DeepSeek API মূল্য: সংখ্যায় value king

দ্রুত উত্তর: 2026-এ DeepSeek API-র খরচ কত

DeepSeek V4 Flash প্রতি মিলিয়ন input token-এ $0.126 এবং output token-এ $0.252 বিল করে। DeepSeek V4 Pro বিল করে input-এ $0.3915 এবং output-এ $0.783। এগুলোই বর্তমান দুটি মডেল, model ID deepseek-v4-flash এবং deepseek-v4-pro, এবং এদের ও পশ্চিমা flagship-এর মধ্যে ফারাক কোনো rounding error নয়। এটাকে request-এর হিসাবে দেখুন। 2,500 token-এর accumulated context এবং 300-token reply সহ একটি typical chat turn-এর খরচ Flash-এ প্রায় $0.0004, যা প্রতি ডলারে প্রায় 2,500 turn-এর সমান। একই turn Pro-তে খরচ করে প্রায় $0.0012, প্রতি ডলারে প্রায় 800 turn। Claude Sonnet 4.6-এ সেই turn-এর খরচ প্রায় $0.0096, এবং gpt-5.5-তে প্রায় $0.017। এই পেজ থেকে একটি জিনিস মনে রাখতে হলে: chat, roleplay এবং agent loop-এর জন্য, DeepSeek-এর প্রতি-interaction খরচ flagship মূল্যের এক থেকে দুই order of magnitude নিচে থাকে, এবং 2026-এ quality-র ফারাক সেই price-এর ফারাকের চেয়ে অনেক কম।

কেন DeepSeek value king: এক workload, ছয়টি price tag

Per-token রেট বিমূর্ত, তাই এখানে একই মাসিক workload বর্তমান মডেলগুলোতে দাম দেওয়া হলো: 10 মিলিয়ন input token এবং 2 মিলিয়ন output token, যা একটি ব্যস্ত hobby project বা ছোট production assistant মাসে যা খরচ করে তার কাছাকাছি। টেবিলের প্যাটার্নটি যেকোনো scale-এ পুনরাবৃত্তি হয়। DeepSeek V4 Flash catalog-এর সবচেয়ে সস্তা সক্ষম মডেল বিশাল ব্যবধানে, V4 Pro reasoning কাজে প্রতিযোগিতা করেও প্রতিটি পশ্চিমা flagship-কে ছাড়িয়ে সস্তা, এবং GLM-5 হলো নিকটতম value বিকল্প। একটি datapoint যা agent এবং roleplay community-তে ঘোরে: একজন ব্যবহারকারী রিপোর্ট করেছেন যে তিনি এক মাসে DeepSeek-এর মাধ্যমে প্রায় 28 মিলিয়ন token পাঠিয়েছেন মাত্র প্রায় $2.82-তে। এটাকে guaranteed rate না ধরে approximate, self-reported figure হিসেবে ধরুন; এত কম সংখ্যা সাধারণত direct platform-এ prompt caching জড়িত থাকে যা repeated context-এ discount দেয়। কিন্তু এই পয়েন্ট বোঝাতে সেরা case-এর দরকার নেই। প্লেইন catalog রেটে, V4 Flash-এ 28 মিলিয়ন token পড়ে আপনার input এবং output split-এর উপর নির্ভর করে প্রায় $3.53 থেকে $7.06-এর মধ্যে। একই volume Claude Sonnet 4.6-এ চলবে $67 থেকে $336-এর মধ্যে, এবং gpt-5.5-তে $112 থেকে $672-এর মধ্যে। DeepSeek মাসিক LLM বিলকে একটি বাজেট লাইন থেকে pocket change-এ পরিণত করে।

DeepSeek V4 Flash বনাম V4 Pro: আপনার আসলে কোনটা দরকার?

Default হিসেবে Flash ধরুন এবং শুধু তখনই escalate করুন যখন failure-টা নাম দিতে পারবেন। Flash conversation, extraction, summarization এবং সহজ agent step handle করে তার class-এ সবচেয়ে কম per-token খরচে। Pro প্রতি token-এ প্রায় তিনগুণ বেশি দাম নেয় এবং বিনিময়ে দেয় গভীর multi-step reasoning, কঠিন code-এ ভালো performance এবং দীর্ঘ, জটিল instruction-এর আরও সুসংগত handling। Escalation test সহজ: আপনার সবচেয়ে খারাপ real prompt Flash-এ পাঁচবার চালান। যদি টিকে থাকে, আপনি সবেমাত্র বিল দুই-তৃতীয়াংশ কমিয়েছেন। যদি instruction হারায় বা কাজের মাঝপথে দিক হারিয়ে ফেলে, শুধু সেই একটি workload Pro-তে সরান এবং বাকি সব Flash-এ রাখুন। যেহেতু দুটি মডেলই একই API shape-এর পেছনে বসে, তাদের মধ্যে routing করা এক-string পরিবর্তন।

মানুষ আসলে DeepSeek-এ কী চালায়

DeepSeek কোথায় আর উত্তর নয়? যদি আপনার product safe-for-work creative writing-এর জন্য সেরা সম্ভব prose-এর উপর নির্ভর করে, Claude Sonnet 4.6 এখনো quality ceiling, একই premium-এ, এবং Anthropic-এর policy creative কাজকে non-explicit content-এ সীমাবদ্ধ রাখে। Kimi K2.6 এবং MiMo chat-heavy load-এর জন্য অতিরিক্ত value pick হিসেবে benchmark করার যোগ্য। প্রতি ডলারে token দিয়ে যা মাপা হয়, তার জন্য DeepSeek 2026-এ default।

• Agent loop: agent প্রতিটি step-এ ক্রমবর্ধমান context পুনরায় পাঠায়, তাই বিলে input price-ই প্রাধান্য পায়। গড়ে 8,000-token context সহ একটি পঞ্চাশ-step run-এর খরচ output-এর আগে Flash-এ প্রায় পাঁচ সেন্ট।
• Roleplay এবং character chat: দীর্ঘ chat প্রতি turn-এ পুরো history replay করে, যা per-token price-কে নির্ধারক factor বানায়। DeepSeek V4 পরিবার ঠিক এই কারণে SillyTavern এবং JanitorAI-তে community favorite, এবং এটি fictional scenario-র জন্য তুলনামূলক নমনীয় content policy নিয়ে long-form fiction ভালোভাবে handle করে। প্রতিটি platform-এর নিয়ম ও বয়স-সেটিং-এর মধ্যে scenario রাখুন।
• Batch processing: classification, dataset labeling, document স্তূপ summarize করা, এবং synthetic data generation থ্রুপুট সমস্যা। Flash রেটে, দশ লক্ষ ছোট classification-এর খরচ এক takeout lunch-এর চেয়েও কম।
• Prototyping: যখন আপনি সারাদিন prompt নিয়ে iterate করছেন, একটি সস্তা মডেল আচরণ বদলে দেয়। আপনি test run রেশন করা বন্ধ করে দেন এবং আসলে test করা শুরু করেন।

DeepSeek API কীভাবে access করবেন (সরাসরি বা gateway-এর মাধ্যমে)

দুটি বাস্তব পথ আছে। পথ এক হলো DeepSeek-এর নিজস্ব platform: account তৈরি করুন, billing সেট করুন, এবং তাদের endpoint call করুন। রেট চমৎকার, এবং DeepSeek যদি আপনার একমাত্র মডেল হয় তাহলে এটাই সঠিক পছন্দ। পথ দুই হলো apisrouter.com-এর মতো একটি OpenAI-compatible gateway, যা deepseek-v4-flash এবং deepseek-v4-pro-কে glm-5, kimi-k2.6, claude-sonnet-4-6, gemini-3.5-flash এবং gpt-5.5-এর পাশে এক base URL (https://api.apisrouter.com/v1) এবং এক pay-as-you-go balance-এর পেছনে রাখে, তাই মডেল মেশানো বা পরিবর্তন করা এক-লাইনের পরিবর্তন। কোনো subscription নেই, কোনো account form নেই: /topup-এ পেমেন্ট করুন, key ইমেইলে আসে, প্রথম top-up আপনার balance দ্বিগুণ করে, এবং catalog মূল্য চীনা মডেলের জন্য official রেটের নিচে এবং global মডেলের জন্য official-এর চেয়ে 20% কম চলে। Front end একই প্যাটার্ন অনুসরণ করে। SillyTavern /v1-এ শেষ হওয়া base URL নেয় এবং আপনার key দেওয়ার পর /v1/models থেকে model list auto-populate করে। JanitorAI-এর proxy config পুরো endpoint চায়, https://api.apisrouter.com/v1/chat/completions, সাথে model name এবং API key। প্রথম request এক curl দূরে:

curl https://api.apisrouter.com/v1/chat/completions \
  -H "Authorization: Bearer sk-..." \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "user", "content": "Summarize this support ticket in two lines: ..."}
    ]
  }'

প্রতি request-এর real খরচ track করুন

প্রতিটি response-এ সঠিক token usage থাকে, তাই cost tracking dashboard subscription-এর বদলে তিন লাইনের arithmetic। এটাই আপনার নিজের workload-এর জন্য Flash বনাম Pro প্রশ্ন মেটানোর দ্রুততম উপায়: একদিন প্রতিটির জন্য প্রতি-request খরচ log করুন এবং price পার্থক্যের বিপরীতে failure rate তুলনা করুন।

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://api.apisrouter.com/v1",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",
    messages=[{"role": "user", "content": "Plan the next three agent steps for: ..."}],
)
print(resp.choices[0].message.content)

# V4 Pro catalog rates: $0.3915 in, $0.783 out, per 1M tokens
usage = resp.usage
cost = usage.prompt_tokens * 0.3915 / 1e6 + usage.completion_tokens * 0.783 / 1e6
print(f"request cost: ${cost:.6f}")

সাধারণ প্রশ্ন