Guias / Preços da API DeepSeek Vision
Preços da API DeepSeek Vision (2026): Quanto uma Imagem Realmente Custa
O modelo de visão da DeepSeek deepseek-v4-flash-vision-exp (lançado em 21 de agosto de 2026) tem o mesmo preço do V4-Flash — e cada imagem é cobrada em um limite máximo estrito de 384 tokens. Esta página contém a tabela completa de tarifas, a regra de tokenização de imagens, exemplos práticos de custos e como o vision-exp se compara às APIs de visão ocidentais. Todos os números abaixo foram retirados da página oficial de preços e da documentação de visão em 21 de agosto de 2026.
O deepseek-v4-flash-vision-exp custa $0.22 por 1M de tokens de entrada fora do horário de pico e $0.44 no pico, com imagens limitadas a 384 tokens cada — então uma imagem de tamanho máximo custa no máximo $0.0000845 fora de pico, e 1.000 capturas de tela custam cerca de $0.08. A saída é $0.66 fora de pico / $1.32 no pico por 1M de tokens; a entrada em cache sai por $0.007 / $0.014. Horários de pico: UTC 01:00–04:00 & 06:00–10:00 (Pequim 09:00–12:00 & 14:00–18:00).
Tabela completa de tarifas (USD por 1M de tokens)
| Tarifa | Fora de pico | Pico | Equivalente em RMB |
|---|---|---|---|
| Entrada — acerto de cache | $0.007 | $0.014 | ≈ ¥0.05 / ¥0.10 |
| Entrada — falha de cache | $0.22 | $0.44 | ≈ ¥1.5 / ¥3.0 |
| Saída | $0.66 | $1.32 | ≈ ¥4.5 / ¥9.0 |
| Limite de concorrência | 2.500 (igual ao V4-Flash; V4-Pro é 500) | ||
Fonte: página oficial de preços, lido em 2026-08-21. O preço fora de pico é exatamente a metade do preço de pico em cada nível.
A regra de imagem: como os 384 tokens são calculados
- Redimensionamento antes da inferência. Imagens com menos de aproximadamente 384×384 pixels são ampliadas (mantendo a proporção); imagens maiores são reduzidas para uma área de pixels equivalente a aproximadamente 800×800.
- Limite estrito de 384 tokens. Devido ao redimensionamento, há um limite máximo de 384 tokens por imagem — uma captura de tela de 2000×2000 e uma foto de 5000×5000 custam exatamente o mesmo.
- Cada imagem é faturada independentemente. Em uma solicitação com várias imagens, cada imagem tem sua própria cobrança de ≤384 tokens; você pode enviar até 600 imagens por solicitação.
- Formatos e tamanhos. JPEG / PNG / GIF / WebP; 32 MiB por imagem inline ou por URL; 64 MiB via API Files file_id; máx. de 8.192 px por lado (4.096 px com 15+ imagens).
Exemplos práticos: quanto custa sua carga de trabalho
| Cenário (imagens de tamanho máximo, falha de cache) | Tokens | Fora de pico | Pico |
|---|---|---|---|
| 1 captura de tela | ≤384 | $0.0000845 | $0.000169 |
| 1.000 capturas de tela | ≤384K | $0.0845 | $0.169 |
| 10.000 capturas de tela | ≤3.84M | $0.845 | $1.69 |
| 1.000 imagens de interface repetidas (acerto de cache) | ≤384K | $0.0027 | $0.0054 |
Tokens de texto ao redor das imagens (prompts, saída de ferramentas, respostas do modelo) são cobrados nas tarifas normais na mesma solicitação — as linhas acima isolam o componente da imagem.
vs APIs de visão ocidentais (preços de tabela de 2026)
| Modelo | Entrada $/1M | vs vision-exp | Faturamento de imagens |
|---|---|---|---|
| deepseek-v4-flash-vision-exp | $0.22 / $0.44 | linha de base | ≤384 tokens/imagem, limite estrito |
| Gemini 3.7 Flash (intro) | $0.75 | 1.7–3.4× | dependente da resolução, sem limite publicado |
| Grok 4.6 | $2.00 | 4.5–9.1× | dependente da resolução |
| Claude Sonnet 4.5 | $3.00 | 6.8–13.6× | captura de tela típica ≈1.000+ tokens → ≈$0.003+/imagem (estimativa) |
Preços de tabela dos concorrentes retirados de páginas públicas de preços; suas contagens de tokens por imagem variam conforme a resolução (estimativas marcadas). Ponto estrutural: o vision-exp combina o preço por token mais barato de sua classe com o único limite estrito de tokens por imagem.
Quatro maneiras de reduzir sua fatura de visão
- Mova trabalhos em lote para fora de pico. Exatamente metade do preço nas janelas UTC 04:00–01:00; para um pipeline de processamento de capturas de tela, isso é um corte de 50% por zero mudanças no código.
- Corte, não despeje. Uma região recortada da interface de usuário ainda custa ≤384 tokens, mas produz respostas melhores do que uma tela inteira — o piso de custo é o mesmo, a qualidade aumenta.
- Coloque as imagens repetidas no início. A entrada com acerto de cache é ~31× mais barata do que a com falha de cache ($0.007 vs $0.22). Logotipos/templates/interface de usuário idênticos no início do prompt acertam o cache.
- Reutilize via Files API. Faça upload uma vez, referencie
file_id— sem inflar as solicitações com base64 reenviado a cada vez. Consulte nosso guia da Files API.
FAQ
Quanto custa uma imagem na visão da DeepSeek?
No máximo 384 tokens → $0.0000845 fora de pico, $0.000169 no pico. O tamanho acima do equivalente a ~800×800 pixels não aumenta o custo.
Quais são os horários de pico?
UTC 01:00–04:00 e 06:00–10:00 — Pequim 09:00–12:00 e 14:00–18:00. Todo o resto é metade do preço.
O vision-exp é mais caro que o v4-flash comum?
Não — tarifas idênticas. Você só paga a mais pelos próprios tokens de imagem, limitados a 384 cada.
O preço muda por ser "experimental"?
Pode ser que sim — modelos experimentais podem sofrer mudanças de preço ou termos em curto prazo. Estes números são os oficiais a partir de 21 de agosto de 2026; verifique novamente a página de preços antes de fechar orçamentos.
Relacionados
ChinaModelAPI é um relé independente compatível com OpenAI; os preços acima são os preços de tabela oficiais da DeepSeek, não os preços do relé.