Recalcula la tarifa: endpoint, caché y ventana deciden el coste
Una lista de verificación asocia los IDs de modelo anclados con endpoints, estado de caché y ventanas de pico antes de confiar en la factura.
Puedes mantener el anclaje del modelo estable, pero la factura cambia cuando varía el endpoint de servicio, el estado de la caché o la ventana de pico. Un bucle de agente envía tokens de entrada en caché, tokens de entrada sin caché y tokens de salida. Multiplica cada porción por su tarifa y suma los productos. El nombre del modelo enruta la solicitud; la tabla de tarifas la pone en precio. Haz esto antes de confiar en la factura.
Endpoint, estado de caché y ventana fijan el precio
La nueva tabla de precios de V4.1 Flash de DeepSeek entró en vigor a las 04:00 UTC del 10 de septiembre. El precio de entrada en caché en horas valle es de $0.003 por millón de tokens de entrada en caché, y el precio de salida en horas valle es de $0.60 por millón de tokens de salida. Las tarifas de pico son el doble de las tarifas valle.
A partir de las 04:00 UTC del 14 de septiembre, DeepSeek enrutará las solicitudes enviadas a V4-Pro hacia V4.1-Flash y las facturará a tarifas Flash hasta que llegue V4.1-Pro. DeepSeek indicó que el endpoint de V4-Pro permanecería activo, con sus solicitudes procesadas por V4.1 Flash y facturadas a tarifas Flash.
La auditoría hace la factura verificable
Realiza esta auditoría cuando un proveedor cambie precios, enrutamiento o disponibilidad de modelos. Cada paso es lo suficientemente pequeño como para completarse antes de que comience el siguiente bucle de agente.
- Resuelve el ID de modelo anclado al endpoint que realmente lo sirve.
- Divide el último período de facturación en tokens de entrada en caché, entrada sin caché y salida.
- Etiqueta cada porción de tokens según la ventana de pico o valle.
- Aplica la tabla de tarifas vigente a cada porción, no al nombre del modelo.
- Calcula la diferencia de factura para un desplazamiento a horas valle en una porción segura.
Empieza por la verificación del endpoint: un anclaje puede conservar su nombre antiguo mientras el modelo de servicio cambia. La división de tokens revela la diferencia de precio entre estados de caché. Pico y valle tienen multiplicadores distintos, por lo que la etiqueta de ventana es obligatoria. La tabla de tarifas se aplica a porciones, ya que la factura es una suma. Un pronóstico es tan bueno como la diferencia de factura que lo pone a prueba.
La brecha de tarifas antiguas clasifica las cargas de trabajo
Frente a las tarifas valle de V4 Flash de $0.007 por millón de tokens de entrada en caché, $0.22 por millón de tokens de entrada sin caché y $0.66 por millón de tokens de salida, V4.1 Flash reduce esas líneas en aproximadamente 57%, 32% y 9%. Para cargas de trabajo que migran desde las tarifas valle de V4 Pro de $0.022 por millón de tokens de entrada en caché, $0.66 por millón de tokens de entrada sin caché y $1.98 por millón de tokens de salida, los precios correspondientes caen en torno a 86%, 77% y 70%. Clasifica las cargas de trabajo por esa brecha antes de moverlas. Empieza por la carga de trabajo con la mayor reducción.
Pico y estado de caché deciden el desplazamiento
La ventana cambia el multiplicador sobre la misma porción de tokens. Si un bucle de agente se ejecuta en lotes, la ventana puede importar más que la etiqueta del modelo. Registra la hora de inicio y fin de cada solicitud, y agrupa el uso por ventana antes de aplicar tarifas.
Para agentes de larga duración, el estado de caché es la variable que falta. Un prompt puede estar en caché en una llamada y sin caché en la siguiente, y las porciones se precian de forma distinta. Mantén la tasa de acierto de caché en el presupuesto de tokens, no solo el recuento total, porque la porción de entrada en caché puede dominar el recuento de tokens.
Ancla el endpoint que puedes verificar, no el nombre del modelo que prefieres. Si un proveedor mantiene activo un endpoint antiguo durante una transición, tu configuración puede seguir pasando mientras el modelo de servicio cambia. La auditoría debe registrar el modelo de servicio real de cada anclaje, el estado de caché de cada porción de tokens y la ventana de cada solicitud.
Pon a prueba el desplazamiento a horas valle con una diferencia de factura, no con una estimación de panel. Mueve una porción segura de tráfico, mantén la mezcla de tokens constante y compara la factura antes y después. Si la diferencia no coincide con la aritmética de la tabla de tarifas, el estado de caché o la etiqueta de ventana es incorrecto. La diferencia es la estimación de reducción de factura.