DeepSeek API pricing: नंबरों में value king

Quick answer: 2026 में DeepSeek API की cost कितनी है

DeepSeek V4 Flash की billing $0.126 प्रति मिलियन input tokens और $0.252 प्रति मिलियन output tokens है। DeepSeek V4 Pro की billing $0.3915 input और $0.783 output है। ये दोनों current models हैं, IDs deepseek-v4-flash और deepseek-v4-pro के साथ, और इनके और Western flagships के बीच का gap कोई rounding error नहीं है। Request की terms में देखें। 2,500 tokens की accumulated context और 300-token reply वाला एक typical chat turn Flash पर करीब $0.0004 का पड़ता है, यानी लगभग 2,500 turns प्रति dollar। वही turn Pro पर करीब $0.0012 का पड़ता है, यानी करीब 800 turns प्रति dollar। Claude Sonnet 4.6 पर उस turn की cost करीब $0.0096 है, और gpt-5.5 पर करीब $0.017। इस page से अगर एक बात याद रखनी हो तो यह: chat, roleplay, और agent loops के लिए, DeepSeek की per-interaction cost flagship pricing से एक से दो orders of magnitude नीचे बैठती है, और 2026 में quality का gap उस price gap से कहीं छोटा है।

DeepSeek value king क्यों है: एक workload, छह price tags

Per-token rates abstract होते हैं, इसलिए यहां वही monthly workload current models के across priced है: 10 million input tokens और 2 million output tokens, यानी करीब उतना जितना एक busy hobby project या एक छोटा production assistant एक महीने में consume करता है। Table का pattern किसी भी scale पर repeat होता है। DeepSeek V4 Flash catalog का सबसे सस्ता capable model है, काफी बड़े margin से, V4 Pro reasoning tasks पर compete करते हुए भी हर Western flagship को undercut करता है, और GLM-5 सबसे नज़दीकी value alternative है। एक datapoint जो agent और roleplay communities में circulate होता है: एक user ने report किया कि उसने एक महीने में करीब 28 million tokens DeepSeek के through push किए, सिर्फ करीब $2.82 में। इसे guaranteed rate की जगह एक approximate, self-reported figure मानें; इतने कम numbers में आमतौर पर direct platform पर prompt caching शामिल होती है जो repeated context को discount कर देती है। लेकिन point बनाने के लिए best case की ज़रूरत नहीं है। Plain catalog rates पर, V4 Flash पर 28 million tokens आपके input और output split के हिसाब से करीब $3.53 से $7.06 के बीच आते हैं। वही volume Claude Sonnet 4.6 पर $67 से $336 के बीच चलेगा, और gpt-5.5 पर $112 से $672 के बीच। DeepSeek monthly LLM bill को एक budget line से pocket change में बदल देता है।

DeepSeek V4 Flash vs V4 Pro: आपको असल में कौन सा चाहिए?

Default रूप से Flash use करें और तभी escalate करें जब आप failure को name कर सकें। Flash conversation, extraction, summarization, और straightforward agent steps को अपनी class में सबसे कम cost per token पर handle करता है। Pro per token करीब तीन गुना ज़्यादा cost करता है और बदले में deeper multi-step reasoning, hard code पर बेहतर performance, और लंबी, उलझी हुई instructions की ज़्यादा coherent handling देता है। Escalation test सीधा है: अपना सबसे खराब real prompt Flash पर पांच बार run करें। अगर वह टिक जाए, तो आपने अपना bill दो-तिहाई कम कर दिया। अगर वह instructions drop कर दे या task के बीच में plot खो दे, तो सिर्फ उस workload को Pro पर move करें और बाकी सब Flash पर रखें। क्योंकि दोनों models एक ही API shape के पीछे बैठे हैं, दोनों के बीच routing सिर्फ एक-string का बदलाव है।

लोग असल में DeepSeek पर क्या run करते हैं

DeepSeek कहां जवाब देना बंद कर देता है? अगर आपका product safe-for-work creative writing के लिए best available prose पर depend करता है, तो Claude Sonnet 4.6 अब भी quality ceiling है, एक matching premium पर, और Anthropic की policy creative work को non-explicit content तक सीमित रखती है। Chat-heavy loads के लिए Kimi K2.6 और MiMo को additional value picks के रूप में benchmark करना worth है। जो कुछ भी tokens per dollar में measure होता है, उसके लिए DeepSeek 2026 में default है।

• Agent loops: agents हर step पर एक बढ़ती हुई context re-send करते हैं, इसलिए input price bill पर हावी रहती है। औसतन 8,000-token context वाला एक fifty-step run, output से पहले, Flash पर करीब पांच cents का पड़ता है।
• Roleplay और character chat: लंबी chats हर turn पर पूरी history replay करती हैं, जिससे per-token price ही deciding factor बन जाती है। ठीक इसी वजह से DeepSeek V4 family SillyTavern और JanitorAI पर community favorite है, और यह fictional scenarios के लिए तुलनात्मक रूप से flexible content policy के साथ long-form fiction अच्छे से handle करता है। Scenarios को हर platform के rules और age settings के अंदर ही रखें।
• Batch processing: classification, dataset labeling, documents के ढेर summarize करना, और synthetic data generation, ये सब throughput problems हैं। Flash rates पर, दस लाख short classifications की cost एक takeout lunch से भी कम पड़ती है।
• Prototyping: जब आप दिन भर prompts पर iterate कर रहे हों, तो एक सस्ता model behavior बदल देता है। आप test runs को ration करना बंद कर देते हैं और असल में testing शुरू कर देते हैं।

DeepSeek API कैसे access करें (direct या एक gateway के through)

दो practical routes हैं। Route एक है DeepSeek का अपना platform: account बनाएं, billing set up करें, और उनका endpoint call करें। Rates excellent हैं, और अगर DeepSeek ही एकमात्र model है जिसे आप कभी call करेंगे, तो यही सही choice है। Route दो है apisrouter.com जैसा एक OpenAI-compatible gateway, जो deepseek-v4-flash और deepseek-v4-pro को glm-5, kimi-k2.6, claude-sonnet-4-6, gemini-3.5-flash, और gpt-5.5 के साथ एक ही base URL (https://api.apisrouter.com/v1) और एक pay-as-you-go balance के पीछे रखता है, इसलिए models को mix या switch करना सिर्फ एक-line का बदलाव है। यहां कोई subscription नहीं है और कोई account form नहीं: /topup पर pay करें, key email पर आती है, पहला top-up आपका balance double कर देता है, और catalog pricing Chinese models के लिए official rates से नीचे और global models के लिए official rates से 20% कम चलती है। Front ends भी same pattern follow करते हैं। SillyTavern /v1 पर ending वाला base URL लेता है और आपकी key डालते ही /v1/models से model list auto-populate कर देता है। JanitorAI के proxy config को पूरा endpoint चाहिए, https://api.apisrouter.com/v1/chat/completions, साथ में model name और API key। पहला request बस एक curl दूर है:

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: ..."}
    ]
  }'

अपनी असली cost per request track करें

हर response में exact token usage शामिल होता है, इसलिए cost tracking एक dashboard subscription की बजाय arithmetic की तीन lines भर है। अपने workload के लिए Flash vs Pro का सवाल निपटाने का यह सबसे तेज़ तरीका है: दोनों पर एक दिन के लिए cost per request log करें और price delta के मुकाबले failure rates compare करें।

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, प्रति 1M tokens
usage = resp.usage
cost = usage.prompt_tokens * 0.3915 / 1e6 + usage.completion_tokens * 0.783 / 1e6
print(f"request cost: ${cost:.6f}")

अक्सर पूछे जाने वाले प्रश्न