DeepSeek перевёл API V4 на почасовые тарифы: цены Flash и Pro в часы пик

С 00:00 17 августа 2026 года по пекинскому времени DeepSeek отказался от единой сетки цен для API V4. Теперь стоимость запроса зависит от времени его получения платформой: вне пиковых периодов тариф составляет ровно половину пикового. В пересчёте на всемирное время переход произошёл 16 августа в 16:00 UTC. 12

Как работает новая тарификация DeepSeek V4

Новые правила действуют для DeepSeek-V4-Flash и DeepSeek-V4-Pro. Пиковыми считаются два ежедневных интервала по пекинскому времени:

• 09:00–12:00;
• 14:00–18:00.

Все остальные часы относятся к внепиковым. Для отдельного запроса учитывается момент, когда сервер платформы его получил, а не время завершения обработки. Поэтому при планировании очередей разработчикам важно ориентироваться именно на время Пекина. 27

Иными словами, один и тот же вызов модели может стоить в два раза дороже или дешевле в зависимости от часа отправки. Это не просто равномерное повышение цен, а переход к тарифам, чувствительным к загрузке инфраструктуры.

Цены за миллион токенов

Все суммы ниже указаны в юанях за 1 млн токенов. Попадание в кэш означает, что входная часть запроса использует ранее сохранённый префикс промпта. При промахе кэша ввод обрабатывается по более высокой ставке.

Модель и тип токенов	Прежний тариф	Вне пика	Изменение	В часы пик	Изменение
V4-Flash, ввод с попаданием в кэш	¥0,02	¥0,05	+150%	¥0,10	+400%
V4-Flash, ввод без попадания в кэш	¥1,00	¥1,50	+50%	¥3,00	+200%
V4-Flash, вывод	¥2,00	¥4,50	+125%	¥9,00	+350%
V4-Pro, ввод с попаданием в кэш	¥0,025	¥0,15	+500%	¥0,30	+1 100%
V4-Pro, ввод без попадания в кэш	¥3,00	¥4,50	+50%	¥9,00	+200%
V4-Pro, вывод	¥6,00	¥13,50	+125%	¥27,00	+350%

Для V4-Flash документация отдельно подтверждает тарифы ¥0,05, ¥1,50 и ¥4,50 вне пиковых часов и ¥0,10, ¥3 и ¥9 в часы пик — соответственно для кэшированного ввода, ввода без кэширования и вывода. 2 В целом новые ставки DeepSeek выросли на 50–1 100% в зависимости от модели, типа токенов и времени использования. 18

Кому новый график выгоден, а кому — нет

Пакетные задачи можно перенести на более дешёвые часы

Оценку моделей, индексацию документов, массовую обработку данных, генерацию синтетических наборов и другие несрочные операции можно поставить в очередь на внепиковое время. Поскольку тариф там вдвое ниже, одно только расписание способно заметно сократить расходы на гибких нагрузках. 2

Для AI-инфраструктуры часовой пояс становится такой же операционной переменной, как объём токенов или выбор модели. Планировщик может учитывать дедлайн и пекинское время тарификации, откладывая выполнение задач без уменьшения контекстного окна или бюджета токенов.

Интерактивные сервисы менее гибки

Чат поддержки, помощники для программирования и агенты реального времени работают тогда, когда активны пользователи. Им чаще придётся оплачивать пиковые ставки. Снизить расходы всё же можно за счёт повторного использования промптов, более эффективного кэширования, ограничения длины ответа и автоматического выбора модели.

Кэш особенно важен: на обеих моделях обработанный кэшем ввод намного дешевле ввода без попадания в кэш. Для систем, которые постоянно отправляют одни и те же инструкции, описания инструментов или фрагменты документов, повышение доли cache hit может дать больший эффект, чем небольшое сокращение числа запросов.

Длинные ответы увеличивают абсолютные расходы

Сильнее всего в денежном выражении новая схема затрагивает приложения, генерирующие длинные рассуждения, отчёты и программный код. В часы пик миллион выходных токенов стоит ¥9 у Flash и ¥27 у Pro. Разработчикам стоит ограничивать максимальную длину ответа, использовать Flash для типовых операций и оставлять Pro для задач, где его дополнительные возможности оправдывают более высокую цену. 12

Кэшированный ввод Pro показал самый большой процентный рост

Пиковая цена кэшированного ввода V4-Pro в 12 раз выше прежнего фиксированного тарифа — это максимальный относительный рост в новой таблице. В абсолютных юанях ставка остаётся небольшой по сравнению с необработанным вводом и выводом, однако для сервисов с огромным объёмом повторяющихся промптов изменение может быть существенным. 119

Что известно о V4-Pro-0813

Изменение цен последовало за переводом DeepSeek-V4-Pro-0813 в общий доступ через эндпоинт deepseek-v4-pro в августе. Согласно опубликованным характеристикам, это текстовая модель с контекстным окном на 1 млн токенов, максимальным объёмом вывода 384 000 токенов и архитектурой mixture of experts примерно на 1,6 трлн общих параметров, из которых около 49 млрд активируются для каждого токена. 2933

Документированные ограничения параллельных запросов на аккаунт также различаются:

• V4-Pro — 500 одновременных запросов;
• V4-Flash — 2 500 одновременных запросов.

Слот занят до полного завершения запроса, включая потоковую передачу ответа. 28

Вместе цены и лимиты указывают на разделение ролей: Flash лучше подходит для большого потока типовых запросов, а Pro выглядит как более ограниченный по пропускной способности уровень для сложного рассуждения и работы с длинным контекстом. Это вывод из опубликованных экономических условий и лимитов, а не прямое заявление DeepSeek о каждом сценарии использования. 228

Почему DeepSeek привязал цену к времени

Новая модель напоминает управление спросом на GPU-инференс. Нагрузка на вычислительные мощности особенно концентрируется в часы, когда пользователи активно работают с интерактивными сервисами. Пакетные задания зачастую можно отложить. Более высокая цена в периоды дефицита мощности и скидка в остальное время создают стимул распределять вычисления равномернее.

Для разработчиков это меняет саму задачу оптимизации расходов. Теперь нужно учитывать не только модель и количество токенов, но и:

1. какие запросы требуют минимальной задержки;
2. какие задания можно отправить во внепиковую очередь;
3. какую часть промпта удастся повторно использовать через кэш;
4. когда стоит выбрать Flash вместо Pro;
5. какой объём сгенерированного текста действительно нужен приложению.

Более широкий сигнал — отход от простой ценовой конкуренции вокруг единого тарифа к оплате, зависящей от дефицита вычислительных мощностей. DeepSeek сохраняет более дешёвый вариант для гибкого спроса, но делает стоимость высокопроизводительного инференса чувствительной ко времени запуска. Reuters описывал изменение как существенное повышение, различающееся по моделям, категориям токенов и периодам использования, а не как единую надбавку для всех запросов. 1

Практический вывод для команд, использующих DeepSeek V4, прост: расписание, кэширование, маршрутизация запросов и ограничение вывода теперь являются частью расчёта стоимости API. Нагрузку, которую нельзя перенести по времени, возможно, придётся направить на другую модель или ограничить по токенам. А задачи, способные подождать, могут сохранить значительную часть прежней экономичности за счёт запуска вне пиковых часов.