DeepSeek-V4.1-Flash 料金解説：ピーク・オフピーク料金とキャッシュヒットの仕組み

DeepSeek-V4.1-Flashは2026年9月10日にAPIで一般提供(GA)を開始し、リリースノートには値下げが記載されました。キャッシュヒットした入力はオフピーク時で100万トークンあたり$0.003、キャッシュミスした入力は$0.15、出力は$0.60です。その4日後の9月14日、DeepSeekはすべてのdeepseek-v4-proリクエストをV4.1-Flashにルーティングし、Flashレートで課金を開始します。DeepSeek APIで何かを実行している場合、コードに手を加えるかどうかに関わらず、今週請求額が変わります。

この記事は価格に関する部分です。USDとCNYの全料金表、V4-FlashおよびV4-Proとの比較におけるパーセンテージ変化、タイムゾーンにおけるピーク時間帯、そして計算例を示す2つのキャッシュヒット例が含まれます。モデル自体については、DeepSeek-V4.1-Flashとは何かから始めてください。

最初に注意点があります。このグループのすべてのベンチマーク数値は、DeepSeekがモデルカードで報告したものです。価格は料金ページからのもので、9月10日に確認済みです。最後のセクションでは、見積もりを信用する代わりに、すべての応答のusageブロックを読み取ることで、Apidogを使用して自身の利用額を測定する方法を紹介します。

要約

• オフピーク時、deepseek-flashはキャッシュヒットした入力トークン100万あたり$0.003、キャッシュミスした入力トークン100万あたり$0.15、出力トークン100万あたり$0.60です。ピーク時はちょうど2倍になります。
• 8月21日のV4-Flashと比較して：キャッシュヒット入力は57%減、キャッシュミス入力は32%減、出力は9%減。
• ピーク時のV4-Proと比較して：9月14日以降、ルーティング変更されたワークロードはキャッシュミス入力で77%減、出力で70%減となります。
• ピーク時間は月曜日から金曜日の01:00～04:00 UTCと06:00～10:00 UTCです。週末は完全にオフピークです。

全料金表

すべての数値は100万トークンあたりで、2026年9月10日04:00 UTCより有効です。

deepseek-v4-proの列はあと4日間重要です。9月14日04:00 UTC（北京時間12:00）以降、そのモデル名へのリクエストはV4.1-Flashによって処理され、最初の2列の料金が適用されます。それまでに何をテストすべきかについては、V4-Proの廃止と移行ガイドをご覧ください。

お使いのアカウントが人民元で決済される場合、zh-cn料金ページではdeepseek-flashが以下のように記載されています。

各CNYの行は、USDの行におよそ6.67を掛けたものです。この表には記載されていない2つの詳細があります。コンテキストキャッシュは自動であり、設定するフラグはなく、モデルIDは現在deepseek-flashです。以前のモデル名deepseek-v4-flashおよびdeepseek-v4-flash-vision-expも引き続き解決されますが、V4.1-Flashにルーティングされ、これらのレートが適用されます。

V4-FlashとV4-Proからの変更点

2026年8月21日、deepseek-v4-flashはオフピーク時（キャッシュヒット/キャッシュミス/出力）に$0.007 / $0.22 / $0.66、ピーク時に$0.014 / $0.44 / $1.32で課金されていました。変更履歴には、このリリースで料金が「それに応じて引き下げられた」と記載されています。ここに、「それに応じて」が何を意味するのか、2つのリストから計算した結果は次のとおりです。

両方のリストがピーク時に2倍になるため、ピーク時の行も同じパーセンテージを示します。このパターンは意図的なものです。キャッシュヒットが最も大幅に削減され、出力が最も小幅に削減されています。DeepSeekは、ターンごとに長いプレフィックスを再読み込みするエージェントループのために料金を設定しており、V4.1のFP4 KVキャッシュ（トークンあたり890バイト、V4-Flashのフットプリントの約4分の1）が、彼らの側で$0.003というヒット価格を持続可能にしています。

V4-Proユーザーにとっては、ルーティングがFlashレートで行われるため、数値はさらに大きくなります。

• ピーク時のキャッシュミス入力：$1.32が$0.30になり、77%削減。
• ピーク時の出力：$3.96が$1.20になり、70%削減。
• ピーク時のキャッシュヒット入力：$0.044が$0.006になり、86%削減。

DeepSeekはV4.1-Flashが「パフォーマンス、コスト、速度、合計時間においてV4 Proを総合的に凌駕した」と述べており、この主張は14日までに自身のプロンプトで確認すべきです。DeepSeekがAPI料金を値上げした期間を含む、このファミリーの料金の長い歴史については、DeepSeek V4 API料金の内訳に記載されています。

あなたのタイムゾーンでのピーク時間帯

ピーク時間は月曜日から金曜日のみ、2つのブロックに分かれています：01:00～04:00 UTCと06:00～10:00 UTC。これは北京時間で9:00～12:00および14:00～18:00に相当します。平日は1日あたり7時間、週に35時間のピーク時間があり、これは週168時間の約21%を占めます。それ以外の時間、土曜日と日曜日全体を含め、すべてオフピークレートで課金されます。

太平洋時間と中央ヨーロッパ時間の列は夏時間を使用しています。時計が変更された後（EUでは10月25日、米国では11月1日）、両方の列を1時間早めてください。UTCの境界は決して移動しません。

米国西海岸の勤務日はピーク時間帯に重なりません。中央ヨーロッパの朝はピーク2に含まれ、ヨーロッパで現地の03:00に実行される夜間バッチは2倍の料金がかかります。これを23:00 CEST（21:00 UTC）に移動すれば半額になります。

キャッシュヒット計算、二つの例

ヒットはミスの50分の1のコスト（$0.003 対 $0.15）なので、生のトークン数よりも、繰り返し使用されるプレフィックスと新しいトークンの比率が入力コストを決定します。プレフィックスキャッシュが初めての方は、プロンプトキャッシュ入門で、キャッシュ可能なプレフィックスとは何か（リクエストの先頭にある同一のバイト）が説明されています。

例1：ピーク時に20Kトークンのシステムプロンプトを使用するエージェントループ、1,000回の呼び出し。

サポートトリアージエージェントは、20,000トークンのシステムプロンプト（ポリシー、ツールスキーマ、few-shot例）を使用し、呼び出しごとに2,000トークンの新しいチケットテキストを読み込み、1,000トークンの出力を行います。1,000回の呼び出しにわたって：

1. 総入力は1,000 × 22,000 = 2,200万トークンです。総出力は100万トークンです。
2. 最初の呼び出しでは22,000トークンすべてがミスとなります。それ以降の呼び出しでは、20,000トークンのプレフィックスがヒットし、2,000トークンの新しい部分がミスとなります。
3. ヒットトークン：999 × 20,000 = 1,998万トークン。100万トークンあたり$0.006で：19.98 × 0.006 = $0.12。
4. ミストークン：22,000 + 999 × 2,000 = 202万トークン。100万トークンあたり$0.30で：2.02 × 0.30 = $0.61。
5. 出力：100万トークン × $1.20 = $1.20。
6. 合計：$0.12 + $0.61 + $1.20 = $1.93。

キャッシュがない場合、入力だけで22 × $0.30 = $6.60となり、このジョブは$7.80かかります。キャッシュにより請求額の75%が削減されます。同じループをオフピーク時に実行すると、各行が半減します：$0.06 + $0.30 + $0.60 = $0.96。

同じ1,000回の呼び出しをV4-Proのピーク時に実行した場合（ヒット$0.88、ミス$2.67、出力$3.96）の合計は$7.51であり、これはルーティング変更が行われた際にProの顧客が$1.93と比較すべき数値です。

例2：1,000万出力トークンのバッチジョブをオフピーク時に移動。

カタログチームが10,000件の商品説明を生成します。各呼び出しは1,500トークンの商品データ（アイテムごとに固有なのでキャッシュの恩恵なし）を送信し、1,000トークンのコピーを受け取ります。これは1,500万入力トークン（すべてミス）と1,000万出力トークンになります。

1. ピーク時：入力 15 × $0.30 = $4.50。出力 10 × $1.20 = $12.00。合計 $16.50。
2. オフピーク時：入力 15 × $0.15 = $2.25。出力 10 × $0.60 = $6.00。合計 $8.25。
3. 時間帯を変更するだけで削減される額：$8.25（プロンプトの変更なし）。

出力がこのジョブの大部分を占めており、リリースでの削減率が最も小さかったため、オフピーク時間帯がより大きな影響力を持っています。この時間帯は広範囲です。平日は毎日10:00 UTCから15時間、さらに毎週末には途切れない48時間があります。

コンテキスト、出力、そして同時実行数が料金の一部である理由

両モデル名ともに100万トークンのコンテキストと384Kトークンの最大出力を持ちます。モデルカードは256K以上の最大トークンを推奨しているため、意図的にその上限を設定してください。384Kの出力トークンに達する応答はピーク時で$0.46かかります。これはエージェントのトランスクリプトには問題ありませんが、オートコンプリートではバグとなります。

同時実行数はFlashが2,500に対し、Proは500です。これが料金記事に含まれるのは、オフピーク割引が、その時間帯に作業を処理できる場合にのみ価値があり、また9月14日にルーティングが変更されるdeepseek-v4-proのトラフィックがFlashの制限を引き継ぐためです。以前は500スロットの後ろにキューイングされていたProの統合は、設定変更なしで5倍の余裕を得られます。

Apidogで実際の支出を測定する

料金表はレートを示します。各応答のusageオブジェクトは、何に対して課金されたかを教えてくれます。これを繰り返し確認できるApidogワークフローを以下に示します。

1. エンドポイントを追加します。 POST https://api.deepseek.com/chat/completionsを作成するか、OpenAI互換のOpenAPI仕様をインポートします。
2. 環境に料金を設定します。 deepseek-peakとdeepseek-offpeakの2つのApidog環境を作成し、それぞれにDEEPSEEK_API_KEYとPRICE_HIT、PRICE_MISS、PRICE_OUTを{{variables}}として保持させます。ピーク時は0.006 / 0.30 / 1.20、オフピーク時は0.003 / 0.15 / 0.60を設定します。
3. 一度送信してusageを読み取ります。 DeepSeekは入力をprompt_cache_hit_tokensとprompt_cache_miss_tokens、そしてcompletion_tokensに分割します [確認]。リクエストをテストケースとして保存します。
4. キャッシュ動作をアサートするテストシナリオを構築します。 保存したリクエストを同じ20Kトークンのシステムプロンプトで2回連続して実行します。2番目のステップで、ヒットトークンフィールドが19,000以上であることをアサートし、計算されたコスト（ヒット数 × {{PRICE_HIT}} + ミス数 × {{PRICE_MISS}} + 出力数 × {{PRICE_OUT}}を100万で割ったもの）が予算内に収まっていることを確認します。2番目のステップでミスが発生した場合、プレフィックスが変更されたことを意味し、請求書が届く前にアサーションがそれを捕捉します。
5. ピーク時とオフピーク時を比較します。 各環境でシナリオを実行し、コスト行を比較するか、UTCピーク境界をまたぐスケジュールでapidog-cliを使用してCIから実行します。

Apidogをダウンロードすれば、シナリオ全体（環境を含む）が無料プランで動作します。

これによりあなたの請求額はどうなるか

V4.1-Flashは、あらゆる点でV4-Flashよりも安価であり、置き換えられるV4-Proのレートよりも70〜86%安価です。重要なレバーは2つです。長いプレフィックスをバイト単位で同一に保ち、キャッシュにヒットさせること、そしてバッチ作業を平日の7時間のピーク時間外にスケジュールすることです。そして、すべての呼び出しでusageを記録し、ヒット数をアサートして、値下げが請求書に反映されているかどうかを数値で確認してください。