టోకెన్ ధరలు(USD/1M tokens)

USD / 1 మిలియన్ టోకెన్లు
మోడల్	ఇన్‌పుట్	అవుట్‌పుట్	క్యాష్ చేసిన ఇన్‌పుట్	మూలం
deepseek-flashDeepSeek	$0.30	$1.20	$0.006	మూలం 10 అక్టో
deepseek-v4-proDeepSeek	$1.32	$3.96	$0.044	మూలం 10 అక్టో

సాధారణ API ధరలు. పన్నులు, టూల్స్, సబ్‌స్క్రిప్షన్‌లు మినహా.

సందర్భం

deepseek-flash · పీక్ గంటల రేటు. ఆఫ్-పీక్ రేట్లు దీనిలో సగం; అధికారిక UTC గంటలను చూడండి.

deepseek-v4-pro · పీక్ గంటల రేటు. ఆఫ్-పీక్ రేట్లు దీనిలో సగం; అధికారిక UTC గంటలను చూడండి.

టోకెన్ ఖర్చును అంచనా వేయండి

టోకెన్‌ల అంచనా మాత్రమే; నిజమైన పని బిల్లు కాదు. అదనపు టూల్ కాల్‌లు, మళ్లీ ప్రయత్నాలు ఇందులో లేవు.

ఖర్చుకు విలువ →

తరచుగా అడిగే ప్రశ్నలు

మరిన్ని

AI token ధరలను ఏ యూనిట్‌లో చూపిస్తారు?

ధరలు ప్రతి పది లక్షల tokensకు US డాలర్లలో ఉంటాయి. Input, output, cached inputలకు వేర్వేరు రేట్లు ఉంటాయి. ఇవి API ధరలు; ChatGPT, Claude లేదా Grok సబ్‌స్క్రిప్షన్ ఫీజులు కావు.

API అభ్యర్థన ఖర్చును ఎలా లెక్కిస్తారు?

ప్రతి token సంఖ్యను దానికి సంబంధించిన రేటుతో గుణించి, మొత్తాలను కలిపి, పది లక్షలతో భాగించండి. Cached input మొత్తం inputలో కొంత భాగాన్ని భర్తీ చేస్తుంది; రెండుసార్లు లెక్కించరు. ధృవీకరించిన రేట్లను వాడతాం; అవసరమైన రేటు అందుబాటులో లేకపోతే తెలియదని చూపిస్తాం.

మోడల్ మార్చితే పట్టిక క్రమం మారుతుందా?

హోమ్ పోలిక పట్టికలో మోడల్‌ను ఎంచుకుంటే ఆ ప్రొవైడర్ వరుస మాత్రమే మారుతుంది. స్పష్టంగా క్రమబద్ధీకరించడానికి input లేదా output కాలమ్ బాణాన్ని ఎంచుకోండి. తక్కువ input ధర అంటే మొత్తం ఖర్చు కూడా తక్కువని కాదు.

ప్రతి input tokenకూ cached ధరనే బిల్ చేస్తారని అనుకోవచ్చా?

కాదు. cached రేటు ఉందంటే cache hit అవుతుందని హామీ కాదు. ప్రొవైడర్ cache నియమాల పరిధిలోని inputకే cached billing వర్తింపజేయండి. cached input మొత్తం input కంటే ఎక్కువ కాకూడదని calculator నిర్ధారిస్తుంది; రేటు తెలియకపోతే తగ్గింపును ఊహించదు.

పెద్ద context వల్ల token ధర మారుతుందా?

కొన్ని ప్రచురిత ధరల్లో context పరిమాణం లేదా అభ్యర్థన సెట్టింగ్‌లను బట్టి తేడా ఉంటుంది. ఎంచుకున్న మోడల్‌కు సంబంధించిన context గమనికలు, మూలాన్ని చూడండి. అందుబాటులో ఉన్నప్పుడు నమోదైన long-context రేటును calculator వాడుతుంది; లేని రేటును కల్పించదు.

తక్కువ input ధర ఉన్న మోడల్ మొత్తం మీదా చౌకైనదేనా?

కాదు. మొత్తం ఖర్చు input, output, వర్తించే cached tokensపై ఆధారపడుతుంది. input చౌకగా, output ఖరీదుగా ఉన్న మోడల్‌కు పొడవైన సమాధానం ఎక్కువ ఖర్చవచ్చు. అంచనా token సంఖ్యలను calculatorలో నమోదు చేసి రేట్లను విడిగా పోల్చండి.