DeepSeek V4のAPI料金が時間帯で変動、ピーク時は最大1,100％上昇

DeepSeekは2026年8月17日午前0時（北京時間、8月16日16:00 UTC）から、V4 APIの料金体系を一律料金からピーク／オフピーク制へ変更しました。オフピーク料金はピーク料金のちょうど半額ですが、従来の料金と比べると、モデルやトークンの種類、利用時間によって50％〜1,100％の値上げとなります。12

何が変わったのか

対象となるのは DeepSeek-V4-Flash と DeepSeek-V4-Pro です。北京時間で、以下の時間帯がピークに設定されています。

• 9:00〜12:00
• 14:00〜18:00

それ以外の時間はオフピークです。1件のリクエストは、処理が完了した時刻ではなく、プラットフォーム側が受信した時刻に基づいて課金されます。そのため、開発者がトラフィックを予約・分散する場合は北京時間を基準にする必要があります。27

同じモデル、同じトークン量でも、ピーク時間帯に送るとオフピーク時の2倍になります。今回の変更は単純な一律値上げではなく、GPU推論の需要が集中する時間に料金を上げる仕組みです。

V4-FlashとV4-Proの料金表

以下は、すべて100万トークンあたりの人民元です。「キャッシュヒット」は、過去に保存されたプロンプトの接頭辞を再利用できる入力、「キャッシュミス」はキャッシュを利用できない入力を指します。

モデル／トークン種別	従来の一律料金	オフピーク	従来比	ピーク	従来比
V4-Flash キャッシュヒット入力	0.02元	0.05元	+150%	0.10元	+400%
V4-Flash キャッシュミス入力	1.00元	1.50元	+50%	3.00元	+200%
V4-Flash 出力	2.00元	4.50元	+125%	9.00元	+350%
V4-Pro キャッシュヒット入力	0.025元	0.15元	+500%	0.30元	+1,100%
V4-Pro キャッシュミス入力	3.00元	4.50元	+50%	9.00元	+200%
V4-Pro 出力	6.00元	13.50元	+125%	27.00元	+350%

V4-Flashについては、オフピーク時のキャッシュヒット入力、キャッシュミス入力、出力がそれぞれ0.05元、1.50元、4.50元。ピーク時は0.10元、3元、9元と公式に案内されています。2 Reutersは、今回の新料金がモデル、トークン種別、利用時間に応じて従来価格を50％〜1,100％上回ると報じています。18

どのような処理が影響を受けるのか

バッチ処理は安い時間帯へ移せる

評価テスト、文書のインデックス作成、データの再処理、合成データの生成、緊急性の低いエージェント処理などは、ピーク時間を避けてキューに入れられます。オフピーク料金はピーク料金の半額なので、処理時間をずらすだけでも柔軟なワークロードのコストを抑えられます。2

AIインフラの運用では、これまでモデルの選択やトークン数が主なコスト管理項目でした。今後は、締め切りと北京時間の課金枠を把握したキューを用意し、待てる処理をオフピークへ延期する設計が重要になります。

対話型アプリは時間を選びにくい

カスタマーサポート、コーディングアシスタント、リアルタイムエージェントは、ユーザーが使う時間に動作するため、ピーク料金を避けにくいケースがあります。

その場合でも、次の方法でコストを抑えられます。

• プロンプトの共通部分を再利用する
• キャッシュヒットしやすいリクエスト構成にする
• 不要に長い出力を制限する
• 定型的な処理はFlashへ振り分ける
• 難しい処理だけProに回す

特にキャッシュは重要です。両モデルとも、キャッシュヒット入力はキャッシュミス入力より大幅に安く設定されています。同じ指示文、ツール定義、文書コンテキストを繰り返し送る大規模システムでは、リクエスト数を少し減らすより、キャッシュヒット率を高める方が効果的な場合があります。

出力トークンが多いアプリは絶対額が膨らみやすい

長い推論過程、レポート生成、大規模なコード出力などは、出力トークンを大量に消費します。ピーク時の出力料金は、Flashが100万トークンあたり9元、Proが27元です。12

出力上限を厳しく設定し、通常のやり取りにはFlashを使い、追加性能が必要な処理だけProに限定する運用が現実的です。

Proのキャッシュヒット入力は値上げ率が最大

V4-Proのピーク時キャッシュヒット入力は、従来の一律料金の12倍となり、今回の料金変更で最大の上昇率を記録しました。絶対額はキャッシュミス入力や出力ほど大きくありませんが、同じプロンプトを非常に大量に処理するシステムでは影響が無視できません。119

8月13日のV4-Pro正式提供との関係

料金変更に先立ち、8月には DeepSeek-V4-Pro-0813 が deepseek-v4-pro エンドポイントで一般提供されました。報告されている仕様では、テキストモデルとして100万トークンのコンテキストウィンドウ、最大出力38万4,000トークンを備え、総パラメーター数約1兆6,000億、1トークンあたりのアクティブパラメーター約490億のMixture-of-Experts（MoE）構成です。2933

アカウント単位の同時実行数もモデルごとに異なります。

• V4-Pro：同時500リクエスト
• V4-Flash：同時2,500リクエスト

ストリーミング応答を含め、リクエストが完了するまで1つの枠を占有します。28

料金と同時実行数を合わせて見ると、Flashは大量の定型トラフィック向け、Proは高度な推論や大規模コンテキストを必要とする、より制約の大きい層として位置づけられているように見えます。ただし、これは公表された料金と制限から導いた推測であり、すべての用途についてDeepSeekが明言した分類ではありません。228

時間帯別料金がAIインフラに示すもの

DeepSeekの新制度は、GPU推論の需要を時間帯で平準化する「デマンドシェーピング」に近い考え方です。インタラクティブな利用が集中する時間帯には高く、待機可能な処理が多い時間帯には安くすることで、1日の計算資源をより効率的に使おうとしています。

開発者にとって、コスト最適化は単にモデルとトークン数を選ぶ問題ではなくなりました。少なくとも次の判断が必要です。

1. どのリクエストが遅延を許容できないか
2. どの処理をオフピークのキューに回せるか
3. プロンプトをどの程度キャッシュで再利用できるか
4. いつProからFlashへルーティングできるか
5. アプリに本当に必要な出力トークン数はどの程度か

大規模言語モデルをめぐる価格競争は、すべての時間帯を一律に安くする競争から、計算資源が不足する時間帯に応じて価格を変える方向へ動きつつあります。DeepSeekは柔軟な需要向けに低料金の時間帯を残す一方、高性能推論のコストを利用時間に敏感なものにしました。Reutersも今回の変更を、モデル、トークン種別、利用時間によって異なる大幅な値上げと報じており、単一の一律追加料金ではないと説明しています。1

DeepSeek V4を使うチームにとっての実務的な結論は明確です。API料金の設計に、スケジューリング、キャッシュ、モデルの振り分け、出力制御を組み込む必要があります。時間をずらせない処理は別モデルや厳しいトークン上限を検討し、待てる処理はオフピークで実行することが、今回の新料金体系に対応する基本戦略になります。