 目录快照的采集时间为 2026 年 11 月 13 日 18:30:05 UTC。提供的 LLMLearner 费率表注明生效日期为 2026 年 10 月 17 日。下表价格以美元计,单位为每百万 token;制定预算前请核实当前条款。

时段官方输入官方输出OneMux 输入OneMux 输出已公布的 OneMux 与官方价格之比
高峰$0.30$1.20$0.0507$0.20280.169
非高峰$0.15$0.60$0.02535$0.10140.169

已公布的比例是价格倍数,不应作为额外折扣再应用于 OneMux 价格。OneMux 模型页面提供了这些分档目录价格。

缓存输入读取官方价格,每百万 tokenOneMux 价格,每百万 token
高峰$0.006$0.001014
非高峰$0.003$0.000507

LLMLearner 将高峰时段描述为工作日 UTC 01:00–04:00 和 06:00–10:00,不含中国法定节假日;非高峰费率为高峰费率的一半。OneMux 目录将工作日相同的时间标为高峰,其他时间标为非高峰,但所提供的目录说明未明确节假日例外规则。请核实适用服务商当前的时段及节假日规则,包括跨越时段边界的请求如何计费。

缓存输入并非免费。表中列出的是缓存读取价格;它并未说明缓存适用条件、缓存写入费用或任何其他未列出的费用。未知费用应视为未知,而不是零。

制定可重复的测试计划

使用以下示例计划比较不同运行结果,避免将工作负载变化误认为价格或质量差异:

  1. 建立一组固定的 100 个代表性用例,包括短输入和长输入、预期格式用例、含糊请求,以及正确回答应说明所提供信息不足的用例。
  2. 保存每个用例的输入、预期行为和评分说明。分别评估正确性和格式;看似有效的回答不一定正确。
  3. 每个用例运行三次,计划共调用 300 次。记录每次调用的模型标识符、提示词版本、生成设置、时间戳、响应和报告的用量。
  4. 在端点支持这些控制项的情况下,为每次调用设置 8,000 token 的输入上限和 2,000 token 的输出上限。如果端点无法强制执行输入上限,请在发送前验证输入。确认服务商计入哪些输出 token,包括适用情况下的非可见 token。
  5. 基础预算的总尝试次数上限设为 300 次,包括重试。如果失败的尝试需要补跑,应将其计入该上限,或在继续之前单独批准重试额度。

这些是测试设计限额,并不意味着模型或 API 会自动强制执行支出上限。达到尝试次数上限或独立监控的预算上限时,应停止运行。在依赖任何特定控制项之前,请查阅端点和参数文档。

计算保守的 token 预算

按计划的最大规模计算,300 次调用最多产生 240 万个输入 token 和 60 万个输出 token。假设所有输入均未缓存,且所有调用均按高峰费率计费:

项目用量官方费用计算OneMux 费用计算
输入240 万 token2.4 × $0.30 = $0.722.4 × $0.0507 = $0.12168
输出60 万 token0.6 × $1.20 = $0.720.6 × $0.2028 = $0.12168
token 总成本300 万 token$1.44$0.24336

如果预留额外 10% 的额度,用于增加高峰时段未缓存调用,且额外调用的最大 token 配额相同,那么 token 预算将增至官方费率下 $1.584 或 OneMux 费率下 $0.267696。这是预留额度,并非对重试频率的预测。任何已知的非 token 费用均应另行计入。

比较工作负载前先了解混合价格

LLMLearner 报告的混合价格约为每百万 token $0.292,假设输入与输出比例为 4:1,80% 的输入由缓存提供,并采用官方高峰费率。只有这些假设与实际工作负载相符时,该数字才有参考价值。

对于其示例中的月度助手工作负载——10,000 个请求,每个请求包含 8,000 个输入 token 和 2,000 个输出 token——计算如下:

  • 输入共 8,000 万 token:其中 1,600 万未缓存,6,400 万已缓存。
  • 官方高峰输入成本为 16 × $0.30 加上 64 × $0.006,即 $5.184。
  • 官方高峰输出成本为 20 × $1.20,即 $24.00。
  • 1 亿 token 的总成本为 $29.184,通常显示为 $29.18。未经四舍五入的混合费率为每百万 token $0.29184。
  • 按已公布的 OneMux 高峰费率和相同用量计算,输入成本为 $0.876096,输出成本为 $4.056,总计 $4.932096。

如果所有输入均未缓存,相同工作负载按官方高峰 token 费率计算为 $48.00,按 OneMux 高峰 token 费率计算为 $8.112。这一差异说明,仅基于 token 总量的报价可能产生误导。同样,如果所有调用都转移到符合条件的非高峰时段,上述特定 token 估算值将减半;混合时段安排则需要分别计算高峰和非高峰小计。

计入工具费用并核对运行结果

LLMLearner 表示,自 11 月 1 日起,Search 和 Fetch 各自的费用均为每 1,000 次成功请求 $0.75,另计 token 费用。例如,按照所述条款,300 次成功的 Search 请求加上 300 次成功的 Fetch 请求,将增加 $0.225 + $0.225 = $0.45。这些工具和费用是否适用于特定端点或服务商,需要单独核实;提供的 OneMux 目录并未确认其可用性或收费情况。

运行结束后,用报告的未缓存输入、缓存读取输入和输出用量替换计划的最大值。按适用时段档位拆分用量,再加上已确认的工具费用和其他费用。保留失败尝试的记录,并与服务商账单核对:失败请求不一定免费。

为了公平地重复评测,应保持相同的用例、限额、设置和评分规则。在报告成本时,同时说明缓存行为或运行时段的任何变化。仅凭价格无法判断响应是否满足测试用例的要求。

结论

使用高峰时段未缓存费用计算来审批设有上限的测试,再用实测用量解释最终账单。高缓存命中率和非高峰时段估算可用于有价值的敏感性检查,但均不能替代对适用条件的核实和实际用量记录。

来源

已公布价格快照

采集自 OneMux 已公布目录,时间为 2026-11-13T18:30:05.872Z。价格保留网站上的计费单位;这不是实时基准测试。分档、缓存或基于时段的计费可能有所不同。未知值不等于零。

模型官方输入官方输出OneMux 输入OneMux 输出已公布价格比例
DeepSeek V4.1 Flash 1017$0.3$1.2$0.0507$0.20280.169

当前 OneMux 价格。只有在输入/输出及计费单位一致时,才应比较工作负载成本;各档位条件请参阅对应模型页面。

常见问题

进行 300 次调用的 DeepSeek V4.1 Flash 1017 评测需要多少钱?

按已公布的高峰费率计算,如果每次调用都使用 8,000 个未缓存输入 token 和 2,000 个输出 token,官方费率下的 token 成本为 $1.44,OneMux 费率下为 $0.24336。不包括工具费用和任何额外尝试。

每百万 token $0.292 的混合价格适用于所有工作负载吗?

不适用。该价格假设输入与输出 token 比例为 4:1,80% 的输入由缓存提供,并采用官方高峰费率。token 比例、缓存读取量或时段档位不同,混合价格也会不同。

Search 和 Fetch 是否包含在 token 价格中?

提供的 LLMLearner 费率表将两者单独列出:自 11 月 1 日起,各自按每 1,000 次成功请求 $0.75 收费。请向所用端点或服务商核实其可用性和适用费用。

相关文章