ガイド / DeepSeek Vision API の料金
DeepSeek Vision API の料金 (2026): 実際の画像のコスト
DeepSeek のビジョンモデル deepseek-v4-flash-vision-exp (2026年8月21日リリース) の料金は V4-Flash と同じです。また、各画像は最大384トークンの固定上限で課金されます。このページには、完全な料金表、画像のトークン化ルール、コストの計算例、および vision-exp が欧米のビジョン API とどのように比較されるかが記載されています。以下の数値はすべて、2026年8月21日時点の公式の料金およびビジョンドキュメントから引用したものです。
deepseek-v4-flash-vision-exp の料金は、入力100万トークンあたりオフピーク時 $0.22、ピーク時 $0.44 で、画像はそれぞれ最大384トークンに制限されます。したがって、最大サイズの画像はオフピーク時で最大 $0.0000845 となり、1,000枚のスクリーンショットのコストは約 $0.08 になります。出力は100万トークンあたりオフピーク時 $0.66 / ピーク時 $1.32 です。キャッシュされた入力ヒットの料金は $0.007 / $0.014 です。ピーク時間は UTC 01:00–04:00 および 06:00–10:00 (北京時間 09:00–12:00 および 14:00–18:00) です。
完全な料金表 (100万トークンあたりのUSD)
| 料金 | オフピーク | ピーク | 人民元換算 |
|---|---|---|---|
| 入力 — キャッシュヒット | $0.007 | $0.014 | ≈ ¥0.05 / ¥0.10 |
| 入力 — キャッシュミス | $0.22 | $0.44 | ≈ ¥1.5 / ¥3.0 |
| 出力 | $0.66 | $1.32 | ≈ ¥4.5 / ¥9.0 |
| 同時実行制限 | 2,500 (V4-Flash と同じ、V4-Pro は 500) | ||
出典: 公式の料金ページ、2026-08-21 閲覧。オフピークは、すべての階層でピークのちょうど半額です。
画像のルール: 384トークンの計算方法
- 推論前のリサイズ。 約 384×384 ピクセル未満の画像は拡大され (アスペクト比は保持)、それより大きい画像は約 800×800 相当のピクセル領域に縮小されます。
- 384トークンの固定上限。 リサイズにより、画像あたりのトークン数は最大384になるため、2000×2000のスクリーンショットと5000×5000の写真のコストはまったく同じです。
- 各画像は個別に課金。 複数画像のリクエストでは、各画像に個別の384トークン以下の課金が発生します。リクエストごとに最大600枚の画像を送信できます。
- 形式とサイズ。 JPEG / PNG / GIF / WebP。インラインまたはURL経由の場合は1画像あたり 32 MiB。Files API の file_id 経由の場合は 64 MiB。1辺あたり最大 8,192 px (15枚以上の画像の場合は 4,096 px)。
計算例: ワークロードのコスト
| シナリオ (最大サイズの画像、キャッシュミス) | トークン数 | オフピーク | ピーク |
|---|---|---|---|
| 1枚のスクリーンショット | ≤384 | $0.0000845 | $0.000169 |
| 1,000枚のスクリーンショット | ≤384K | $0.0845 | $0.169 |
| 10,000枚のスクリーンショット | ≤3.84M | $0.845 | $1.69 |
| 1,000枚の繰り返しUI画像 (キャッシュヒット) | ≤384K | $0.0027 | $0.0054 |
画像周辺のテキストトークン (プロンプト、ツールの出力、モデルの応答) は、同じリクエスト内で通常の料金で課金されます。上記の行は画像の要素のみを切り出しています。
欧米のビジョン API との比較 (2026年の定価)
| 課金方式 | 入力 $/1M | vision-exp との比較 | 画像の課金 |
|---|---|---|---|
| deepseek-v4-flash-vision-exp | $0.22 / $0.44 | ベースライン | 画像あたり最大384トークン、固定上限 |
| Gemini 3.7 Flash (intro) | $0.75 | 1.7–3.4× | 解像度に依存、公開された上限なし |
| Grok 4.6 | $2.00 | 4.5–9.1× | 解像度に依存 |
| Claude Sonnet 4.5 | $3.00 | 6.8–13.6× | 典型的なスクリーンショットは ≈1,000+ トークン → ≈$0.003+/画像 (推定) |
競合他社の定価は公開されている料金ページからのものです。画像あたりのトークン数は解像度によって異なります (推定値にはマークを付けています)。構造的なポイント: vision-exp は、クラス最安のトークン単価と、画像あたりの唯一の固定トークン上限を組み合わせています。
ビジョンの請求額を削減する4つの方法
- バッチジョブをオフピークに移行する。 UTC 04:00–01:00 の時間帯はちょうど半額になります。スクリーンショット処理のパイプラインの場合、コードの変更なしで50%の削減になります。
- ダンプするのではなく、クロップする。 クロップされたUI領域も引き続き384トークン以下で課金されますが、全画面表示よりも優れた回答を生成します。つまり、コストの下限は同じで品質が向上します。
- 繰り返される画像は早めに配置する。 キャッシュヒットの入力はキャッシュミスよりも約31倍安くなります ($0.007 対 $0.22)。プロンプトの最初にある同一のロゴ/テンプレート/UIフレームはキャッシュにヒットします。
- Files API 経由での再利用。 一度アップロードし、
file_idを参照します。これにより、すべてのリクエストで base64 が再アップロードされて肥大化することはありません。詳細はFiles API ガイドをご覧ください。
FAQ
DeepSeek のビジョンでは1画像あたりいくらですか？
最大384トークン → オフピークで $0.0000845、ピークで $0.000169。約 800×800 相当のピクセルを超えるサイズでもコストは増加しません。
ピーク時間はいつですか？
UTC 01:00–04:00 および 06:00–10:00 — 北京時間 09:00–12:00 および 14:00–18:00。それ以外の時間はすべて半額です。
vision-exp は通常の v4-flash よりも高価ですか？
いいえ、料金は同じです。それぞれ最大384トークンに制限された、画像トークン自体にのみ追加料金がかかります。
「experimental (実験的)」であるため、料金は変更されますか？
その可能性はあります。実験的なモデルは、予告なしに料金や利用規約が変更されることがあります。これらの数値は2026年8月21日時点の公式のものです。予算を確定する前に料金ページを再確認してください。
関連情報
ChinaModelAPI は独立した OpenAI 互換リレーです。上記の料金は DeepSeek の公式定価であり、リレーの料金ではありません。