Цены DeepSeek API в пиковые часы: когда задачу стоит отложить

По московскому времени DeepSeek берёт пиковый тариф с понедельника по пятницу в 04:00–07:00 и 09:00–13:00. Всё остальное время, включая субботу, воскресенье и государственные праздники КНР целиком, действует непиковый тариф, ровно вдвое ниже пикового.

По состоянию на 26 сентября 2026 года основная дешёвая модель называется deepseek-flash (DeepSeek-V4.1-Flash). Вне пика она стоит $0,003 за 1 млн входных токенов при попадании в кэш, $0,15 при промахе и $0,60 за 1 млн выходных токенов. deepseek-v4-pro стоит столько же, сколько до сентября. Перенос задачи на непиковые часы экономит ровно половину пикового счёта, но оправдан только тогда, когда у задачи есть запас по сроку.

Текущие цены deepseek-flash и deepseek-v4-pro

Все значения из официальной таблицы DeepSeek указаны в долларах США за 1 млн токенов прямого API. Входные токены делятся на попадание в кэш и промах, вывод оплачивается отдельно.

У обеих моделей контекст 1 млн токенов и максимальная длина ответа 384K токенов; обе поддерживают режим размышлений, JSON-вывод, вызов инструментов, Responses API и формат Anthropic API. Изображения на вход принимает только Flash: у V4-Pro поддержки зрения нет. Лимит одновременных запросов — 2 500 для Flash и 500 для Pro.

Старое имя deepseek-v4-flash по-прежнему принимается, как и deepseek-v4-flash-vision-exp. Сами модели V4 Flash и V4 Flash Vision Exp выведены из эксплуатации: такие запросы обслуживает V4.1-Flash и списывает по цене Flash. В журнале изменений это перенаправление названо временным, поэтому в конфигурации лучше сразу заменить имя модели на deepseek-flash.

Если в таблице встречается deepseek-v4-flash по $0,007 / $0,22 / $0,66 вне пика и $0,014 / $0,44 / $1,32 в пик, это цены до 10 сентября 2026 года. Против них новые ставки Flash ниже на 57 % для попадания в кэш, на 32 % для промаха и на 9 % для вывода.

Как менялись правила с августа

Три изменения, которые влияют на счёт, произошли за месяц:

1. 16 августа 2026 года в 16:00 UTC (19:00 по Москве) вступило в силу деление на пиковые и непиковые часы, объявленное 13 августа вместе с финальной версией V4-Pro: непиковая цена составляет половину пиковой.
2. С 23 августа 2026 года, 00:00 по пекинскому времени (22 августа, 19:00 по Москве), выходные перестали делиться на пик и непик. Эту дату сообщили Bloomberg и китайские деловые издания; в официальном журнале изменений записи о ней нет, но само правило о полностью непиковых выходных закреплено на странице цен.
3. 10 сентября 2026 года вышла DeepSeek-V4.1-Flash с нативной поддержкой изображений, цены Flash снизились, а старые модели Flash выведены из эксплуатации, их имена перенаправлены на V4.1-Flash. V4 Pro продолжает работать и после 14 сентября, порядок тарификации для неё не изменился.

Пиковые окна по московскому времени

Официальное правило записано в UTC. Москва живёт в UTC+3 без перехода на летнее время, поэтому перевод постоянный круглый год.

Для работы из Москвы это значит, что утро рабочего дня до 13:00 почти целиком попадает в пик, а вся вторая половина дня уже дешёвая. Самое долгое ожидание непикового окна в будни — четыре часа, с 09:00 до 13:00.

Даты праздников КНР берутся из официального календаря праздников КНР на текущий год. В планировщике удобнее держать их списком и проверять время в UTC, а московское время только показывать людям:

from datetime import datetime, timezone, date

PEAK_HOURS_UTC = [(1, 4), (6, 10)]  # будни, правая граница не входит

def is_deepseek_peak(ts: datetime, cn_holidays: set[date]) -> bool:
    utc = ts.astimezone(timezone.utc)
    if utc.weekday() >= 5 or utc.date() in cn_holidays:
        return False
    return any(start <= utc.hour < end for start, end in PEAK_HOURS_UTC)

Проверка праздника по дате UTC здесь корректна: пиковые часы 01:00–10:00 UTC приходятся на тот же календарный день, что и в Пекине.

Пересчёт пакетной задачи с кэшем

Для одного ценового окна сумма считается так:

стоимость = попадания в кэш / 1 000 000 × ставка кэша
          + промахи кэша / 1 000 000 × ставка обычного ввода
          + выходные токены / 1 000 000 × ставка вывода

Пусть задача содержит 8 млн входных токенов, из которых 75 % попадают в кэш, и 1 млн выходных: 6 млн попаданий, 2 млн промахов, 1 млн вывода. Повторы и вызовы инструментов в расчёт не входят.

До 10 сентября та же задача на Flash стоила $1,142 вне пика и $2,284 в пик. В этом примере Pro теперь дороже Flash в 3,74 раза, а при старых ценах разница была трёхкратной.

Из этого расчёта следуют три практических вывода:

• Экономия от ожидания равна непиковому счёту. Поскольку пик ровно вдвое дороже, перенос Flash-задачи из примера экономит $0,918 за запуск. С этой суммой и нужно сравнивать цену задержки.
• Кэш влияет не меньше расписания. Попадание в кэш у Flash в 50 раз дешевле промаха ($0,003 против $0,15). Без кэша те же 8 млн входных токенов обошлись бы вне пика в 8 × 0,15 + 1 × 0,60 = $1,80, то есть почти как пиковый запуск с 75 % кэша.
• У Flash основную часть счёта теперь даёт вывод. В непиковом примере $0,60 из $0,918, около 65 %, приходится на выходные токены. Ограничение длины ответа снижает счёт при любом расписании.

Сверять расчёт стоит по полям usage в каждом ответе и по журналу заданий, а не по общему изменению баланса. Баланс не покажет, упала ли доля кэша, вырос ли вывод или задача выполнилась дважды. Списание идёт сначала с бонусного баланса, затем с пополненного.

Может ли задача ждать

Перед переносом задайте задаче пять вопросов. Вход уже сохранён? Повторный запуск безопасен? Результат можно проверить автоматически? До крайнего срока остаётся больше времени, чем до следующего непикового окна? При исчерпании повторов есть понятный способ восстановления?

Если везде «да», задачу можно откладывать. Типичные примеры — ночные регрессионные прогоны, разметка и классификация, пополнение поискового индекса, несрочный анализ репозитория, подготовка данных, которую легко воспроизвести. Чат с пользователем, платёжные и риск-решения, разбор инцидента, интерактивный агент для кода и автоматизация с коротким SLA должны выполняться сразу: задержка обходится дороже половины счёта за токены.

Для промежуточных случаев дайте каждому заданию два поля: самое раннее время запуска и крайний срок. Планировщик ждёт непикового окна, пока запас по сроку больше оставшегося ожидания, а затем переводит задание в немедленную очередь. Поскольку в будни по Москве ожидание не превышает четырёх часов, задача с запасом больше четырёх часов всегда успевает попасть в дешёвое окно.

В журнале по каждому заданию полезно хранить время постановки и отправки с UTC-смещением, точное имя модели, три категории токенов, номер попытки, итоговый статус, крайний срок и фактическую стоимость. Тогда видно и попадание в дешёвое окно, и то, что результат при этом не пострадал.

Непиковое окно не гарантирует свободной мощности

Лимиты из документации по ограничениям действуют в любое время суток: 2 500 одновременных запросов для deepseek-flash и 500 для deepseek-v4-pro. При превышении API возвращает HTTP 429. Если нужно больше, можно подать заявку на расширение, и DeepSeek подберёт лимит под нагрузку без дополнительной платы.

Если много задач ждут начала непикового окна, чтобы стартовать одновременно, они быстро упрутся в этот лимит. Разнесите запуск во времени, добавьте экспоненциальную паузу между повторами, предел числа попыток и контроль возраста очереди. Сравнивая пик и непик, учитывайте не только доллары, но и долю принятых результатов, задержку, повторы и время ручной проверки.

Цены посредников в рублях

Таблица выше описывает только прямой API DeepSeek с оплатой в долларах. Сервисы, которые продают доступ к DeepSeek за рубли, работают по собственному договору: у них своя наценка, свои лимиты и не обязательно то же деление на пик и непик. Перед оплатой проверьте три вещи: какое имя модели они вызывают (deepseek-flash или устаревшее deepseek-v4-flash), передают ли непиковую скидку и как считают попадания в кэш.

Если вопрос не во времени запуска, а в том, где купить ту же модель дешевле, поможет разбор «Самый дешёвый LLM API провайдер: где купить ту же модель дешевле». Если ещё не решено, подходит ли DeepSeek вообще, сравните модели на одинаковых входах в статье «Сравнение цен AI API: какая модель дешевле для вашей нагрузки». Снижение цены за токен становится экономией только тогда, когда принятая задача завершилась в срок и без лишней ручной работы.