Guide / Prezzi della Vision API di DeepSeek
Prezzi della Vision API di DeepSeek (2026): quanto costa realmente un'immagine
Il modello di visione di DeepSeek deepseek-v4-flash-vision-exp (lanciato il 21 agosto 2026) ha lo stesso prezzo di V4-Flash — e ogni immagine viene fatturata con un limite massimo di 384 token. Questa pagina contiene la tabella completa delle tariffe, la regola di tokenizzazione delle immagini, esempi pratici di costo e un confronto tra vision-exp e le Vision API occidentali. Tutti i numeri riportati di seguito sono stati tratti dalla documentazione ufficiale sui prezzi e sulla visione in data 21 agosto 2026.
deepseek-v4-flash-vision-exp costa $0.22 per 1M di token di input nelle ore non di punta e $0.44 nelle ore di punta, con un limite per le immagini di 384 token ciascuna — quindi un'immagine di dimensioni massime costa al massimo $0.0000845 nelle ore non di punta, e 1.000 screenshot costano circa $0.08. L'output è di $0.66 nelle ore non di punta / $1.32 in quelle di punta per 1M di token; l'input in cache (hit) è di $0.007 / $0.014. Ore di punta: UTC 01:00–04:00 & 06:00–10:00 (Pechino 09:00–12:00 & 14:00–18:00).
Tabella completa delle tariffe (USD per 1M di token)
| Tariffa | Non di punta | Di punta | Equivalente in RMB |
|---|---|---|---|
| Input — cache hit | $0.007 | $0.014 | ≈ ¥0.05 / ¥0.10 |
| Input — cache miss | $0.22 | $0.44 | ≈ ¥1.5 / ¥3.0 |
| Output | $0.66 | $1.32 | ≈ ¥4.5 / ¥9.0 |
| Limite di concorrenza | 2.500 (lo stesso di V4-Flash; V4-Pro è 500) | ||
Fonte: pagina ufficiale dei prezzi, consultata il 2026-08-21. La tariffa non di punta è esattamente la metà di quella di punta in ogni fascia.
La regola delle immagini: come vengono calcolati i 384 token
- Ridimensionamento prima dell'inferenza. Le immagini inferiori a circa 384×384 pixel vengono ingrandite (mantenendo le proporzioni); le immagini più grandi vengono ridimensionate a un'area equivalente a circa 800×800 pixel.
- Limite fisso a 384 token. A causa del ridimensionamento, esiste un limite massimo di 384 token per immagine — uno screenshot 2000×2000 e una foto 5000×5000 costano esattamente lo stesso.
- Ogni immagine viene fatturata in modo indipendente. In una richiesta con più immagini, ogni immagine riceve il proprio addebito di ≤384 token; puoi inviare fino a 600 immagini per richiesta.
- Formati e dimensioni. JPEG / PNG / GIF / WebP; 32 MiB per immagine incorporata o tramite URL; 64 MiB tramite file_id della Files API; massimo 8.192 px per lato (4.096 px con oltre 15 immagini).
Esempi pratici: quanto costa il tuo carico di lavoro
| Scenario (immagini di dimensioni massime, cache miss) | Token | Non di punta | Di punta |
|---|---|---|---|
| 1 screenshot | ≤384 | $0.0000845 | $0.000169 |
| 1.000 screenshot | ≤384K | $0.0845 | $0.169 |
| 10.000 screenshot | ≤3.84M | $0.845 | $1.69 |
| 1.000 immagini della UI ripetute (cache hit) | ≤384K | $0.0027 | $0.0054 |
I token di testo che accompagnano le immagini (prompt, output dei tool, risposte del modello) vengono fatturati alle tariffe normali nella stessa richiesta — le righe precedenti isolano la componente dell'immagine.
vs Vision API occidentali (prezzi di listino 2026)
| Modello | Input $/1M | vs vision-exp | Fatturazione immagini |
|---|---|---|---|
| deepseek-v4-flash-vision-exp | $0.22 / $0.44 | riferimento base | ≤384 token/immagine, limite fisso |
| Gemini 3.7 Flash (intro) | $0.75 | 1.7–3.4× | dipendente dalla risoluzione, nessun limite pubblicato |
| Grok 4.6 | $2.00 | 4.5–9.1× | dipendente dalla risoluzione |
| Claude Sonnet 4.5 | $3.00 | 6.8–13.6× | screenshot tipico ≈1.000+ token → ≈$0.003+/immagine (stima) |
Prezzi di listino dei concorrenti tratti dalle pagine pubbliche dei prezzi; il numero di token per immagine varia a seconda della risoluzione (stime indicate). Punto strutturale: vision-exp abbina il prezzo per token più economico della sua categoria all'unico limite fisso di token per immagine.
Quattro modi per ridurre la fattura della visione
- Sposta i job batch nelle ore non di punta. Prezzo esattamente dimezzato nelle finestre UTC 04:00–01:00; per una pipeline di elaborazione di screenshot, si tratta di un taglio del 50% senza alcuna modifica al codice.
- Ritaglia, non inviare tutto. Un'area ritagliata della UI viene comunque fatturata a ≤384 token, ma produce risposte migliori rispetto a uno schermo intero — il costo base è lo stesso, la qualità aumenta.
- Inserisci all'inizio le immagini ripetute. L'input in cache hit è circa 31 volte più economico rispetto al cache miss ($0.007 contro $0.22). Loghi, template o elementi ricorrenti della UI posizionati all'inizio del prompt sfruttano la cache.
- Riutilizza tramite la Files API. Carica una volta sola e fai riferimento al
file_id— nessun appesantimento da ricaricamenti in base64 a ogni richiesta. Consulta la nostra guida alla Files API.
FAQ
Quanto costa un'immagine sulla visione di DeepSeek?
Al massimo 384 token → $0.0000845 nelle ore non di punta, $0.000169 in quelle di punta. Dimensioni superiori all'equivalente di circa 800×800 pixel non aumentano il costo.
Quali sono le ore di punta?
UTC 01:00–04:00 e 06:00–10:00 — Pechino 09:00–12:00 e 14:00–18:00. Tutto il resto è a metà prezzo.
vision-exp è più costoso del semplice v4-flash?
No — le tariffe sono identiche. Paghi un extra solo per i token dell'immagine stessa, con un limite di 384 ciascuna.
Il prezzo può cambiare dato che è "sperimentale"?
Potrebbe — i modelli sperimentali possono subire modifiche ai prezzi o ai termini con breve preavviso. Queste cifre sono quelle ufficiali aggiornate al 21 agosto 2026; ricontrolla la pagina dei prezzi prima di bloccare i budget.
Correlati
ChinaModelAPI è un relay indipendente compatibile con OpenAI; i prezzi indicati sopra sono quelli di listino ufficiali di DeepSeek, non i prezzi del relay.