deepseek4api.comGuia
Preço da API sem censura: custo por milhão de tokens
Se você pesquisou por preço da API deepseek v4, note primeiro que este serviço vende um modelo diferente sob suas próprias tarifas: $0,15 por 1M de tokens de entrada e $0,50 por 1M de tokens de saída, pagos com crédito pré-pago sem assinatura.

Pontos principais
- Entrada custa $0,15 por 1M de tokens e saída custa $0,50 por 1M de tokens.
- Um prompt típico de 2.000 tokens com uma resposta de 500 tokens custa $0,00055, ou $0,55 por 1.000 chamadas.
- Recarregue qualquer valor inteiro de $20 a $500, com crédito bônus a partir de $50. O crédito nunca expira.
- Novos usuários podem resgatar $0,50 de crédito de teste com um clique, sem necessidade de cartão.
Visão geral das tarifas
Existem dois preços: um para os tokens que você envia e outro para os tokens que o modelo gera. Tudo o mais nesta página é aritmética baseada nesses dois números. Se você veio aqui comparando cotações de preço da API DeepSeek V4, tenha em mente uma coisa: o modelo por trás desta API é um único modelo de pesos abertos executado por um provedor independente. Não é a API oficial da DeepSeek ou de qualquer outro fornecedor, nem é um roteador que encaminha sua requisição para outro lugar. Uma lista de preços de outro fornecedor não diz nada sobre esta conta, e esta conta não diz nada sobre a deles.
| Item | Taxa |
|---|---|
| Tokens de entrada | $0,15 por 1M ($0,00015 por 1K) |
| Tokens de saída | $0,50 por 1M ($0,0005 por 1K) |
| Validade | Nenhum, pagamento por uso |
| Faixa de recarga | Qualquer valor inteiro de $20 a $500 |
| Validade | Nunca |
| Requisições falhas ou recusadas | Não cobrado |
| Teste | $0,50, válido por 7 dias, sem cartão |
Duas linhas dessa tabela importam mais do que parecem. Você não paga uma taxa mensal por capacidade que não usa, e uma requisição que falha ou é recusada não custa nada. Os detalhes completos de endpoints e parâmetros estão na documentação da API, e a versão resumida desta página está em preços.
Como uma requisição vira cobrança
Cada chamada para POST /v1/chat/completions tem duas partes que são contadas separadamente. O prompt é tudo que você envia: a mensagem do sistema, todo o histórico de conversas, quaisquer definições de ferramentas e a nova mensagem do usuário. A conclusão é o que o modelo gera. Tokens de prompt são cobrados a $0,15 por milhão e tokens de conclusão a $0,50 por milhão.
Dois detalhes confundem as pessoas. Primeiro, o prompt é reenviado em cada rodada de um chat. Se o histórico da sua conversa tiver 20.000 tokens, cada nova rodada cobra esses 20.000 tokens novamente como entrada. O modelo não tem memória entre chamadas, então seu cliente precisa reenviar o histórico, e você paga por isso a cada vez. Segundo, a janela de contexto é de 100.000 tokens, somando prompt e conclusão. Uma chamada que preenche a janela com 100.000 tokens de entrada custa $0,015 antes do modelo escrever uma única palavra, o que ainda é um pouco mais de um centavo.
Você não precisa adivinhar as contagens de tokens. A resposta inclui um objeto usage com prompt_tokens e completion_tokens. Quando você usa streaming com stream: true, o uso chega no final do stream. Os cabeçalhos da resposta também contêm X-Balance-USD, que mostra seu crédito restante, e X-Request-Id, que você deve registrar para rastrear qualquer dúvida sobre uma chamada específica.
O parâmetro max_tokens é opcional. Se você não o definir, a conclusão pode usar o restante da janela, então um modelo que divaga custará mais do que um que você limita. Definir um teto razoável é a maneira mais simples de manter um pior caso previsível.
Exemplos calculados com a matemática
A fórmula é curta: custo = tokens de entrada x $0,15 / 1.000.000 + tokens de saída x $0,50 / 1.000.000. Aqui estão cinco casos, cada um calculado a partir dessa linha.
| Cenário | Tokens entrada / saída | Matemática | Custo por chamada | Por 1.000 chamadas |
|---|---|---|---|---|
| Pergunta curta | 500 / 300 | $0,000075 + $0,000150 | $0,000225 | $0,225 |
| Tarefa típica | 2,000 / 500 | $0,000300 + $0,000250 | $0,00055 | $0,55 |
| Rodada longa de chat | 20,000 / 300 | $0,003000 + $0,000150 | $0,00315 | $3,15 |
| Documento grande | 90,000 / 2,000 | $0,013500 + $0,001000 | $0,0145 | $14,50 |
| Lote em massa | 1,000,000 / 1,000,000 | $0,15 + $0,50 | $0,65 | n/d |
Observe a rodada longa de chat. Ela gera apenas 300 tokens de saída, mas o lado da entrada representa 95% da conta porque o histórico acompanha a cada vez. Esse padrão é o principal motor de custo para aplicativos de chat, e é por isso que reduzir o histórico compensa mais do que encurtar as respostas.
Para medir seu próprio tráfego em vez de estimar, calcule o custo a partir do objeto de uso. Este trecho faz uma chamada e imprime o valor exato da cobrança.
from openai import OpenAI
client = OpenAI(
base_url="https://api.deepseek4api.com/v1",
api_key="YOUR_API_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize the plot of Hamlet in three sentences."}],
max_tokens=200,
)
u = resp.usage
cost = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(u.prompt_tokens, u.completion_tokens, f"${cost:.6f}")
Se você também quiser o saldo restante após cada chamada, leia-o dos cabeçalhos com o wrapper de resposta bruta do SDK.
from openai import OpenAI
client = OpenAI(base_url="https://api.deepseek4api.com/v1", api_key="YOUR_API_KEY")
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
messages=[{"role": "user", "content": "Say hello."}],
)
print("Balance:", raw.headers.get("X-Balance-USD"))
print("Request id:", raw.headers.get("X-Request-Id"))
reply = raw.parse()
print(reply.choices[0].message.content)
Crédito pré-pago, bônus e o que cada recarga compra
Você adiciona crédito em dólares inteiros, de $20 a $500. Recargas maiores ganham crédito bônus: +5% a partir de $50, +10% a partir de $100 e +15% a partir de $200. O crédito nunca expira, então uma recarga maior não é uma aposta contra um prazo.
| Você paga | Bônus | Crédito que você recebe | Tarefas típicas (2.000 entrada / 500 saída) |
|---|---|---|---|
| $20 | nenhum | $20,00 | cerca de 36.363 chamadas |
| $50 | +5% ($2,50) | $52,50 | cerca de 95.454 chamadas |
| $100 | +10% ($10) | $110,00 | 200.000 chamadas |
| $200 | +15% ($30) | $230,00 | cerca de 418.181 chamadas |
| $500 | +15% ($75) | $575,00 | cerca de 1.045.454 chamadas |
Os valores entre os patamares funcionam da mesma forma. Uma recarga de $75 cai na faixa de +5%, então o bônus é de $3,75 e você recebe $78,75. Uma recarga de $150 cai na faixa de +10%, então o bônus é de $15 e você recebe $165.
Para roleplay ou chat de companhia com histórico de 20.000 tokens, a linha de chat longo acima se aplica: $20 cobre aproximadamente 6.349 rodadas a $0,00315 cada. Devido às faixas de bônus, um usuário pesado que sabe que gastará $100 ao longo de alguns meses sai um pouco melhor fazendo uma única recarga do que adicionando $20 cinco vezes.
Você pode pagar com cripto (USDT na TRC20, USDC na Base). A página da chave de API é onde você faz a recarga após entrar.
O que o teste de $0,50 cobre realmente
Depois de entrar com o Google ou com um e-mail e senha, a página da chave de API oferece o resgate de $0,50 de crédito de teste com um clique. Não precisa de cartão, é limitado a um resgate por pessoa e é válido por 7 dias. Chaves de teste rodam com 2 requisições simultâneas e 60 requisições por minuto, o que é suficiente para testar um cliente, mas não para estressá-lo.
Cinquenta centavos rendem mais do que parecem a essas tarifas. Usando o cenário de tarefa típica a $0,00055 por chamada, $0,50 cobre cerca de 909 chamadas. Usando a rodada longa de chat a $0,00315, cobre cerca de 158 rodadas, que é uma longa noite de roleplay. Use esse crédito para verificar três coisas: que seu cliente se conecta com a URL base, que as respostas se adequam ao seu caso de uso e que suas contagens de tokens correspondem ao que você esperava. Então decida se uma recarga de $20 faz sentido.
Comparando este preço com outros provedores
Uma comparação justa precisa do mesmo volume de trabalho em ambos os lados. Pegue uma de suas chamadas reais, anote as contagens de tokens de entrada e saída e aplique as tarifas por milhão de cada provedor a esses números. Não compare apenas a taxa de entrada anunciada, porque tokens de saída geralmente custam mais e sua proporção de entrada para saída decide qual domina.
Verifique a página de preços atual do outro provedor para qualquer coisa que altere a matemática: descontos para prompts repetidos, taxas diferentes acima de um certo comprimento de contexto, gastos mínimos, expiração em saldos pré-pagos ou cobranças por chamadas falhas. Aqui, nenhuma dessas se aplica: um par único de taxas fixas, sem expiração e sem cobrança por falhas. Se você também quiser comparar o comportamento dos modelos e não apenas o preço, a comparação da API Gemma 4 vs API DeepSeek V4 neste site é uma leitura razoável para continuar.
Uma ressalva honesta: o preço não é o único motivo para escolher um serviço. Se você precisa de geração de imagens, embeddings ou ajuste fino, esta API não pode ajudar, porque é apenas texto. Se você precisa do modelo oficial de um fornecedor específico, este não é o caso. O argumento para este serviço é um preço plano baixo para um modelo que responde sem recusas de conteúdo para uso adulto legal.
Formas práticas de manter a conta pequena
- Reduza o histórico. Mantenha as últimas rodadas na íntegra e substitua rodadas mais antigas por um resumo curto. Esta é a maior economia para cargas de trabalho de chat.
- Limite a resposta. Defina
max_tokenspara o que sua interface pode exibir. Um limite de 300 tokens em uma rodada de chat limita o custo de saída para $0,00015. - Use sequências de parada. Uma string
stopencerra a geração em um marcador conhecido, em vez de permitir que o modelo continue gerando. - Mantenha o prompt do sistema conciso. Um prompt do sistema de 1.500 tokens enviado em 10.000 chamadas são 15M de tokens de entrada, ou $2,25.
- Observe o cabeçalho do saldo. Registre
X-Balance-USDpor chamada ou por hora, para que um loop descontrolado apareça em minutos. - Cuidado com as requisições simultâneas. Uma chave completa permite 8 requisições simultâneas e 300 por minuto. Uma requisição streaming mantém sua vaga até o fim do streaming, então clientes lentos reduzem sua taxa de transferência sem reduzir sua conta.
Quando estiver pronto para começar, a página da chave leva um minuto, e a documentação tem exemplos prontos para copiar e colar para curl, Python e Node.
Mais guias
Perguntas e respostas
Este é o preço oficial da API DeepSeek V4?
Não. Este serviço executa um modelo de pesos abertos por meio de um provedor independente e não é a API oficial do DeepSeek ou de qualquer outro fornecedor. As taxas nesta página aplicam-se apenas aqui.
Eu pago uma taxa mensal?
Não. Não há assinatura. Você recarrega crédito pré-pago em valores inteiros de dólar, de $20 a $500, e paga apenas pelos tokens utilizados. O crédito nunca expira.
Eu sou cobrado quando uma requisição falha?
Não. Requisições falhas ou recusadas não são cobradas. Você é cobrado pelos tokens de entrada e saída nas requisições que são concluídas.
Quantas chamadas o crédito de teste cobre?
O crédito de teste de $0,50 cobre cerca de 909 chamadas de 2.000 tokens de entrada e 500 de saída, ou cerca de 158 rodadas de chat com um histórico de 20.000 tokens. Ele dura 7 dias.
Sua chave está a um formulário de distância
Crie uma conta, copie a chave e altere a URL base. Essa é toda a configuração.