DeepSeek V4 z taryfą godzinową. Flash i Pro są droższe w szczycie

DeepSeek odszedł od stałego cennika API dla modeli V4. Od 17 sierpnia 2026 r., godz. 00:00 czasu pekińskiego — czyli 16 sierpnia o 16:00 UTC — obowiązuje rozliczanie w godzinach szczytu i poza nimi. Stawki poza szczytem są dokładnie o połowę niższe od stawek szczytowych, ale w wielu kategoriach nawet niższa taryfa oznacza podwyżkę względem wcześniejszego cennika. W zależności od modelu, rodzaju tokenów i pory użycia wzrost wynosi od 50% do 1100%. 12

Jak działa nowy cennik DeepSeek V4?

Zmiana obejmuje DeepSeek-V4-Flash i DeepSeek-V4-Pro. Godziny szczytu czasu pekińskiego to:

• 09:00–12:00,
• 14:00–18:00.

Wszystkie pozostałe godziny są traktowane jako okres poza szczytem. O cenie pojedynczego żądania decyduje moment, w którym serwer platformy je otrzyma — a niekoniecznie chwila zakończenia generowania odpowiedzi. Deweloperzy planujący ruch muszą więc uwzględniać czas pekiński. 27

To nie jest zwykła, jednolita podwyżka. Ten sam model i ten sam typ żądania mogą kosztować dwa razy więcej, jeśli trafią do systemu w jednym z dwóch dziennych okien szczytu.

Ceny V4-Flash i V4-Pro za milion tokenów

Poniższe kwoty podano w juanach za milion tokenów. Trafienie w cache oznacza, że wejściowy fragment promptu może zostać wykorzystany ponownie. Przy braku trafienia w cache dane są przetwarzane jako nowe i obowiązuje wyższa stawka wejściowa.

Model i rodzaj tokenów	Poprzednia stawka	Poza szczytem	Zmiana	W szczycie	Zmiana
V4-Flash, wejście z trafieniem w cache	¥0,02	¥0,05	+150%	¥0,10	+400%
V4-Flash, wejście bez trafienia w cache	¥1,00	¥1,50	+50%	¥3,00	+200%
V4-Flash, wyjście	¥2,00	¥4,50	+125%	¥9,00	+350%
V4-Pro, wejście z trafieniem w cache	¥0,025	¥0,15	+500%	¥0,30	+1100%
V4-Pro, wejście bez trafienia w cache	¥3,00	¥4,50	+50%	¥9,00	+200%
V4-Pro, wyjście	¥6,00	¥13,50	+125%	¥27,00	+350%

W przypadku V4-Flash dokumentacja wskazuje stawki poza szczytem na poziomie ¥0,05, ¥1,50 i ¥4,50 za milion tokenów odpowiednio dla wejścia z cache, wejścia bez trafienia w cache i wyjścia. W godzinach szczytu ceny rosną do ¥0,10, ¥3 i ¥9. 2 Reuters podał, że podwyżki w całej rodzinie V4 mieszczą się w przedziale od 50% do 1100%, zależnie od modelu, kategorii tokenów i pory wykorzystania. 18

Które zastosowania odczują zmianę najbardziej?

Zadania wsadowe można przenieść na tańsze godziny

Ewaluacje modeli, indeksowanie dokumentów, uzupełnianie zaległości w bazach danych, generowanie danych syntetycznych i inne niepilne procesy mogą trafiać do kolejki uruchamianej poza dwoma oknami szczytu. Ponieważ taryfa poza szczytem stanowi połowę ceny szczytowej, samo przełożenie elastycznych zadań może wyraźnie ograniczyć rachunek. 2

Czas staje się tym samym nową zmienną operacyjną infrastruktury AI. Kolejka może uwzględniać zarówno termin wykonania zadania, jak i pekińskie godziny rozliczeń, a następnie opóźnić pracę bez zmiany modelu czy zmniejszania budżetu tokenów.

Aplikacje interaktywne mają mniejsze pole manewru

Obsługa klienta, asystenci programistyczni i agenci działający w czasie rzeczywistym zwykle pracują wtedy, gdy aktywni są użytkownicy. Takie systemy mogą więc częściej trafiać na stawki szczytowe. Nadal mogą jednak obniżać koszty przez ponowne wykorzystywanie promptów, projektowanie żądań sprzyjających cache, skracanie odpowiedzi i kierowanie prostszych zadań do tańszego modelu.

Szczególnie ważne jest zwiększanie odsetka trafień w pamięci podręcznej. Na obu modelach wejście z cache jest znacznie tańsze niż wejście bez trafienia — także po podwyżce. W systemach o dużym ruchu ponowne przesyłanie tych samych instrukcji, definicji narzędzi czy kontekstu dokumentów może mieć większy wpływ na koszty niż niewielkie ograniczenie liczby żądań.

Długie odpowiedzi podnoszą rachunek najbardziej w ujęciu kwotowym

Rozbudowane ślady rozumowania, raporty i duże fragmenty kodu zużywają tokeny wyjściowe. W szczycie milion takich tokenów kosztuje ¥9 w V4-Flash i ¥27 w V4-Pro. Firmy mogą ograniczać wydatki przez ustawienie limitów długości odpowiedzi, używanie Flasha przy rutynowych zadaniach i pozostawianie Pro do zastosowań, w których jego dodatkowe możliwości uzasadniają wyższą cenę. 12

Największy procentowy wzrost dotyczy trafień w cache V4-Pro

Szczytowa stawka za wejście V4-Pro z trafieniem w cache jest dwunastokrotnie wyższa niż wcześniejsza stała cena, co oznacza największy procentowy wzrost w nowym cenniku. Kwota bezwzględna nadal jest niewielka w porównaniu z wejściem bez cache i tokenami wyjściowymi, ale zmiana ma znaczenie dla aplikacji przetwarzających bardzo duże ilości wielokrotnie buforowanych promptów. 119

Co wniósł model V4-Pro-0813?

Zmiana cennika nastąpiła niedługo po udostępnieniu produkcyjnej wersji DeepSeek-V4-Pro-0813, dostępnej pod endpointem deepseek-v4-pro w sierpniu. Według opisywanych specyfikacji jest to tekstowy model wykorzystujący architekturę mixture of experts (MoE), z około 1,6 bln parametrów łącznie i około 49 mld parametrów aktywowanych dla pojedynczego tokenu. Model ma kontekst o długości miliona tokenów i maksymalną długość generowanej odpowiedzi wynoszącą 384 tys. tokenów. 2933

Dokumentowane limity równoległości na konto różnią się między modelami:

• V4-Pro: 500 jednoczesnych żądań,
• V4-Flash: 2500 jednoczesnych żądań.

Żądanie zajmuje miejsce aż do zakończenia, również w przypadku odpowiedzi przesyłanej strumieniowo. 28

Połączenie cennika i limitów sugeruje podział produktów, w którym Flash lepiej nadaje się do rutynowego ruchu o dużej przepustowości, a Pro jest bardziej ograniczonym pojemnościowo wariantem do wymagającego rozumowania i pracy z dużym kontekstem. To wniosek z opublikowanych stawek i limitów, a nie bezpośrednia deklaracja dotycząca każdego zastosowania. 228

Czas użycia staje się częścią rachunku za AI

Ruch DeepSeek przypomina kształtowanie popytu na obliczenia GPU. Dostawcy mierzą się z większym obciążeniem w godzinach, gdy użytkownicy korzystają z aplikacji interaktywnych, podczas gdy wiele zadań wsadowych może poczekać. Wyższe ceny w szczycie i niższe poza nim mają zachęcać do rozłożenia obliczeń w ciągu doby.

Dla zespołów technicznych oznacza to zmianę sposobu optymalizacji. Kontrola kosztów nie sprowadza się już tylko do wyboru modelu i liczenia tokenów. Trzeba również ustalić:

1. które żądania wymagają natychmiastowej odpowiedzi,
2. które zadania można przenieść do kolejki poza szczytem,
3. jak dużo treści da się ponownie wykorzystać dzięki cache,
4. kiedy wybrać Flash zamiast Pro,
5. jak długa odpowiedź jest faktycznie potrzebna aplikacji.

Szerszy sygnał jest równie istotny: rynek dużych modeli odchodzi od konkurencji opartej wyłącznie na jednolitym zaniżaniu stawek. DeepSeek nadal oferuje tańszą ścieżkę dla elastycznego popytu, ale uzależnia koszt zaawansowanego wnioskowania od dostępności mocy obliczeniowej. Reuters opisał tę zmianę jako znaczącą podwyżkę różniącą się w zależności od modelu, kategorii tokenów i okresu użycia — nie jako jedną, identyczną dopłatę dla wszystkich. 1

Dla użytkowników DeepSeek V4 praktyczna lekcja jest prosta: harmonogram, cache, routing i limity długości odpowiedzi trzeba traktować jako element jednego modelu kosztowego API. Zadanie, którego nie można przełożyć w czasie, może wymagać tańszego modelu albo mniejszego budżetu tokenów. Zadanie elastyczne ma szansę zachować znacznie lepszą ekonomię, jeśli zostanie wykonane poza godzinami szczytu.