Где дешевле DeepSeek V4 Flash и V4 Pro — API, подписки и альтернативы

На 6 сентября 2026 года для нерегулярной нагрузки выгоднее PAYG: Flash дешевле всего в проверенном прямом API DeepInfra Flex — $0,064 за миллион новых входных и $0,144 за миллион выходных токенов, но запрос получает медленное best-effort scheduling; обычный real-time tier стоит $0,08/$0,18. На OpenRouter есть ещё более дешёвый временный маршрут от $0,04998/$0,09996, но его цена и провайдер могут измениться. Для Pro самый понятный минимум — официальный DeepSeek вне пика: $0,66 за вход и $1,98 за выход. При постоянном кодинге OpenCode Go за $10 в месяц начинает окупаться после примерно $10 сопоставимого PAYG-расхода, однако модельные потолки ограничивают выгоду: около $30 usage для Flash и $15 для Pro. Бесплатный чат DeepSeek подходит для ручной работы, но не заменяет API.

Цены ниже проверены в один день и приведены в долларах за 1 млн токенов. Для оценки в рублях использован курс Банка России 86,5857 ₽ за $1, действующий на 6 сентября. Налог, комиссия карты и конвертация банка в расчёты не входят.

Какие модели сравниваются

На официальном endpoint короткие названия являются обновляемыми псевдонимами. Сейчас deepseek-v4-flash ведёт на DeepSeek-V4-Flash-0731, а deepseek-v4-pro — на DeepSeek-V4-Pro-0813. Обе модели принимают до 1 млн токенов контекста и могут выдать до 384 000 токенов. Они поддерживают обычный и thinking-режимы, JSON, вызов инструментов, Chat Completions, Responses API и Anthropic API. Актуальный маппинг и тарифы собраны в таблице моделей DeepSeek. Читать полный обзор сервиса DeepSeek

Что указывает клиент	Какая ревизия ожидается	Контекст / max output	Насколько идентичность воспроизводима
DeepSeek deepseek-v4-flash	V4-Flash-0731	1M / 384K	официальный alias, сегодня указывает на 0731, позже может обновиться
DeepSeek deepseek-v4-pro	V4-Pro-0813	1M / 384K	официальный alias, сегодня указывает на 0813, позже может обновиться
OpenRouter deepseek/deepseek-v4-flash-0731	V4-Flash-0731	карточка endpoint: около 1,31M / 131K	версия закреплена, но лимиты отличаются от direct API и зависят от хоста
Together или DeepInfra с суффиксом -0731/-0813	указанная ревизия	задаёт конкретный endpoint	проще повторить результат, но остаются различия serving stack и квантизации
OpenCode Zen/Go, ClinePass с именем без даты	публичная ревизия не закреплена	нужно читать metadata конкретного endpoint	маркетинговое имя не доказывает идентичную ревизию и max output
Ollama deepseek-v4-flash:0731-cloud	Flash-0731	1M на карточке	versioned tag надёжнее общего :cloud

У V4 Flash и V4 Pro только текстовый вход. Для скриншотов, графиков и других изображений DeepSeek выпустил отдельную экспериментальную модель deepseek-v4-flash-vision-exp. Одинаковое слово Flash в названии не делает текстовую и vision-версию взаимозаменяемыми.

Сколько стоит официальный DeepSeek API

У DeepSeek действует почасовой тариф. Peak приходится на 01:00–04:00 и 06:00–10:00 UTC с понедельника по пятницу. В Москве это 04:00–07:00 и 09:00–13:00. Всё остальное время, включая выходные, оплачивается по ставке off-peak.

Модель	Период	Cache hit input	Cache miss input	Output	1M miss input + 1M output
V4 Flash	off-peak	$0,007	$0,22	$0,66	$0,88
V4 Flash	peak	$0,014	$0,44	$1,32	$1,76
V4 Pro	off-peak	$0,022	$0,66	$1,98	$2,64
V4 Pro	peak	$0,044	$1,32	$3,96	$5,28

При одинаковом составе токенов Pro стоит ровно втрое дороже Flash. Thinking-токены включаются в output, поэтому высокий reasoning_effort, длинные tool loops и повторные попытки увеличивают счёт. По умолчанию thinking включён с effort high; доступны low, high и max.

Кэш DeepSeek создаётся автоматически. Повторный запрос получает льготную цену только для полностью совпавшего сохранённого префикса. Кэш работает best effort, строится несколько секунд и обычно очищается через несколько часов или дней. Поэтому нельзя заранее считать всю историю агента кэшированной: реальную долю видно в usage-полях ответа.

Где дешевле купить те же модели по API

Один прайс не описывает весь сервис. Стоимость посредника нужно читать вместе с точной ревизией, cache rate, комиссией пополнения, output limit, регионом и политикой хранения.

V4 Flash

Провайдер	Model ID	Input miss	Output	Cache read	Что учесть
DeepSeek off-peak	deepseek-v4-flash	$0,22	$0,66	$0,007	первый источник модели; цена удваивается в peak
DeepInfra real-time	deepseek-ai/DeepSeek-V4-Flash-0731	$0,08	$0,18	$0,016	обычный serverless tier
DeepInfra Flex	тот же	$0,064	$0,144	$0,0128	на 20% дешевле real-time в обмен на медленное best-effort scheduling
Together	deepseek-ai/DeepSeek-V4-Flash-0731	$0,14	$0,28	$0,03	versioned serverless endpoint; кэш дороже direct DeepSeek
Fireworks	accounts/fireworks/models/deepseek-v4-flash-0731	$0,22	$0,66	$0,007	1040K context, function calling; цена совпадает с direct off-peak
OpenCode Zen	deepseek-v4-flash	$0,14	$0,28	$0,028	удобный единый шлюз; публичный ID не фиксирует 0731
OpenRouter	deepseek/deepseek-v4-flash-0731	от $0,04998	от $0,09996	от $0,009996	нижняя строка — промо Baidu Qianfan на дату проверки; route и цена динамические

Для запроса без кэша OpenRouter/Baidu дешевле официального off-peak Flash примерно в 5,9 раза: $0,14994 против $0,88 за 1M input + 1M output. Однако к покупке credits OpenRouter добавляет 5,5%, минимум $0,80. Пополнение на $10 обходится в $10,80, то есть эффективная комиссия равна 8%. Срок промо Baidu на карточке не указан.

DeepInfra real-time — более спокойный ценовой ориентир: $0,26 за тот же объём против $0,88 у DeepSeek off-peak. Flex снижает сумму до $0,208, если задача терпит ожидание свободной мощности. Cache read в real-time tier стоит $0,016, более чем вдвое дороже official $0,007. Чем выше реальный cache ratio, тем меньше преимущество дешёвого нового input.

V4 Pro

Провайдер	Model ID	Input miss	Output	Cache read	Что учесть
DeepSeek off-peak	deepseek-v4-pro	$0,66	$1,98	$0,022	лучший воспроизводимый direct PAYG из проверенных вариантов
DeepSeek peak	тот же	$1,32	$3,96	$0,044	вдвое дороже off-peak
DeepInfra	deepseek-ai/DeepSeek-V4-Pro-0813	$1,30	$2,60	$0,10	versioned, но дороже official off-peak
Together	deepseek-ai/DeepSeek-V4-Pro-0813	$1,32	$3,96	$0,13	versioned; близко к official peak
OpenCode Zen	deepseek-v4-pro	$1,74	$3,48	$0,145	новый input и cache дороже official даже в peak; output немного дешевле peak
OpenRouter	deepseek/deepseek-v4-pro-0813	карточка от $0,66	от $1,98	от $0,022	верхняя цена совпадает с direct off-peak; апстримы и скидки меняются

Для Pro посредник не даёт столь же очевидной постоянной экономии, как для Flash. Если задачу можно поставить в off-peak, direct DeepSeek дешевле проверенных фиксированных ставок DeepInfra, Together и Zen. OpenRouter полезен маршрутизацией и отказоустойчивостью, но после комиссии за credits route по $0,66/$1,98 уже не дешевле прямого аккаунта.

Калькулятор: как посчитать собственный счёт

Разделите input на кэшированный и новый, затем примените формулу:

стоимость = uncached input × input rate + cached input × cache rate + output × output rate.

Все объёмы в формуле измеряются в миллионах токенов. Например, 1M input при 80% cache hit и 1M output у official Flash off-peak стоит 0,2 × 0,22 + 0,8 × 0,007 + 1 × 0,66 = $0,7096. Без кэша тот же запрос стоил бы $0,88.

Route/model	1M input + 1M output, кэш 0%	То же, input cached на 80%
DeepSeek Flash off-peak	$0,8800	$0,7096
DeepSeek Flash peak	$1,7600	$1,4192
DeepSeek Pro off-peak	$2,6400	$2,1296
DeepSeek Pro peak	$5,2800	$4,2592
DeepInfra Flash	$0,2600	$0,1960
DeepInfra Flash Flex	$0,2080	$0,1670
OpenCode Zen Flash	$0,4200	$0,3304
OpenCode Zen Pro	$5,2200	$3,9440
OpenRouter/Baidu Flash, промо	$0,14994	$0,11795

В строку OpenRouter не включена комиссия покупки credits. В production также появятся повторы после ошибок, служебные заголовки, результаты инструментов и reasoning output.

Три сценария для direct DeepSeek

Нагрузка за месяц	Состав	Flash off-peak / peak	Pro off-peak / peak
Небольшой помощник	5M input, 1M output, cache hit 20%	$1,55 / $3,09	$4,64 / $9,28
Кодинг-агент	100M input, 10M output, cache hit 90%	$9,43 / $18,86	$28,38 / $56,76
Пакетный анализ базы знаний	1B input, 50M output, cache hit 80%	$82,60 / $165,20	$248,60 / $497,20

По курсу ЦБ первый сценарий стоит примерно 134 ₽ для Flash off-peak и 402 ₽ для Pro. Кодинг-сценарий — около 817 ₽ и 2 457 ₽, пакетный — 7 152 ₽ и 21 525 ₽. Это математические модели, а не обещание итогового списания.

Когда подписка дешевле API

Подписка выгодна в диапазоне между точкой окупаемости и самым ранним лимитом. Надпись «$10 в месяц» не означает безлимит, а рекламное число запросов зависит от длины истории, кэша и output.

Подписка	Цена	Включённый объём	Окна и ограничения	Честная точка окупаемости
OpenCode Go	$10/мес	model Usage: Flash $30, Pro $15	базово $12/5 ч, $30/нед, $60/мес; эффективный cap модели ниже; overage можно списывать с Zen	после $10 сопоставимого PAYG, пока не сработало окно или model cap
Ollama Pro	$20/мес или $200/год	$60 usage credits	3 одновременных запроса, остаток не переносится	после $20 usage; максимум bundle value $60
Ollama Max	$100/мес	$300 usage credits	10 одновременных запросов	после $100 usage; максимум $300
ClinePass	$9,99/мес	заявлено 2–5× standard API usage	есть 5-часовое, недельное и месячное окна, точные суммы не опубликованы	точный порог и потолок проверить нельзя

OpenCode Go: break-even с учётом cap

Для 1M нового input и 1M output official Flash off-peak стоит $0,88. Подписка за $10 догоняет такой PAYG примерно после 11,36 условных порций; при 80% cache hit — после 14,09. Для Pro пороги равны 3,79 и 4,70 порции. В peak они наступают примерно вдвое раньше.

Текущие оценки OpenCode для типичного coding-request составляют 7 600/18 900/37 800 запросов Flash за 5 часов/неделю/месяц и 1 050/2 600/5 200 для Pro. Это расчётные запросы, а не гарантированное количество сообщений. Модельный monthly Usage равен $30 для Flash и $15 для Pro. Значит максимальная номинальная экономия до других лимитов — около $20 на Flash и $5 на Pro.

В нашем сценарии кодинг-агента Flash off-peak стоит $9,43 direct, поэтому Go пока на $0,57 дороже. Если та же работа проходит в peak за $18,86, Go уже выглядит выгоднее — при условии, что пятичасовое и недельное окна не сработают раньше. Сценарий Pro стоит $28,38 off-peak и превышает модельный cap $15: одной подписки на весь месяц не хватит. После лимита лучше явно переключить агента на выбранный PAYG-key; автоматический overage через Zen для Pro дороже direct off-peak.

Ollama: credits без недельного окна

Ollama Pro продаёт $60 токенного usage за $20 и даёт три concurrent requests. Для равномерной нагрузки от $20 до $60 это понятнее Go: нет отдельного недельного cap, а лишний usage можно докупить. При расходе ниже $20 PAYG дешевле. Неиспользованные credits сгорают при месячном reset.

У Ollama своё расписание DeepSeek: peak действует 12:00–18:00 UTC по будням, а не в часы official DeepSeek. Маршрут может выполняться в США, Европе или Сингапуре. Основной tag deepseek-v4-flash:cloud лучше заменить на :0731-cloud, если важна закреплённая ревизия.

ClinePass: дешёвый вход с непрозрачным потолком

ClinePass за $9,99 включает Flash и Pro и разрешает использовать модели через OpenAI-compatible API вне интерфейса Cline. Документация обещает 2–5× usage по сравнению со стандартным API и перечисляет три окна, но не публикует точные долларовые caps. Поэтому нельзя честно вычислить, сколько миллионов токенов или законченных задач войдёт в месяц.

Flash или Pro: когда переплата возвращается качеством

По опубликованным DeepSeek GA-to-GA тестам Pro сильнее в агентных задачах. Terminal Bench 2.1: 87,9 против 82,7 у Flash; NL2Repo: 61,5 против 54,2; DeepSWE: 62,7 против 54,4; Toolathlon-Verified: 74,1 против 70,3. Это тесты поставщика модели, часть наборов внутренняя, поэтому переносить разницу процентов прямо в экономию нельзя.

При одинаковых токенах Pro стоит втрое дороже. Он окупится по чистой цене инференса, если сократит суммарный объём и число повторных циклов примерно на две трети. Более реалистичная причина выбрать Pro — дорогая ошибка или час инженера: сложный рефакторинг, миграция схемы, неоднозначный production-инцидент, финальное ревью большого патча.

Flash разумнее поставить по умолчанию для:

• локальных правок и коротких edit-test loops;
• классификации, извлечения данных и массовых резюме;
• рутинного поиска по репозиторию;
• чернового плана и дешёвых tool-routing шагов;
• потоков, где важнее throughput и предсказуемый бюджет.

Pro стоит подключать точечно для:

• изменения контракта через несколько слоёв приложения;
• длинного анализа зависимостей и конфликтующих требований;
• сложной отладки, где Flash повторяет неудачный путь;
• проверки безопасности и риска потери данных;
• финального решения после дешёвого сбора контекста Flash.

Лучший показатель — cost per accepted task: стоимость всех токенов, retries и ручного исправления до принятого результата. Недельный A/B-тест на одинаковых задачах полезнее чужой общей оценки «модель умнее».

Задержка, лимиты и совместимость

Официальный DeepSeek разрешает до 2 500 одновременных запросов Flash и 500 Pro на аккаунт. Превышение возвращает HTTP 429. Если запрос не начал inference за 10 минут, соединение закрывается. Публичного SLA на странице условий нет.

На OpenRouter в момент проверки Flash endpoints показывали примерно 0,45–3,73 секунды latency и 22–168 токенов в секунду; Pro — около 0,47–3,64 секунды и 20–97 токенов в секунду. Метрики меняются по времени и региону. Для интерактивного агента важны отдельно time to first token, throughput, end-to-end time и tool-call error rate. Читать полный обзор сервиса OpenRouter

Точные account rate limits DeepInfra, Together и Fireworks не подтверждены их публичными model cards. Их нужно читать в dashboard или договоре конкретного аккаунта; переносить concurrency DeepSeek direct на сторонний endpoint нельзя.

OpenRouter умеет сортировать endpoints по цене, latency или throughput. Самый дешёвый route можно совместить с минимальным throughput, но fallback способен отправить следующий запрос другому хосту. Для повторяемого production-профиля закрепите versioned slug, provider, max price, требуемые параметры и правило fallback.

Совместимость «OpenAI-compatible» тоже неполна. DeepSeek Responses API остаётся stateless: previous_response_id, conversations, background mode и управляемый prompt cache не поддерживаются, переполнение контекста даёт 400. Часть неподдерживаемых параметров молча игнорируется. В thinking-mode агент должен возвращать reasoning_content на каждом шаге с tools, иначе API ответит ошибкой.

Пользователи Cline сообщали о 128K context вместо настроенного 1M и о сбоях разбора DeepSeek DSML tool calls. Эти issue не доказывают общий дефект модели, но показывают, зачем перед миграцией прогнать собственный harness: длинный контекст, streaming и non-streaming, JSON, параллельные инструменты, retry и recovery после 429.

Где будут храниться промпты

Прямой DeepSeek нельзя считать Zero Data Retention. Политика конфиденциальности DeepSeek включает prompts, файлы и историю чата в собираемые данные, допускает их использование для улучшения технологий и говорит об обработке и хранении в КНР. Срок зависит от цели; для части данных приведён пример хранения, пока существует аккаунт. Автоматический disk cache живёт часы или дни, поэтому store:false в Responses API не превращает endpoint в ZDR.

OpenCode заявляет хостинг моделей в США, отсутствие обучения и нулевое хранение у провайдеров, кроме перечисленных исключений. Для DeepSeek есть важная сноска: текущее ZDR-соглашение действительно до 30 сентября 2026 года и обновляется ежемесячно. После этой даты условие нужно перепроверить.

OpenRouter сам не сохраняет содержание prompts и responses без opt-in, но хранит metadata запроса. Политика upstream-провайдера отличается для каждого endpoint. Для чувствительного кода включите zdr: true и data_collection: "deny"; eligible pool станет меньше, а цена или скорость могут измениться.

Ollama пишет, что prompts и responses не логируются и не используются для обучения, а партнёры обязаны соблюдать no logging, no training и ZDR. DeepInfra, Together и Fireworks в публичных model cards подтверждают модель и цену, но эти карточки сами по себе не устанавливают account-specific retention, регион и договор обработки данных. Для закрытого репозитория нужен отдельный DPA или enterprise agreement.

Альтернативы DeepSeek по задаче

Смена кассы сохраняет модельные сильные и слабые стороны. Если Flash не проходит ваши тесты, иногда дешевле заменить модель для части шагов, чем многократно повторять запрос.

Задача	Что проверить	Текущая цена в OpenCode Zen: input / output / cache, $ за 1M	Почему кандидат может быть полезен
Быстрые короткие циклы	GLM-5.3-Flash	0,15 / 0,50 / 0,03	резервный быстрый маршрут; сравнить tool accuracy и latency на своём harness
Универсальный агент средней цены	MiniMax M3	0,30 / 1,20 / 0,06	альтернатива, если Flash застревает; оценить число принятых задач
Сложная работа по коду	Kimi K2.7 Code	0,95 / 4,00 / 0,19	специализированный кандидат для многофайловых изменений; output заметно дороже
Недорогой proprietary comparator	GPT-5.6 Luna	0,20 / 1,20 / 0,02	полезен как контроль качества; у маршрута OpenAI через Zen указано хранение 30 дней
Изображения и UI	DeepSeek V4 Flash Vision Exp	0,14 / 0,28 / 0,028 в Zen	отдельная experimental vision-модель, текстовый Flash изображения не принимает
Резидентность и офлайн	собственный inference	платы за токены нет	данные остаются в своей инфраструктуре, но появляется стоимость GPU, памяти, электричества и SRE

Официальные веса Flash и Pro доступны по MIT-лицензии. Flash содержит 284 млрд параметров, из которых активируются 13 млрд; Pro — 1,6 трлн и 49 млрд. Даже Flash требует серьёзной multi-GPU инфраструктуры, особенно при длинном контексте. Self-host следует выбирать ради контроля и стабильной большой нагрузки, а не из предположения, что «локально всегда бесплатно».

Как выбрать за один вечер

1. Выгрузите из usage историю input, cached input, output, reasoning и retries хотя бы за неделю.
2. Пересчитайте её по direct off-peak, direct peak, лучшему фиксированному стороннему API и подписке.
3. Возьмите 20–50 реальных задач и измерьте accepted-task rate Flash и Pro, время человека и tool-call failures.
4. Для посредника закрепите versioned model ID, provider, region, max price и privacy flags.
5. Проверьте оплату и итоговую сумму на checkout отдельно. На 6 сентября $10 равны примерно 866 ₽ по курсу Банка России, но российская карта, VAT и банковская комиссия публично не подтверждены.
6. Поставьте бюджетный лимит и alert. Не включайте auto-reload или дорогой fallback, пока не проверили, куда уйдёт запрос после cap.

Вывод

Для Flash минимальную цену сейчас даёт динамический OpenRouter route, а более воспроизводимый дешёвый direct-вариант — DeepInfra Flex для фоновых задач или его real-time tier для интерактивных. Для Pro официальный DeepSeek off-peak остаётся самым понятным низким PAYG среди проверенных фиксированных предложений. OpenCode Zen удобен единым ключом, но его Pro дорог, а у Flash кэш стоит больше, чем direct.

OpenCode Go выгоден регулярному кодингу в узком диапазоне: выше $10 прямого расхода, но ниже пятичасового, недельного и модельного cap. Ollama Pro подходит более ровной нагрузке до $60 usage без недельного окна. ClinePass выглядит недорого на входе, однако точный break-even невозможен без опубликованных caps.

Сначала выберите модель по стоимости принятой задачи, затем провайдера по цене, задержке и данным. Flash закрывает большую часть массовых и рутинных шагов. Pro стоит включать там, где его дополнительное качество уменьшает дорогие повторы или риск ошибки. Все цены, промо и ZDR-сноски нужно перепроверять перед пополнением баланса. Для более широкого выбора инструментов разработки полезен обзор ИИ-сервисов для программирования.