DeepSeek V4.1 Flash API 費用:可重現的評估預算
透過明確的 token 假設、時段費率、快取情境與可重複執行的測試案例,估算 DeepSeek V4.1 Flash 的評估費用。
摘要 · TL;DR
針對固定的 DeepSeek V4.1 Flash 評估工作負載,提供可重現的費用估算,涵蓋價格假設、快取計算、執行上限與測試案例。
重點
- 若確認 OneMux 目錄金額以每百萬 tokens 計價,且沒有快取輸入,依其列出的尖峰費率,150,000 次請求的範例工作負載費用為 $24.219。
- 依另行列出的 Fireworks AI US router 費率,相同的 30 天工作負載估計為 $310.50,不含快取及其他費用。
- 可重複執行的評估不只需要 token 單價,還需要固定案例、輸出上限、重試規則、token 用量紀錄與停止條件。
- 在以這些估算作為採購決策依據之前,請確認 OneMux 的計費單位、時段邊界、快取適用條件與目前價格。
文章目錄 (8)
重點摘要
以 150,000 次請求的評估範例為例,每次使用 3,000 個輸入 tokens 並產生 400 個輸出 tokens,估計 token 費用依 OneMux 列出的尖峰費率為 $24.219,依離峰費率為 $12.1095。這些數字假設 OneMux 目錄金額以美元計、單位為每百萬 tokens,且沒有快取輸入或重試。在確定預算前,請先確認計費單位與目前費率:所提供的目錄快照並未明確標示 token 價格的計價基數。
相同工作負載若使用另行列出的 Fireworks AI US router 費率,依其明確標示的每百萬 tokens 計價單位,估計為 $310.50。這些是針對描述不同的路由所做的價格估算,並非實測的品質或效能比較。
OneMux 是本費用指南的發布者,也是文中討論的產品。無論評估哪條路由,以下流程都適用。
價格快照與可比較的計價單位
OneMux 目錄快照擷取於 2026 年 11 月 12 日。下表原樣呈現公布的金額與比率,未改變其精度。以下計算將 OneMux 金額視為每百萬 tokens 的美元價格;這個計價基數仍需透過模型頁面或向供應商確認。
| OneMux 目錄時段 | 官方輸入 | 官方輸出 | OneMux 輸入 | OneMux 輸出 | 公布價格比率 |
|---|---|---|---|---|---|
| 尖峰 | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
| 離峰 | $0.15 | $0.6 | $0.01755 | $0.0702 | 0.11699999999999999 |
公布的比率是 OneMux 價格除以對應的官方價格,並非折扣百分比。目錄列出的尖峰時段為週一至週五 UTC 01:00–04:00 及 06:00–10:00;其他時間為離峰。請確認跨越時段邊界的請求如何計費。
作為參考,Future AGI 的 Fireworks AI US router 頁面標示輸入每百萬 tokens $0.450、輸出每百萬 tokens $1.80,快取輸入每百萬 tokens $0.009。頁面標示的驗證日期為 2026 年 10 月 22 日。該頁面指出的是特定 Fireworks router;請勿假設它在運作上與 OneMux 路由完全相同。價格與條款可能變動。
計算固定工作負載
對每條比較中的路由使用以下範例工作負載:
- 100 個固定測試案例,每個案例每天重複 50 次:每天 5,000 次請求。
- 評估期為 30 天:150,000 次請求。
- 每次請求的平均計費用量為 3,000 個輸入 tokens 和 400 個輸出 tokens。
- 基礎估算不包含快取輸入、失敗嘗試、工具呼叫輪次、稅金或另計的服務費用。
將請求次數乘以每次請求的 token 數,分別把輸入與輸出的 token 總數除以一百萬,再乘以適用的輸入或輸出費率。最後將兩個結果相加。
| 工作負載項目 | 計算方式 | 結果 |
|---|---|---|
| 輸入 tokens | 150,000 × 3,000 | 4.5 億 |
| 輸出 tokens | 150,000 × 400 | 6,000 萬 |
| OneMux 尖峰,假設以每百萬為單位 | 450 × $0.0351 + 60 × $0.1404 | $24.219 |
| OneMux 離峰,假設以每百萬為單位 | 450 × $0.01755 + 60 × $0.0702 | $12.1095 |
| Fireworks US router | 450 × $0.450 + 60 × $1.80 | $310.50 |
這些估算並非報價。尤其要注意,最大輸出設定是上限,不代表平均計費輸出的預測值。若實際平均輸出為 800 而非 400 個 tokens,輸出費用就會加倍。以 OneMux 尖峰情境為例,假設其他輸入條件不變,總額將從 $24.219 變為 $32.643。
跨越不同時段的執行批次,需要分別統計尖峰與離峰請求的 token 總數。應將各時段費率套用到歸屬於該時段的用量,而不是只因批次在離峰開始,就對整批套用離峰價格。
分開估算快取節省的費用
OneMux 快照列出的快取讀取價格為尖峰 $0.000702、離峰 $0.000351;其計費基數也需要確認。Fireworks 頁面則明確標示快取讀取價格以每百萬 tokens 計算。所提供的資料未確立快取適用條件、最低用量、寫入與到期規則,因此符合條件的快取命中率只是估算假設,並非保證。
例如,假設一筆 OneMux 尖峰請求有 3,000 個輸入 tokens,其中 2,400 個按快取讀取計費、600 個按一般輸入計費,另有 400 個輸出 tokens。在假設以每百萬為計價單位的情況下:
| 項目 | 計算方式 | 每次請求費用 |
|---|---|---|
| 一般輸入 | 600 ÷ 1,000,000 × $0.0351 | $0.00002106 |
| 快取讀取 | 2,400 ÷ 1,000,000 × $0.000702 | $0.0000016848 |
| 輸出 | 400 ÷ 1,000,000 × $0.1404 | $0.00005616 |
| 總計 | 上述三項相加 | $0.0000789048 |
因此,150,000 次相同請求的費用為 $11.83572,尚未計入任何快取寫入或其他費用。無快取基準仍然不可或缺:在觀察到實際快取讀取用量與計費情況之前,它是較保守的估算。
設計可重複執行的評估
執行付費呼叫前,先固定案例集、提示範本、路由、模型識別碼與評分規準。以下案例僅供說明,並非此模型的實測結果。
| 測試案例 | 固定輸入與檢查方式 | 限制或失敗條件 |
|---|---|---|
| 結構化擷取 | 從短文件中擷取指定欄位;與經過核對的標準答案比較。 | 將無效或缺少的欄位標記為失敗;限制輸出 tokens。 |
| 長上下文檢索 | 在文件中放入已知事實,要求模型回答並提供佐證摘錄。 | 記錄實際輸入大小;不接受缺少摘錄或摘錄無法佐證答案的結果。 |
| 工具呼叫選擇 | 提供一項請求,其中有一個適用的函式及已知參數。 | 檢查函式名稱與參數;限制工具呼叫輪次。 |
| 拒答或不確定性 | 根據所提供資料提出無法回答的問題。 | 標記捏造的事實;每次重複都使用相同規準。 |
執行前先設定最大請求次數與美元金額停止門檻。限制輸出 tokens、並行數、每個案例的重試次數及工具呼叫輪次。除非供應商另有確認,否則應將重試視為額外的計費嘗試;另外記錄重試,而不是默默取代失敗的呼叫。若達到預算或錯誤門檻,就應停止並回報尚未完成的測試範圍。
每次嘗試都應記錄案例 ID、UTC 時間、路由與模型識別碼、輸入及輸出用量、快取讀取用量(若有回報)、結果與任何錯誤。保留提示和評分版本。比較費用時,也要一併考量通過率與失敗類型,不要只看費用。本文未執行付費評估。
限制與決策檢查
Fireworks 頁面列出其 US router 的上下文視窗為 1,048,576 個 tokens、最大輸出為 393,216 個 tokens,並列有 function calling、vision、reasoning 與 prompt caching。這些是頁面記載的資訊,並非實測效能。其基準測試區段顯示沒有記錄公開基準測試分數。OneMux 目錄將上下文描述為 1M;這並不能證明每項 router 專屬功能或限制在 OneMux 上都相同。
購買前,請確認實際 endpoint 支援的參數、輸入與輸出的合併限制、token 計算方式、快取條款及目前費率。若測試需要某項功能,應先執行設定上限的小規模試探,而不是假設相容。使用量應與上下文及輸出上限保留餘裕;擴大規模前,先調查回應截斷、用量紀錄缺漏或非預期快取未命中的情況。
因此,實用的決策方式是有條件地使用估算:先以估算設定上限,再用受控試行中觀察到的實際用量,取代假設的 token 數與快取行為。
來源
- Future AGI: DeepSeek V4.1 Flash, Fireworks AI router, US — router 價格、限制與列出的功能;來源標示驗證日期為 2026 年 10 月 22 日。
- OneMux: DeepSeek V4.1 Flash — 模型目錄與時段資訊;本文使用的快照擷取於 2026 年 11 月 12 日。
公布價格快照
於 2026-11-12T21:00:05.902Z 從 OneMux 公布的目錄擷取。價格保留網站的計費單位;這並非即時基準測試。分級、快取或依時間計費的方式可能不同。未知數值不等於零。
| 模型 | 官方輸入 | 官方輸出 | OneMux 輸入 | OneMux 輸出 | 公布價格比率 |
|---|---|---|---|---|---|
| DeepSeek V4.1 Flash | $0.3 | $1.2 | $0.0351 | $0.1404 | 0.11699999999999999 |
目前的 OneMux 價格。只有在輸入/輸出及計費單位相符時才比較工作負載費用;時段條件請參閱各模型頁面。
常見問題
DeepSeek V4.1 Flash 評估需要多少費用?
以 150,000 次請求、每次平均 3,000 個輸入 tokens 和 400 個輸出 tokens 計算,OneMux 尖峰費用範例估計為 $24.219,前提是其列示金額以每百萬 tokens 計價,且沒有快取讀取或額外費用。請先確認計費基數與目前費率。
提示快取一定能降低帳單嗎?
不一定。節省金額取決於符合條件的快取讀取、實際命中率,以及任何適用的寫入或其他費用。應先計算無快取基準,並確認實際計費用量。
Fireworks router 與 OneMux 路由已證實效能相同嗎?
沒有。所提供的來源包含價格與部分路由專屬功能資訊,但沒有受控的效能比較。請測試實際打算使用的路由與參數。
相關文章
指南
Hy3 API 成本估算:打造可重現的評估預算
明確設定 token 上限、快取假設與測試案例,透過可重現的計算方式估算 Hy3 評估成本。
指南
DeepSeek V4.1 Flash 1017:在評估前估算 API 成本
一份可重現的 DeepSeek V4.1 Flash 1017 API 成本估算指南,涵蓋尖峰與離峰費率、快取假設及評估預算。
指南
GPT 6.2 Sol API 費用:可重現的評估預算
透過明確的 token 假設、上下文級距價格、快取範例及可重複執行的測試限制,估算 GPT 6.2 Sol 評估費用。
指南
GPT 6.2 Astra API 成本估算:需人工核准的客服工單分流
估算需人工核准的客服工單分流流程中,GPT 6.2 Astra 的 token 成本,並提供計價級距與快取範例。