DeepSeek V4.1 Flash API 成本:可复现的评测预算
通过明确的 token 用量假设、时段费率、缓存场景和可重复测试用例,估算 DeepSeek V4.1 Flash 评测成本。
摘要 · TL;DR
针对固定的 DeepSeek V4.1 Flash 评测工作量,提供可复现的成本估算,涵盖定价假设、缓存计算、执行限制和测试用例。
核心要点
- 按 OneMux 公布的高峰时段费率计算,如果确认目录中的价格按每百万 token 计费,且没有输入缓存,示例中的 150,000 次请求将花费 $24.219。
- 按另行列出的 Fireworks AI US router 费率计算,相同的 30 天工作量预计花费 $310.50,不含缓存及其他费用。
- 可重复的评测不仅需要 token 单价,还需要固定测试用例、输出限制、重试规则、token 用量记录和停止条件。
- 在依据这些估算做出采购决策前,应核实 OneMux 的计费单位、时段边界、缓存适用条件和当前价格。
文章目录 (8)
简要结论
对于一项示例评测,假设共有 150,000 次请求,每次使用 3,000 个输入 token 并生成 400 个输出 token,按 OneMux 公布的高峰时段费率估算,token 成本为 $24.219;按非高峰时段费率估算,则为 $12.1095。这些数字假设 OneMux 目录价格以每百万 token 的美元价格计,且没有输入缓存或重试。在确定预算前,请确认计费单位和当前费率:所提供的目录快照并未明确标明 token 价格的计费单位。
对于相同工作量,使用另行列出的 Fireworks AI US router 费率及其明确注明的每百万 token 计费单位,估算结果为 $310.50。这些是针对不同描述的路由给出的价格估算,并非实测的质量或性能比较。
OneMux 是本成本指南的发布方,也是文中讨论的产品。无论评测哪条路由,以下流程都适用。
价格快照与可比计费单位
OneMux 目录快照采集于 2026 年 11 月 12 日。下表照录其公布的金额和比率,不改变精度。下文计算将 OneMux 金额视为每百万 token 的美元价格;这一计费单位需要在模型页面或向服务商确认。
| OneMux 目录时段 | 官方输入价格 | 官方输出价格 | OneMux 输入价格 | OneMux 输出价格 | 公布的价格比率 |
|---|---|---|---|---|---|
| 高峰 | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
| 非高峰 | $0.15 | $0.6 | $0.01755 | $0.0702 | 0.11699999999999999 |
公布的比率是 OneMux 价格除以对应的官方价格,并非折扣百分比。高峰时段列为周一至周五 UTC 01:00–04:00 和 06:00–10:00;其他时间为非高峰时段。请确认跨越时段边界的请求如何计费。
作为参考,Future AGI 的 Fireworks AI US router 页面列出的价格为每百万输入 token $0.450、每百万输出 token $1.80,缓存输入为每百万 token $0.009。该页面注明的核验日期为 2026 年 10 月 22 日。该页面指明的是特定的 Fireworks router;不要假设它在运行方式上与 OneMux 路由完全相同。价格和条款可能发生变化。
计算固定工作量的成本
对每条待比较的路由,均使用以下示例工作量:
- 100 个固定测试用例,每个每天重复 50 次:每天 5,000 次请求。
- 评测持续 30 天:150,000 次请求。
- 每次请求的平均计费用量为 3,000 个输入 token 和 400 个输出 token。
- 基准估算不包含输入缓存、失败尝试、工具调用轮次、税费或单独收取的服务费用。
将请求次数乘以每次请求的 token 数,分别把输入和输出 token 总数除以一百万,再乘以适用的输入或输出费率,最后将两项结果相加。
| 工作量项目 | 计算 | 结果 |
|---|---|---|
| 输入 token | 150,000 × 3,000 | 4.5 亿 |
| 输出 token | 150,000 × 400 | 6,000 万 |
| OneMux 高峰时段,假设计费单位为每百万 token | 450 × $0.0351 + 60 × $0.1404 | $24.219 |
| OneMux 非高峰时段,假设计费单位为每百万 token | 450 × $0.01755 + 60 × $0.0702 | $12.1095 |
| Fireworks US router | 450 × $0.450 + 60 × $1.80 | $310.50 |
这些数字不是报价。尤其需要注意,最大输出设置是上限,并非对平均计费输出量的预测。如果实际平均输出为 800 而非 400 个 token,输出成本部分将翻倍。在 OneMux 高峰时段场景下,假设其他输入条件不变,总成本将从 $24.219 变为 $32.643。
跨时段运行时,需要分别统计高峰和非高峰请求的 token 总量。应按各时段对应的用量应用费率,而不是仅因为任务在非高峰时段开始,就对整个任务使用非高峰价格。
单独估算缓存节省的成本
OneMux 快照列出的缓存读取价格为高峰时段 $0.000702、非高峰时段 $0.000351;其计费单位同样需要确认。Fireworks 页面明确注明了每百万 token 的缓存读取价格。所提供的材料未确定缓存适用条件、最低要求、写入及过期规则,因此可计费的缓存命中率只是假设,并无保证。
例如,假设 OneMux 高峰时段的一次请求包含 3,000 个输入 token,其中 2,400 个按缓存读取计费,600 个按普通输入计费,另有 400 个输出 token。在按每百万 token 计费的假设下:
| 项目 | 计算 | 每次请求成本 |
|---|---|---|
| 普通输入 | 600 ÷ 1,000,000 × $0.0351 | $0.00002106 |
| 缓存读取 | 2,400 ÷ 1,000,000 × $0.000702 | $0.0000016848 |
| 输出 | 400 ÷ 1,000,000 × $0.1404 | $0.00005616 |
| 合计 | 三项成本之和 | $0.0000789048 |
也就是说,150,000 次相同请求的成本为 $11.83572,尚未计入任何缓存写入费或其他费用。无缓存基准仍然必不可少:在观察到实际缓存读取用量和计费情况之前,它是更稳妥的估算。
设计可重复的评测
在发起付费调用之前,先固定测试用例集、提示词模板、路由、模型标识符和评分标准。以下用例仅供示例,并非该模型的实测结果。
| 测试用例 | 固定输入与检查方式 | 限制或失败条件 |
|---|---|---|
| 结构化提取 | 从短文档中提取指定字段,并与经过核对的答案对照。 | 将无效或缺失字段标记为失败;限制输出 token 数。 |
| 长上下文检索 | 将一个已知事实放入文档,要求模型给出该事实及支持它的摘录。 | 记录实际输入大小;拒绝无依据或缺失的摘录。 |
| 工具调用选择 | 提供一个请求,其中有一个适用的函数及已知参数。 | 检查函数名和参数;限制工具调用轮次。 |
| 拒答或不确定性 | 基于所提供材料提出一个无法回答的问题。 | 标记编造的事实;每次重复均使用相同评分标准。 |
执行前设置最大请求次数和美元金额停止阈值。限制输出 token、并发数、每个用例的重试次数及工具调用轮次。除非服务商另有确认,否则应将重试视为额外的计费尝试;单独记录重试,而不是悄然替换失败的调用。达到预算或错误阈值时,应停止并报告尚未完成的覆盖范围。
对每次尝试,记录用例 ID、UTC 时间、路由和模型标识符、输入和输出用量、缓存读取用量(如有报告)、结果及任何错误。保留提示词和评分标准的版本。比较成本时,应同时考察通过率和失败类型,而不是孤立地看成本。本文未进行付费评测。
限制与决策检查
Fireworks 页面称,其 US router 的上下文窗口为 1,048,576 个 token,最大输出为 393,216 个 token,并支持函数调用、视觉、推理和提示词缓存。这些是页面记载的声明,并非实测性能。其基准测试部分显示没有记录公开基准测试分数。OneMux 目录将上下文描述为 1M;这并不能证明每项路由特定的能力或限制在 OneMux 上都相同。
购买前,请确认具体端点支持的参数、输入与输出的组合限制、token 计量方式、缓存条款和当前费率。如果某项能力是测试所必需的,应先进行小规模、设有上限的探测,而不是假定其兼容。在上下文和输出上限以下留出余量;扩大规模前,调查被截断的响应、缺失的用量记录或意外的缓存未命中。
因此,合理的决策应有前提:先用估算设定上限,再通过有边界的试运行,以实际观察到的用量替换假设的 token 数量和缓存行为。
来源
- Future AGI:DeepSeek V4.1 Flash,Fireworks AI router,US — 路由价格、限制和所列能力;来源注明核验日期为 2026 年 10 月 22 日。
- OneMux:DeepSeek V4.1 Flash — 模型目录和时段信息;本文使用的快照采集于 2026 年 11 月 12 日。
公布价格快照
采集于 2026-11-12T21:00:05.902Z,来源为 OneMux 公布的目录。价格保留网站的计费单位;这不是实时基准测试。分层、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 | 官方输入价格 | 官方输出价格 | OneMux 输入价格 | OneMux 输出价格 | 公布的价格比率 |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
OneMux 当前价格。仅在输入、输出及计费单位一致时比较工作量成本;各时段条件请参阅对应模型页面。
常见问题
DeepSeek V4.1 Flash 评测需要多少钱?
对于 150,000 次请求、每次平均使用 3,000 个输入 token 和 400 个输出 token 的工作量,OneMux 高峰时段的示例估算为 $24.219,前提是其所列金额按每百万 token 计费,且没有缓存读取或额外费用。请先核实计费单位和当前费率。
提示词缓存总能降低账单吗?
不一定。节省多少取决于符合条件的缓存读取、实际命中率,以及任何适用的写入费或其他费用。应计算无缓存基准,并核实计费用量。
Fireworks router 和 OneMux 路由已被证明性能相同吗?
没有。所提供的来源包含价格和部分路由特定的能力信息,但没有提供受控性能比较。请测试计划使用的具体路由和参数。
相关文章
指南
Hy3 API 成本估算:制定可复现的评测预算
通过明确 token 限额、缓存假设、测试用例和可复现的计算方法,估算 Hy3 评测成本。
指南
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。
指南
GPT 6.2 Sol API 成本:可复现的评估预算
根据明确的 token 假设、上下文分档价格、缓存示例和可重复的测试限额,估算 GPT 6.2 Sol 评估成本。
指南
GPT 6.2 Astra API 成本估算:需人工审批的客服工单分诊
估算需人工审批的客服工单分诊流程中 GPT 6.2 Astra 的 token 成本,并提供价格分档和缓存示例。