Calculadora de Costos DeepSeek API (2026)

Cada llamada a la API de DeepSeek sigue la misma matemática que OpenAI, Anthropic o cualquier otro proveedor facturado por tokens. No hay tarifa de plataforma, no hay tarifa por llamada, no hay gasto mínimo. Pagas por lo que envías y lo que recibes, a la tasa por 1M tokens del modelo:

``` cost = (input_tokens / 1,000,000) × input_price_per_M + (output_tokens / 1,000,000) × output_price_per_M ```

El ajuste específico de DeepSeek que importa: entrada en caché-hit. Las porciones de tu prefijo de prompt que DeepSeek ha visto en una llamada previa reciente dentro de la ventana de caché se facturan a la tasa de caché-hit. En V3 y R1 eso es exactamente 10% de la entrada estándar (90% de descuento). En V4-Flash y V4-Pro desciende al 2% y 0.83% respectivamente — casi gratis. Los prompts de sistema largos y estables, esquemas de herramientas fijos y bloques few-shot reutilizados son los ganadores típicos. La activación de caché es automática — no pasas una bandera; el servidor de DeepSeek coincide con tu prefijo de prompt y aplica el descuento en la facturación.

Los tokens de razonamiento en DeepSeek-R1 y DeepSeek-V4-Pro se facturan a la tasa de salida aunque no se devuelvan al llamador — la misma forma que la serie o- de OpenAI. Un modelo que piensa durante 6,000 tokens antes de producir una respuesta de 400 tokens factura 6,400 tokens de salida. Planifica un presupuesto de salida 5-15x en tareas con razonamiento intensivo vs tareas de chat simple. R1 en particular ha sido medido generando 3,000-10,000 tokens de razonamiento en problemas complejos — modela eso en tus estimaciones por llamada o serás sorprendido por la factura.

Toma la misma llamada representativa que usamos en cada calculadora de costos en este sitio — un prompt de 1,000 tokens que devuelve una respuesta de 500 tokens, aproximadamente un resumen de 750 palabras de entrada y una respuesta de 375 palabras de salida. A tasas estándar, el costo por llamada se aterriza como:

DeepSeek-V3: (1000 / 1,000,000) × $0.14 + (500 / 1,000,000) × $0.28 = $0.00014 + $0.00014 = **$0.00028 por llamada**.

DeepSeek-V4-Flash: 0.001 × $0.14 + 0.0005 × $0.28 = $0.00014 + $0.00014 = **$0.00028 por llamada**.

DeepSeek-V4-Pro: 0.001 × $0.435 + 0.0005 × $0.87 = $0.000435 + $0.000435 = **$0.00087 por llamada**.

DeepSeek-R1: 0.001 × $0.55 + 0.0005 × $2.19 = $0.00055 + $0.001095 = **$0.001645 por llamada** (asume cero tokens de razonamiento, lo que es irreal — ver abajo).

R1 con sobrecarga de razonamiento realista: asume que R1 genera 3,000 tokens de razonamiento antes de la respuesta de 500 tokens, facturados como 3,500 de salida. Costo: 0.001 × $0.55 + 0.0035 × $2.19 = $0.00055 + $0.007665 = **$0.00822 por llamada**. Incluso con inflación de salida 5x por razonamiento, R1 aún vence a GPT-5.5 ($0.020/llamada) por 2.4x y aplasta el deprecado o1 ($0.045/llamada a tasas estándar) por 5.5x.

Para cargas de trabajo sin razonamiento, el número por llamada en el que anclar es **$0.00028 en V3 o V4-Flash** — aproximadamente 1/71 del precio de la misma llamada en GPT-5.5 ($0.020) y 1/3000 del precio de la misma llamada en GPT-5.5-pro ($0.120).

Multiplica los números por llamada por 100,000. Esta es una carga de trabajo realista de tamaño medio — clasificación diaria en 3,000+ registros, resumen semanal, un bucle de agente de bajo volumen:

DeepSeek-V3 / V4-Flash: **$28/mes**. DeepSeek-V4-Pro: **$87/mes**. DeepSeek-R1 (cero razonamiento): **$165/mes**. DeepSeek-R1 (razonamiento realista de 3k por llamada): **$822/mes**.

Compara directamente: la misma carga de trabajo de 100k llamadas en OpenAI GPT-5.5 cuesta $2,000/mes. En V3, cuesta $28 — una reducción de 71x, o $1,972/mes ahorrados. En GPT-5.5-pro cuesta $12,000/mes; en DeepSeek-V4-Pro el tier de calidad equivalente (propósito general, premium) cuesta $87/mes — 138x más barato.

Ahora aplica el descuento de caché a V3, con 800 de cada 1,000 tokens de entrada siendo un prefijo de sistema estable que golpea caché 80% de las veces. Esos 640 tokens en caché × 100,000 llamadas = 64M tokens, bajando de $0.14/1M a $0.014/1M. El costo de entrada en caché: 64 × $0.014 = $0.90. Entrada sin caché: 36M × $0.14/1M = $5.04. Salida: 50M × $0.28/1M = $14.00. Total: **$19.94/mes** vs $28 sin caché — un corte adicional del 29% en precios ya baratos.

En V4-Flash con el mismo patrón de caché (98% de descuento en hits de caché), el costo de la porción en caché cae a $0.18 (64M × $0.0028/1M). Total: $19.22/mes. Los ahorros marginales adicionales del descuento de caché más profundo de V4-Flash sobre V3 son pequeños en este volumen — pero a escala 10x+, se componen materialmente.

Ahora escala a 1M de llamadas — una carga de trabajo de producción completa (p. ej., resumen por usuario en toda una aplicación SaaS con 30,000 usuarios activos ejecutando 33 llamadas/mes cada uno, o un pipeline de clasificación de alto volumen):

DeepSeek-V3 / V4-Flash: **$280/mes**. DeepSeek-V4-Pro: **$870/mes**. DeepSeek-R1 (cero razonamiento): **$1,645/mes**. DeepSeek-R1 (razonamiento realista de 3k por llamada): **$8,220/mes**.

Aplica el mismo prefijo en caché del 80% de entrada al 80% de tasa de hit a V4-Flash en escala 1M: tokens en caché 640M × $0.0028/1M = $1.79. Entrada sin caché 360M × $0.14/1M = $50.40. Salida 500M × $0.28/1M = $140. Total: **$192.19/mes** para 1 millón de llamadas. Eso no es una errata — menos de $200 por una carga de trabajo de escala de producción que costaría $20,000 en precios estándar de GPT-5.5.

Lado a lado en 1M llamadas/mes, mezcla de tokens idéntica:

**OpenAI GPT-5.5**: $20,000/mes estándar, ~$8,300/mes con pila completa de Batch + caché.

**OpenAI GPT-5.4-mini**: $3,000/mes estándar, ~$1,200/mes con Batch + caché.

**DeepSeek-V3**: $280/mes estándar, ~$200/mes con caché.

**DeepSeek-V4-Flash**: $280/mes estándar, ~$192/mes con caché profundo.

El tier más barato en OpenAI (gpt-5.4-nano en $825/mes para esta carga de trabajo) es aún 4-5x más caro que el tier más barato de DeepSeek. El orden de apalancamiento canónico para escalar el costo hacia abajo en DeepSeek: (1) elige V3 o V4-Flash para tareas sin razonamiento, (2) reestructura prompts para que el prefijo cacheable sea estable y esté al frente, (3) limita la longitud de salida, (4) solo llega a R1 cuando la tarea genuinamente requiere razonamiento de múltiples pasos.

Un bucle de agente es la peor forma de costo — el modelo toma múltiples turnos por consulta de usuario, reproduciendo la transcripción completa cada turno. Toma un bucle típico de 5 turnos con un prompt de sistema de 2,000 tokens + herramientas, crecimiento de contexto de 800 tokens por turno (misma forma que nuestro ejemplo de agente OpenAI trabajado para comparación directa):

Turno 1: 2,800 entrada / 200 salida. Turno 2: 3,000 entrada / 200 salida. Turno 3: 3,200 entrada / 200 salida. Turno 4: 3,400 entrada / 200 salida. Turno 5: 3,600 entrada / 200 salida. Total: 16,000 entrada + 1,000 salida. En DeepSeek-V3: 0.016 × $0.14 + 0.001 × $0.28 = $0.00224 + $0.00028 = **$0.00252 por consulta de 5 turnos** — aproximadamente 9x una llamada única (la forma de agente infla el costo en cada proveedor).

Compara: el bucle idéntico de 5 turnos en GPT-5.5 cuesta $0.11 por consulta. En DeepSeek-V3 cuesta $0.00252 — una **reducción de 43x**. En 100k consultas/mes, GPT-5.5 factura $11,000; V3 factura $252.

Ahora aplica caché. El prefijo de 2,000 tokens de sistema + herramientas es estable en todos los 5 turnos. Si caché golpea ~80% de esos 2,000 tokens × 5 turnos = 8,000 tokens de entrada en caché bajando de $0.14/1M a $0.014/1M: $0.000647 → $0.000112, ahorrando aproximadamente $0.001 por consulta (40% de descuento en la factura). Para 100k consultas/mes: de $252 → $151. El diseño de estructura de caché es el cambio más alto de EV disponible en un prompt de agente en cualquier proveedor — DeepSeek incluido. Construye prompts anclados por caché gratis con nuestro constructor de prompts de código.

En una llamada de 1,000 entrada / 500 salida, manteniendo el volumen de tokens constante:

**Relación de precio de entrada**: GPT-5.5 cobra $5/1M, DeepSeek-V3 cobra $0.14/1M. Eso es **35.7x más barato en entrada** en DeepSeek. **Relación de precio de salida**: GPT-5.5 cobra $30/1M, DeepSeek-V3 cobra $0.28/1M. Eso es **107.1x más barato en salida** en DeepSeek. La relación entrada/salida más plana en DeepSeek (2:1 vs 6:1 de OpenAI) significa que las cargas de trabajo pesadas en salida ven ahorros desproporcionadamente mayores vs las pesadas en entrada.

**Relación de costo por llamada**: $0.020 en GPT-5.5 vs $0.00028 en DeepSeek-V3 = **71.4x más barato** end-to-end. En 1M llamadas/mes eso es la diferencia entre una factura mensual de $20,000 y una factura mensual de $280 — una reducción de $19,720 sin ningún otro cambio de flujo de trabajo.

**Comparación de modelo de razonamiento**: OpenAI's deprecado o1 cobró $15 entrada / $60 salida por 1M. DeepSeek-R1 cobra $0.55 / $2.19. Eso es **27.3x más barato en entrada y 27.4x más barato en salida** — aproximadamente 96% más barato end-to-end con calidad de razonamiento comparable según benchmarks públicos (R1 es competitivo con o supera a o1 en MATH, AIME y varias tareas de razonamiento de código según evals publicadas).

**Advertencia de calidad**: DeepSeek-V3 y V4-Flash son *aproximadamente* equivalentes a GPT-5.5 en chat general, resumen, clasificación, generación de código para lenguajes comunes. No son equivalentes en cada tarea. La brecha típicamente aparece en: coherencia de contexto largo más allá de 64K tokens, razonamiento multi-paso novedoso que el modelo no ha visto patrones para, ciertos patrones de herramientas de agencia donde OpenAI ha invertido pesadamente en ajuste fino. Ejecuta tu propia evaluación en tu propia tarea antes de migrar una carga de trabajo de producción.

**Regla de decisión racional**: para cargas de trabajo donde la calidad es comparable en una evaluación sostenida de tu tarea actual, DeepSeek es una obviedad a 35-107x más barato. Para cargas de trabajo donde GPT-5.5 gana mediblemente tu evaluación por más de ~10 puntos porcentuales en la métrica que te importa, la prima de OpenAI puede estar justificada — pero el estándar debería ser evidencia, no vibras.

**DeepSeek-V3 ($0.14 / $0.28)**: el caballo de batalla. Chat de propósito general, resumen, clasificación, extracción, generación de código en lenguajes comunes, tareas de salida estructurada. El predeterminado para la mayoría del tráfico de producción. Contexto de 64K. Usa esto a menos que tengas una razón específica para llegar a otro tier.

**DeepSeek-V4-Flash ($0.14 / $0.28)**: mismo precio titular que V3, con descuentos de caché más profundos (98% de descuento en hits de caché vs 90% en V3) y ajustado para alto rendimiento baja latencia. El punto dulce para cargas de trabajo de alto volumen cache-friendly — prompts de sistema largos y estables, esquemas de herramientas repetidos, bucles de agente con bloques de instrucción fijos. Si tu prompt está anclado por caché, V4-Flash vence a V3.

**DeepSeek-V4-Pro ($0.435 / $0.87)**: el tier premium de propósito general. Mayor calidad en razonamiento complejo, generación coherente más larga, más confiable en uso de herramientas de agencia. Aproximadamente 3x el precio de V3 — aún 11x más barato en entrada y 34x más barato en salida que GPT-5.5. Usa cuando la calidad de V3 es mediblemente insuficiente en tu tarea y aún no has obtenido una actualización a un modelo de razonamiento verdadero.

**DeepSeek-R1 ($0.55 / $2.19)**: el modelo de razonamiento. Matemáticas de múltiples pasos, síntesis de código complejo con restricciones de corrección, razonamiento científico, planificación. R1 genera tokens de razonamiento encadenado (facturados como salida) antes de producir la respuesta visible. Presupuesta inflación de salida 5-15x. Llega a R1 cuando la tarea genuinamente requiere profundidad de razonamiento que coincidencia de patrones sola no puede producir — no para chat, no para clasificación, no para resumen donde gasta excesivamente sin agregación de valor.

**Atajo de decisión de tier**: comienza cada nueva carga de trabajo en V3 o V4-Flash. Solo actualiza a V4-Pro o R1 cuando una evaluación sostenida en tu tarea actual muestre el tier más barato fallando. Los tiers premium existen para los casos que los necesitan — la mayoría del tráfico de producción no.

El descuento de caché-hit de DeepSeek es el más profundo de cualquier proveedor importante en 2026. En V3 y R1, los hits de caché se facturan al 10% de la entrada estándar (90% de descuento). En V4-Flash, los hits de caché se facturan a $0.0028/1M — exactamente 2% de estándar ($0.14). En V4-Pro, los hits de caché se facturan a $0.003625/1M — 0.83% de estándar ($0.435), o un descuento del 99.17% en la porción en caché.

El caché es oportunista y del lado del servidor. DeepSeek calcula una huella digital de tu prefijo de prompt y la almacena en caché. Las llamadas posteriores dentro de la ventana de caché que comparten el mismo prefijo se leen del caché. La regla dura, idéntica a cada implementación de prompt-cache: **el almacenamiento en caché es una coincidencia de prefijo, no una coincidencia de subcadena**. Coloca tu prompt de sistema estable, definiciones de herramientas y ejemplos few-shot reutilizables al inicio del array de mensajes. El contenido dinámico específico del usuario va al final.

Un prefijo en caché de 1,500 tokens en V4-Pro desciende de $0.435/1M a $0.003625/1M — eso es $0.000647 ahorrados por llamada. En 1M llamadas/mes, eso es $647 ahorrados en una carga de trabajo que ya cuesta menos de $1,000. El efecto de compounding del precio base ya bajo de DeepSeek más su descuento de caché más profundo en el mercado convierte el diseño de prompt anclado por caché en el cambio de optimización más alto de EV disponible en la plataforma.

La mayoría de SDKs de LLM no requieren cambios de código para optar — el almacenamiento en caché se activa automáticamente una vez que estructuras prompts con prefijo primero. El mayor error que vemos (idéntico a OpenAI): los equipos interpolan contexto dinámico (fecha actual, ID de usuario, estado de sesión) en el prompt del sistema, lo que rompe cada hit de caché. Mueve eso a un mensaje de usuario y el caché se mantiene. Nuestro tutorial de almacenamiento en caché de prompts cubre la reescritura estructural que convierte un prompt sin caché en uno anclado por caché — las reglas estructurales aplican idénticamente en DeepSeek.

DeepSeek es un proveedor con sede en China, ubicado y operando bajo jurisdicción de la República Popular China. Eso es un hecho de carga para cualquier carga de trabajo donde la residencia de datos, la exposición jurisdiccional o la soberanía del proveedor importe. Los ahorros de costo son reales, pero no borran las realidades regulatorias o de riesgo.

**Industrias reguladas — generalmente no uses DeepSeek para producción**: cuidados de la salud US (datos cubiertos por HIPAA), servicios financieros US con PII, cargas de trabajo EU sujetas a interpretaciones estrictas de residencia de datos GDPR, contratos federales US sujetos a cumplimiento FedRAMP o DoD, cualquier carga de trabajo cubierta por datos técnicos controlados por exportación (ITAR/EAR). El caso de costo de DeepSeek no sobrevive la revisión de cumplimiento en estos dominios. Usa OpenAI Enterprise, Azure OpenAI, AWS Bedrock o Anthropic en AWS en su lugar — significativamente más caro, pero con la posición de residencia y contractual que tus auditores requerirán.

**Exposición de datos**: las solicitudes de API a DeepSeek se procesan en infraestructura en la China continental. Trata cada prompt y respuesta como potencialmente observable por el proveedor. No envíes PII, datos financieros del cliente, secretos comerciales, código fuente bajo NDA, o cualquier cosa con la que no estarías cómodo siendo agregada para mejora de modelos. Los términos publicados de DeepSeek permiten uso de datos de entrenamiento de envíos de API en algunas configuraciones — lee los ToS actuales antes de integrar, no después.

**Confiabilidad y postura de SLA**: los SLAs de grado comercial de DeepSeek y soporte empresarial son inmaduros relativos a OpenAI, Anthropic o AWS Bedrock a partir de mediados de 2026. Para cargas de trabajo críticas de misión donde el tiempo de inactividad se traduce directamente en pérdida de ingresos, construye en un proveedor de respaldo — la mayoría de equipos que envían DeepSeek en producción lo ejecutan como el ahorrador de costo principal con un fallback de GPT-5.4-mini o Gemini cableado a través de una capa de failover simple.

**Dónde DeepSeek es excelente**: herramientas internas, automatización dirigida a desarrolladores, pipelines de generación de contenido para material no sensible, prototipado, generación de eval, procesamiento por lotes de datos públicos, proyectos paralelos, flujos de trabajo agentes en entradas sintéticas o no sensibles, en cualquier lugar donde la reducción de costo sea la restricción vinculante y la superficie de cumplimiento/residencia sea baja. Para estos casos, la brecha de costo 35-107x es imposible de ignorar.

**Error 1: usar R1 por defecto para todo.** R1 es un modelo de razonamiento — genera miles de tokens de razonamiento encadenado antes de la respuesta visible, todos facturados a la tasa de salida. Una tarea de clasificación simple que necesita 200 tokens de salida facturará 3,000+ tokens de salida en R1 porque el modelo 'piensa' primero. Usa V3 o V4-Flash a menos que la tarea genuinamente necesite razonamiento.

**Error 2: prompts de sistema enormes que nunca se almacenan en caché.** Patrón anti-idéntico a OpenAI. Si tu prompt del sistema interpola cualquier cosa que cambie entre llamadas (marcas de tiempo, nombres de usuario, resúmenes de contexto), el caché nunca golpea — y pierdes el descuento 90-98% que convierte el precio ya bajo de DeepSeek en territorio virtualmente gratis. Reestructura para que el prompt del sistema sea estático y el contexto dinámico viva en mensajes de usuario.

**Error 3: no limitar salida, especialmente en R1 y V4-Pro.** R1 en particular puede generar 10,000+ tokens de razonamiento en problemas difíciles. Sin un límite de `max_tokens`, una sola consulta compleja puede costar 5-10x lo que presupuestaste. Establece límites de salida explícitos en todas partes donde controlas la forma de consumo.

**Error 4: reproducir el historial completo cada turno en un chat.** Resume los turnos anteriores en un resumen compacto de 200 tokens una vez que el contexto excede 5,000 tokens. El precio de entrada de DeepSeek es barato, pero en escala 1M-call incluso la entrada barata suma — y la tasa de hit de caché se degrada bruscamente cuando el contexto crece sin límites.

**Error 5: asumir que DeepSeek + GPT-5.5 son equivalentes en calidad en tu tarea sin medir.** Ejecuta una evaluación sostenida en 50-200 entradas representativas del tráfico de producción actual antes de migrar. El caso de costo es abrumador cuando la calidad es equivalente; es lanzar una moneda cuando la calidad es notablemente peor. No asumas — mide.

Cada precio en esta guía proviene de la página oficial de precios de DeepSeek API en api-docs.deepseek.com/quick_start/pricing y la página de precios dirigida al consumidor en deepseek.ai/pricing, obtenida el 2026-06-20. Verificada cruzada contra tres fuentes corroborantes independientes: agregadores de precios de la comunidad, commits recientes de integración en proyectos de código abierto popular (LiteLLM, OpenRouter), y la documentación pública de desarrollador de DeepSeek. Cuando un número no podía verificarse contra las páginas oficiales, fue omitido de esta guía.

DeepSeek presiona cambios de precio más agresivamente que OpenAI o Anthropic — hemos visto 4-6 movimientos de precios por año desde 2024, generalmente hacia abajo a medida que la empresa ha competido en precio. Los tiers V4-Flash y V4-Pro lanzados en 2026 con los descuentos de caché más profundos en el mercado. Trata los números de titular como una instantánea, no como un contrato.

**Cómo verificar antes de presupuestar**: abre api-docs.deepseek.com/quick_start/pricing en una ventana de incógnito, copia los números para tus modelos objetivo en una hoja de cálculo, compara contra esta guía. Si coinciden, esta guía es vigente para tus propósitos. Si no, confía en la página vigente. Re-verifica trimestralmente si tu factura mensual es más de $500 — los movimientos de precio de DeepSeek pueden ser materiales y no siempre vienen con entradas de changelog formal.

**Lo que omitimos**: DeepSeek opera un tier de precios de inferencia y una plataforma Chat separada con precios de suscripción del consumidor. Esta guía cubre solo la API. También omitimos cualquier límite de velocidad, tier de rendimiento o precios con descuento por volumen que requiera contacto empresarial directo — esos son negociados y no publicados. Si estás mirando 10M+ llamadas/mes, contacta directamente a ventas de DeepSeek; las tasas publicadas son usualmente mejorables en ese volumen en cualquier proveedor.

**Metodología reproducible**: el Playbook GEO que impulsa cada calculadora de costo en este sitio obliga la verificación curl de cada valor $ antes de publicar. Cada fila en la tabla anterior tiene una cita; cada ejemplo trabajado usa esas filas; cada respuesta de FAQ las refleja. Si encuentras una discrepancia con la página vigente, trata la página vigente como canónica y cuéntanos — re-obtenemos y actualizamos.