VI ▾
Lấy khóa API

deepseek4api.comHướng dẫn

Bảng giá API không kiểm duyệt: Chi phí cho mỗi triệu token

Nếu bạn tìm kiếm giá API deepseek v4, hãy lưu ý rằng dịch vụ này cung cấp một mô hình khác với mức giá riêng: $0,15 cho mỗi 1M token đầu vào và $0,50 cho mỗi 1M token đầu ra, thanh toán từ tín dụng trả trước mà không cần đăng ký gói.

Cập nhật

Hai chồng tiền xu cao khác nhau đổ vào một máy chủ nhỏ, minh họa giá token đầu vào và đầu ra

Điểm chính

  • Đầu vào tốn $0,15 cho 1 triệu token và đầu ra tốn $0,50 cho 1 triệu token.
  • Một prompt điển hình 2.000 token với câu trả lời 500 token tốn $0,00055, tương đương $0,55 cho mỗi 1.000 lệnh gọi.
  • Nạp bất kỳ số nguyên nào từ $20 đến $500, kèm theo tín dụng thưởng từ $50 trở lên. Tín dụng không bao giờ hết hạn.
  • Người dùng mới có thể nhận $0,50 tín dụng dùng thử chỉ với một cú nhấp chuột, không cần thẻ.

Tổng quan về mức giá

Có hai mức giá: một cho token bạn gửi và một cho token mô hình trả về. Mọi thứ khác trên trang này là phép tính dựa trên hai con số đó. Nếu bạn đến đây để so sánh báo giá API DeepSeek V4, hãy nhớ một điều: mô hình đằng sau API này là một mô hình trọng số mở duy nhất do một nhà cung cấp độc lập vận hành. Đây không phải là API chính thức của DeepSeek hay bất kỳ nhà cung cấp nào khác, và nó không phải là bộ định tuyến chuyển tiếp yêu cầu của bạn sang nơi khác. Danh sách giá từ nhà cung cấp khác không cho bạn biết gì về hóa đơn này, và hóa đơn này cũng không cho bạn biết gì về hóa đơn của họ.

Khóa của bạn chỉ cách một biểu mẫuTỷ lệ
Token đầu vào$0,15 cho 1 triệu ($0,00015 cho 1K)
Token đầu ra$0,50 cho 1 triệu ($0,0005 cho 1K)
Thời hạnKhông, trả tiền theo nhu cầu
Phạm vi nạp tiềnBất kỳ số nguyên nào từ $20 đến $500
Thời hạnKhông bao giờ
Yêu cầu thất bại hoặc bị từ chốiKhông bị tính phí
Dùng thử$0,50, có hiệu lực trong 7 ngày, không cần thẻ

Hai hàng trong bảng đó quan trọng hơn vẻ ngoài của chúng. Bạn không phải trả phí hàng tháng cho dung lượng không sử dụng, và một yêu cầu thất bại hoặc bị từ chối sẽ không tốn gì. Chi tiết đầy đủ về endpoint và tham số có trong tài liệu API, và phiên bản tóm tắt của trang này nằm ở bảng giá.

Cách một yêu cầu chuyển thành khoản chi

Mỗi lệnh gọi đến POST /v1/chat/completions có hai phần được tính riêng. Prompt là mọi thứ bạn gửi: thông báo hệ thống, toàn bộ lịch sử hội thoại, bất kỳ định nghĩa công cụ nào và thông điệp người dùng mới. Bản hoàn thành là những gì mô hình tạo ra. Token prompt được tính $0,15 cho mỗi triệu và token hoàn thành là $0,50 cho mỗi triệu.

Hai chi tiết thường gây nhầm lẫn. Đầu tiên, prompt được gửi lại ở mỗi lượt hội thoại. Nếu lịch sử hội thoại của bạn dài 20.000 token, mỗi lượt mới sẽ tính phí 20.000 token đó một lần nữa dưới dạng đầu vào. Mô hình không có bộ nhớ giữa các lệnh gọi, nên ứng dụng của bạn phải gửi lại lịch sử, và bạn phải trả tiền cho nó mỗi lần. Thứ hai, cửa sổ ngữ cảnh là 100.000 token, bao gồm cả prompt và bản hoàn thành. Một lệnh gọi lấp đầy cửa sổ với 100.000 token đầu vào tốn $0,015 trước khi mô hình viết ra một từ, tức là hơn một xu.

Bạn không cần phải đoán số lượng token. Phản hồi bao gồm đối tượng usage với prompt_tokens và completion_tokens. Khi bạn sử dụng truyền phát với stream: true, thông tin sử dụng sẽ xuất hiện ở cuối luồng. Các tiêu đề phản hồi cũng chứa X-Balance-USD, hiển thị tín dụng còn lại của bạn, và X-Request-Id, mà bạn nên ghi lại để có thể truy vết bất kỳ câu hỏi nào về một lệnh gọi cụ thể.

Tham số max_tokens là tùy chọn. Nếu bạn bỏ qua nó, bản hoàn thành có thể sử dụng phần còn lại của cửa sổ, vì vậy một mô hình nói nhiều sẽ tốn kém hơn một mô hình bạn giới hạn. Đặt một giới hạn hợp lý là cách đơn giản nhất để dự đoán được trường hợp xấu nhất.

Ví dụ chi tiết kèm phép tính

Công thức rất ngắn: chi phí = token đầu vào x $0,15 / 1.000.000 + token đầu ra x $0,50 / 1.000.000. Dưới đây là năm trường hợp, mỗi trường hợp được tính từ dòng đó.

Kịch bảnToken vào / raPhép tínhChi phí mỗi lệnh gọiTrên 1.000 lệnh
Câu hỏi ngắn500 / 300$0,000075 + $0,000150$0,000225$0,225
Nhiệm vụ điển hình2.000 / 500$0,000300 + $0,000250$0,00055$0,55
Lượt hội thoại dài20.000 / 300$0,003000 + $0,000150$0,00315$3,15
Tài liệu lớn90.000 / 2.000$0,013500 + $0,001000$0,0145$14,50
Gửi hàng loạt1.000.000 / 1.000.000$0,15 + $0,50$0,65không áp dụng

Hãy xem lượt hội thoại dài. Nó chỉ tạo ra 300 token đầu ra, nhưng phần đầu vào chiếm 95% hóa đơn vì lịch sử được gửi kèm mỗi lần. Mẫu này là yếu tố chi phí chính cho các ứng dụng hội thoại, và đó là lý do tại sao việc cắt giảm lịch sử mang lại hiệu quả nhanh hơn việc rút ngắn câu trả lời.

Để đo lường lưu lượng truy cập thực tế thay vì ước tính, hãy tính chi phí từ đối tượng sử dụng. Đoạn mã này thực hiện một lệnh gọi và in ra khoản phí chính xác.

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}")

Nếu bạn cũng muốn biết số dư còn lại sau mỗi lệnh gọi, hãy đọc nó từ các tiêu đề bằng cách sử dụng trình bao bọc phản hồi thô của 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)

Tín dụng trả trước, khoản thưởng và mỗi lần nạp tiền mua được gì

Bạn thêm tín dụng theo số nguyên, từ $20 đến $500. Các lần nạp lớn hơn sẽ nhận được tín dụng thưởng: +5% từ $50, +10% từ $100 và +15% từ $200. Tín dụng không bao giờ hết hạn, vì vậy một lần nạp lớn không phải là một khoản cược chống lại thời hạn.

Bạn trả tiềnTiền thưởngTín dụng bạn nhận đượcNhiệm vụ điển hình (2.000 đầu vào / 500 đầu ra)
$20không có$20,00khoảng 36.363 lệnh gọi
$50+5% ($2,50)$52,50khoảng 95.454 lệnh gọi
$100+10% ($10)$110,00200.000 lệnh gọi
$200+15% ($30)$230,00khoảng 418.181 lệnh gọi
$500+15% ($75)$575,00khoảng 1.045.454 lệnh gọi

Các số tiền nằm giữa các mức hoạt động theo cách tương tự. Một lần nạp $75 thuộc nhóm +5%, nên khoản thưởng là $3,75 và bạn nhận được $78,75. Một lần nạp $150 thuộc nhóm +10%, nên khoản thưởng là $15 và bạn nhận được $165.

Đối với trò nhập vai hoặc trò chuyện đồng hành với lịch sử 20.000 token, hàng hội thoại dài ở trên áp dụng: $20 bao gồm khoảng 6.349 lượt với giá $0,00315 mỗi lượt. Do các nhóm thưởng, người dùng thường xuyên, người biết rằng họ sẽ chi $100 trong vài tháng, sẽ có lợi hơn một chút khi nạp tiền một lần thay vì thêm $20 năm lần.

Bạn có thể thanh toán bằng tiền mã hóa (USDT trên TRC20, USDC trên Base). Trang khóa API là nơi bạn nạp tiền sau khi đăng nhập.

Gói $0,50 thực sự bao gồm những gì

Sau khi đăng ký bằng Google hoặc bằng email và mật khẩu, trang khóa API cung cấp tùy chọn nhận $0,50 tín dụng dùng thử chỉ với một cú nhấp chuột. Nó không cần thẻ, giới hạn một lần nhận cho mỗi người và có hiệu lực trong 7 ngày. Khóa dùng thử chạy với 2 yêu cầu đồng thời và 60 yêu cầu mỗi phút, đủ để kiểm tra ứng dụng nhưng không gây tải nặng.

Năm mươi xu có giá trị hơn vẻ ngoài của nó ở các mức giá này. Sử dụng kịch bản nhiệm vụ điển hình với giá $0,00055 cho mỗi lệnh gọi, $0,50 bao gồm khoảng 909 lệnh gọi. Sử dụng lượt hội thoại dài với giá $0,00315, nó bao gồm khoảng 158 lượt, tương đương một buổi tối dài chơi nhập vai. Hãy sử dụng khoản tín dụng này để kiểm tra ba điều: ứng dụng của bạn có kết nối với URL cơ sở không, các câu trả lời có phù hợp với trường hợp sử dụng của bạn không và số token của bạn có khớp với những gì bạn mong đợi không. Sau đó, hãy quyết định xem việc nạp $20 có hợp lý không.

So sánh giá này với các nhà cung cấp khác

Một cuộc so sánh công bằng cần cùng một khối lượng công việc ở cả hai bên. Hãy lấy một lệnh gọi thực tế của bạn, ghi lại số lượng token đầu vào và đầu ra, và áp dụng các mức giá mỗi triệu của từng nhà cung cấp cho những con số đó. Đừng chỉ so sánh giá đầu vào, vì token đầu ra thường đắt hơn và tỷ lệ đầu vào so với đầu ra của bạn sẽ quyết định yếu tố nào chiếm ưu thế.

Kiểm tra trang định giá hiện tại của nhà cung cấp khác để tìm bất kỳ yếu tố nào thay đổi phép tính: giảm giá cho prompt lặp lại, các mức giá khác nhau vượt quá chiều dài ngữ cảnh nhất định, chi tiêu tối thiểu, thời hạn sử dụng của số dư trả trước hoặc phí cho các lệnh gọi thất bại. Tại đây, không có yếu tố nào trong số đó áp dụng: một cặp mức giá cố định, không hết hạn và không tính phí cho các lỗi. Nếu bạn cũng muốn so sánh hành vi mô hình chứ không chỉ giá cả, bài so sánh API Gemma 4 và API DeepSeek V4 trên trang web này là một bài đọc hợp lý tiếp theo.

Một lưu ý trung thực: giá không phải là lý do duy nhất để chọn một dịch vụ. Nếu bạn cần tạo hình ảnh, embedding hoặc tinh chỉnh, API này không thể giúp được, vì nó chỉ dành cho văn bản. Nếu bạn cần mô hình chính thức của một nhà cung cấp cụ thể, đây không phải là nó. Trường hợp cho dịch vụ này là mức giá cố định thấp cho một mô hình trả lời mà không từ chối nội dung cho mục đích sử dụng hợp pháp của người trưởng thành.

Cách thực tế để giữ hóa đơn thấp

  • Giữ lịch sử ngắn. Giữ lại vài lượt hội thoại gần nhất nguyên vẹn và thay thế các lượt cũ bằng một tóm tắt ngắn gọn. Đây là cách tiết kiệm lớn nhất cho các tác vụ trò chuyện.
  • Giới hạn phản hồi. Đặt max_tokens ở mức giao diện của bạn có thể hiển thị. Việc giới hạn 300 token cho một lượt hội thoại giới hạn chi phí đầu ra ở mức $0,00015.
  • Sử dụng chuỗi dừng. Chuỗi stop kết thúc quá trình sinh văn bản tại một dấu hiệu đã biết thay vì để mô hình tiếp tục tạo ra nội dung.
  • Giữ prompt hệ thống gọn gàng. Một prompt hệ thống 1.500 token gửi đi trong 10.000 yêu cầu sẽ tạo ra 15 triệu token đầu vào, tương đương $2,25.
  • Theo dõi header số dư. Ghi lại X-Balance-USD cho mỗi yêu cầu hoặc mỗi giờ, để một vòng lặp mất kiểm soát sẽ hiển thị trong vòng vài phút.
  • Chú ý đến độ đồng thời. Một khóa API đầy đủ cho phép 8 yêu cầu đồng thời và 300 yêu cầu mỗi phút. Một yêu cầu truyền phát (streaming) giữ vị trí của nó cho đến khi luồng kết thúc, vì vậy các client chậm sẽ làm giảm thông lượng của bạn mà không làm giảm hóa đơn của bạn.

Khi bạn sẵn sàng bắt đầu, trang khóa API chỉ mất một phút, còn tài liệu cung cấp các ví dụ copy-paste cho curl, Python và Node.

Hỏi đáp

Đây có phải là giá API chính thức của DeepSeek V4 không?

Không. Dịch vụ này chạy một mô hình trọng số mở thông qua một nhà cung cấp độc lập và không phải là API chính thức của DeepSeek hay bất kỳ nhà cung cấp nào khác. Các mức giá trên trang này chỉ áp dụng tại đây.

Tôi có phải trả phí hàng tháng không?

Không. Không có gói đăng ký. Bạn nạp tiền tín dụng trả trước theo số nguyên đô la từ $20 đến $500 và chỉ trả tiền cho các token đã sử dụng. Tín dụng không bao giờ hết hạn.

Tôi có bị tính phí khi một yêu cầu thất bại không?

Không. Các yêu cầu thất bại hoặc bị từ chối không bị tính phí. Bạn chỉ thanh toán cho các token đầu vào và đầu ra trong các yêu cầu hoàn tất.

Gói dùng thử bao gồm bao nhiêu yêu cầu?

Tín dụng dùng thử $0,50 tương đương khoảng 909 yêu cầu với 2.000 token đầu vào và 500 token đầu ra, hoặc khoảng 158 lượt hội thoại với lịch sử 20.000 token. Tín dụng này có thời hạn 7 ngày.

Khóa của bạn chỉ cách một biểu mẫu

Tạo tài khoản, sao chép khóa, thay đổi URL cơ sở. Đó là toàn bộ thiết lập.