बड़ी कीमत बढ़ोतरी के बाद भी DeepSeek V4 Flash सस्ता कैसे रह सकता है?

DeepSeek V4 Flash की कम कीमत का सबसे बड़ा कारण वह आंकड़ा है जिसे सामान्य तुलना अक्सर नजरअंदाज कर देती है: कैश्ड और अनकैश्ड इनपुट की बिलिंग में बहुत बड़ा अंतर है। पहले प्रकाशित शेड्यूल के अनुसार, कैश-मिस इनपुट की कीमत $0.14 प्रति मिलियन टोकन, कैश-हिट इनपुट की $0.0028 और आउटपुट की $0.28 थी। 12

इससे Flash उन कोडिंग एजेंट्स के लिए खास तौर पर आकर्षक बनता है जो बार-बार वही सिस्टम निर्देश, टूल डेफिनिशन, रिपॉजिटरी संदर्भ या लंबे प्रॉम्प्ट प्रीफिक्स भेजते हैं। हालांकि, इसका मतलब यह नहीं कि हर उपयोगकर्ता या हर प्रदाता-रूट के लिए बिल सबसे कम ही होगा।

असली सवाल: प्रति टोकन नहीं, पूरे टास्क की लागत

एजेंट का बिल केवल टोकन दर से तय नहीं होता। यदि किसी वर्कलोड में इनपुट का h हिस्सा कैश-हिट है, तो मिश्रित इनपुट दर लगभग इस तरह निकाली जा सकती है:

h × कैश-हिट दर + (1 − h) × कैश-मिस दर

पुरानी दरों पर 99% कैश्ड इनपुट की प्रभावी कीमत करीब $0.00417 प्रति मिलियन टोकन बैठती है। यह $0.14 की कैश-मिस दर से लगभग 34 गुना कम है। इस गणना में आउटपुट टोकन शामिल नहीं हैं—लंबा कोड, विस्तृत जवाब या टूल रिजल्ट बनाने वाले वर्कलोड में आउटपुट ही कुल खर्च का सबसे बड़ा हिस्सा बन सकता है।

एक ही API अलग-अलग उपयोगकर्ताओं को इसलिए बिल्कुल अलग अनुभव दे सकता है:

• छोटे सेशन चलाने वाला उपयोगकर्ता कम कुल टोकन के कारण बहुत कम खर्च कर सकता है।
• बड़ा डिप्लॉयमेंट विशाल संदर्भ दोहरा सकता है, लेकिन स्थिर प्रीफिक्स होने पर बार-बार इस्तेमाल होने वाले हिस्से के लिए काफी कम भुगतान करेगा।
• जो एजेंट हर बार अपना सिस्टम प्रॉम्प्ट, टूल सूची या संदर्भ बदलता रहता है, वह कैश का लाभ खोकर लगभग कैश-मिस दर तक पहुंच सकता है।

DeepSeek के अनुसार, उसका API स्वचालित प्रीफिक्स कैशिंग करता है। हाल में दोहराए गए प्रॉम्प्ट प्रीफिक्स को कैश-हिट दर पर बिल किया जाता है। 12 इसके लिए जरूरी है कि प्रॉम्प्ट का शुरुआती हिस्सा लगातार एक जैसा रहे। शुरुआत में बदलाव होने पर उसके बाद का संदर्भ भी कैश का लाभ खो सकता है।

थर्ड-पार्टी की कम कीमत पूरी तुलना नहीं बताती

थर्ड-पार्टी प्रदाता फर्स्ट-पार्टी API से कम दरें दिखा सकते हैं। उदाहरण के लिए, DeepInfra की मौजूदा कीमत सूची V4 Flash के कुछ वेरिएंट के लिए लगभग $0.08–$0.09 प्रति मिलियन इनपुट टोकन और $0.18 आउटपुट दर दिखाती है, साथ ही कैश्ड इनपुट की अलग दर भी है। 29 OpenRouter पर भी V4 Flash के कई स्नैपशॉट और प्रदाता उपलब्ध हैं, जिनकी कीमत मॉडल संस्करण और रूट के अनुसार बदलती है। 2122

लेकिन ये जरूरी नहीं कि बिल्कुल वही उत्पाद हों। तुलना करते समय इन बातों की जांच करनी चाहिए:

• मॉडल का सटीक स्नैपशॉट और आउटपुट गुणवत्ता;
• मॉडल क्वांटाइज्ड है या किसी अन्य तरीके से सर्व किया जा रहा है;
• कैश-हिट दर, रिटेंशन अवधि और प्रीफिक्स-मिलान के नियम;
• रूटिंग, लेटेंसी, अपटाइम और रेट लिमिट;
• कॉन्टेक्स्ट विंडो और समानांतर अनुरोधों की नीतियां; तथा
• डेटा-हैंडलिंग शर्तें और ऑपरेशनल नियंत्रण।

इसलिए कम स्टिकर कीमत किसी ऐसे वर्कलोड के लिए सचमुच सस्ती हो सकती है जिसमें कैश का इस्तेमाल बहुत कम हो। इसके उलट, लंबे सेशन में स्थिर प्रीफिक्स बचा रहे तो फर्स्ट-पार्टी रूट बेहतर साबित हो सकता है। सही सवाल यह नहीं है कि “इनपुट की सबसे कम दर किसकी है?”, बल्कि यह है कि “विश्वसनीय तरीके से पूरा परिणाम देने में किस रूट की कुल लागत सबसे कम है?”

30 गुना बढ़ोतरी का मतलब क्या होगा?

30 गुना बढ़ोतरी वाला उदाहरण एक संवेदनशीलता परीक्षण है, भविष्यवाणी नहीं। पुरानी $0.0028 कैश-हिट दर को 30 से गुणा करने पर कीमत $0.084 प्रति मिलियन टोकन होगी। यह अब भी पुरानी $0.14 कैश-मिस दर से कम है।

लेकिन यह केवल एक बिलिंग आइटम की तुलना है। अगर आउटपुट की कीमत भी 30 गुना बढ़े, तो पुरानी $0.28 दर $8.40 प्रति मिलियन टोकन हो जाएगी। भारी मात्रा में आउटपुट बनाने वाला वर्कलोड तब बहुत महंगा हो सकता है, भले कैश्ड इनपुट अपेक्षाकृत सस्ता बना रहे। इसी तरह, बार-बार कैश मिस होने वाला वर्कलोड बढ़ी हुई इनपुट दर को सीधे महसूस करेगा।

निष्कर्ष शर्तों पर निर्भर है:

बहुत बड़ी नाममात्र बढ़ोतरी के बाद भी DeepSeek V4 Flash कैश-आधारित लाभ बनाए रख सकता है, लेकिन हर कैश-हिट, कैश-मिस, आउटपुट टोकन और प्रदाता शुल्क के मिश्रण में वह सबसे सस्ता नहीं रहेगा।

पीक प्राइसिंग क्षमता प्रबंधन का संकेत है, पक्के कारण का प्रमाण नहीं

बाद में जारी शेड्यूल में ऑफ-पीक और पीक दरें शामिल की गईं। V4 Flash के लिए ऑफ-पीक कीमत $0.22 प्रति मिलियन कैश-मिस इनपुट, $0.007 कैश्ड इनपुट और $0.66 आउटपुट बताई गई। पीक समय में ये दरें क्रमशः $0.44, $0.014 और $1.32 हो गईं। 1020

ये दरें पुरानी $0.14/$0.0028/$0.28 संरचना से काफी अधिक हैं, लेकिन समान रूप से 30 गुना बढ़ोतरी नहीं हैं। समय-आधारित कीमतें व्यस्त अवधि में मांग नियंत्रित करने या ऐसे बैच वर्कलोड को ऑफ-पीक समय में भेजने में मदद कर सकती हैं जिन्हें बाद में चलाया जा सकता है। केवल इन दरों से यह साबित नहीं होता कि सर्विंग लागत बढ़ी, मांग असामान्य रूप से ऊंची रही, या दोनों कारण काम कर रहे थे।

खरीदारों के लिए व्यावहारिक सबक सीधा है: एजेंट किस समय चलता है, यह भी लागत का हिस्सा बन सकता है। यदि जॉब शेड्यूल किए जा सकते हैं, तो एकल नाममात्र दर देखने के बजाय पीक और ऑफ-पीक बिल की तुलना करें।

कैश प्रयोग संकेत देता है, सार्वभौमिक बेंचमार्क नहीं

समुदाय द्वारा साझा किए गए 20,000 अनुरोधों के एक प्रयोग में 12 घंटे की अवधि के दौरान DeepSeek के लिए 100% कैश-हिट दर बताई गई। उसी रिपोर्ट में GLM के लिए पांच मिनट बाद काफी कम परिणाम और अन्य मॉडलों के लिए बीच के आंकड़े दिए गए। 31

यह इसलिए दिलचस्प है क्योंकि इससे पता चलता है कि लंबे समय तक चलने वाले एजेंट्स की रैंकिंग छोटे प्रॉम्प्ट वाले उपयोगकर्ताओं से अलग हो सकती है। फिर भी, यह स्वतंत्र रूप से दोहराया गया क्रॉस-मॉडल बेंचमार्क नहीं है। कैश परिणाम सटीक प्रीफिक्स, कैश इविक्शन, रूटिंग, समानांतरता, रिटेंशन सेटिंग और क्लाइंट के प्रॉम्प्ट फॉर्मेट पर निर्भर करते हैं।

डेवलपर्स को अपने एजेंट के वास्तविक ट्रैजेक्टरी के साथ यह परीक्षण दोहराना चाहिए और कैश-हिट तथा कैश-मिस टोकन अलग-अलग दर्ज करने चाहिए। स्थिर निर्देश पहले और बदलता हुआ टास्क डेटा बाद में रखने जैसी प्रॉम्प्ट संरचना अर्थशास्त्र को काफी बेहतर बना सकती है, लेकिन इसे मान लेने के बजाय मापना जरूरी है।

OpenCode Go की भूमिका

OpenCode Go सीधे API एक्सेस से अलग उत्पाद है। इसके दस्तावेज के अनुसार, $10 मासिक सब्सक्रिप्शन में DeepSeek V4 Flash शामिल है और इसमें डॉलर-आधारित रोलिंग सीमाएं हैं: पांच घंटे में $12, सप्ताह में $30 और महीने में $60। 1

इस सब्सक्रिप्शन की तुलना सीधे API से केवल मासिक शुल्क या प्रदाता की टोकन दर देखकर नहीं की जा सकती। OpenCode रूटिंग और प्रभावी उपयोग सीमा नियंत्रित करता है, जबकि डायरेक्ट API टोकन-स्तरीय बिलिंग और कैश व्यवहार दिखाता है। रिपोर्टों में यह भी बताया गया है कि कीमत बढ़ने के बाद V4 Flash को दिया गया उपयोग-मूल्य बदला। 6

यह दावा कि लंबे सेशन में Go डायरेक्ट API से दो से दस गुना महंगा हो सकता है, साबित करने के लिए दोनों रूट पर समान प्रॉम्प्ट स्ट्रीम चलानी होगी और इन चीजों को दर्ज करना होगा:

1. कैश्ड इनपुट टोकन;
2. अनकैश्ड इनपुट टोकन;
3. आउटपुट टोकन;
4. मॉडल और प्रदाता रूट;
5. रीट्राई और लेटेंसी; तथा
6. सब्सक्रिप्शन की सीमाएं या थ्रॉटलिंग।

नियंत्रित तुलना के बिना मजबूत निष्कर्ष इतना ही है: कोई सब्सक्रिप्शन कागज पर सस्ता दिख सकता है, लेकिन अगर उसका रूट दोहराए जाने वाले संदर्भ को कैश नहीं कर पाता तो उसकी प्रभावी लागत अधिक हो सकती है। यह परिणाम वर्कलोड पर निर्भर है।

DeepSeek V4 Flash का सही बेंचमार्क कैसे करें

वास्तविक तुलना के लिए प्रति मिलियन इनपुट टोकन की कीमत नहीं, बल्कि सफलतापूर्वक पूरा किए गए टास्क की लागत मापें। सभी प्रदाताओं पर एक ही मॉडल स्नैपशॉट और प्रॉम्प्ट क्रम चलाकर इन आंकड़ों को रिकॉर्ड करें:

• कुल इनपुट टोकन;
• कैश-हिट और कैश-मिस इनपुट अलग-अलग;
• आउटपुट टोकन;
• पीक और ऑफ-पीक कीमत;
• लेटेंसी और विफल अनुरोध;
• रीट्राई और रूटिंग में बदलाव; तथा
• क्या टास्क वास्तव में सफलतापूर्वक पूरा हुआ।

कम-से-कम दो तरह के वर्कफ्लो चलाएं: एक कैश-फ्रेंडली और दूसरा कैश-होस्टाइल। पहला स्थिर प्रीफिक्स का लाभ दिखाएगा, जबकि दूसरा बताएगा कि एजेंट के लगातार संदर्भ बदलने पर लागत कितनी बढ़ती है।

निष्कर्ष

DeepSeek V4 Flash लंबे समय तक चलने वाले कोडिंग एजेंट्स के लिए सबसे कम लागत वाले विकल्पों में बना रह सकता है, क्योंकि प्रीफिक्स कैशिंग दोहराए जाने वाले संदर्भ की अर्थव्यवस्था बदल देती है। थर्ड-पार्टी रूट कम नाममात्र कीमत दे सकता है और बड़ी कीमत बढ़ोतरी के बाद भी कैश्ड इनपुट प्रतिस्पर्धी रह सकता है। लेकिन इनमें से कोई भी तथ्य यह साबित नहीं करता कि Flash हर स्थिति में सबसे सस्ता है।

निर्णायक कारक हैं—कैश-हिट दर, आउटपुट की मात्रा, पीक-टाइम कीमत, प्रदाता का इम्प्लीमेंटेशन और टास्क को भरोसेमंद तरीके से पूरा करने की लागत। प्रोडक्शन सिस्टम के लिए ये माप किसी एक सूचीबद्ध कीमत से कहीं अधिक उपयोगी हैं।