Mengapa masukan yang di-cache menentukan tagihan
Setiap langkah agen adalah panggilan baru yang dimulai dengan system prompt yang sama, skema alat yang sama, dan percakapan sejauh ini, ditambah sedikit yang baru: berkas yang baru dibaca, hasil tes. Di tengah tugas, satu panggilan sudah berisi puluhan ribu token, dan hampir semuanya sudah ada di panggilan sebelumnya.
Saat sebuah panggilan dimulai dengan cara yang sama seperti panggilan terakhir, model membaca awal itu dari cache, dan token tersebut ditagih dengan harga cache. Di DeepSeek itu $0.011 per juta, dibanding $0.45 untuk yang baru, sekitar 41 kali lebih murah. Cache berjalan otomatis; setiap balasan menyebut berapa yang di-cache di usage.prompt_tokens_details.cached_tokens.
- Jaga awalnya tetap stabil: system prompt dan alat di depan, riwayat berikutnya, pesan baru di belakang. Agen sudah bekerja seperti ini.
- Agen yang memadatkan atau menulis ulang riwayatnya memulai cache baru; panggilan berikutnya membayar harga penuh sekali.
- Cache bertahan beberapa menit dan butuh awal sekitar 1,000 token atau lebih. Kirim
prompt_cache_keyper tugas agar panggilannya tetap di server yang sudah menyimpan cache-nya.
Sebulan kerja agen, dihitung
Satu pengembang, agen yang berjalan sekitar 4 jam per hari kerja dengan kira-kira 100 panggilan per jam, selama 22 hari: 8,800 panggilan. Setiap panggilan mengirim 50,000 token dan menerima 700 kembali. 46,000 dari 50,000 (92%) mengulang panggilan sebelumnya dan berasal dari cache. Di DeepSeek V4.1 Flash Uncensored:
| Bagian | Token | Per 1M | Biaya |
|---|---|---|---|
| Masukan baru | 4,000 | $0.45 | 4,000 × $0.45 ÷ 1M = $0.0018 |
| Masukan cache | 46,000 | $0.011 | 46,000 × $0.011 ÷ 1M = $0.000506 |
| Keluaran | 700 | $1.75 | 700 × $1.75 ÷ 1M = $0.00122 |
| Satu panggilan | 50,700 | $0.00353 | |
| Sebulan (8,800 panggilan) | $31.07 |
Masukan yang di-cache adalah 92% dari token dan 14% dari biaya. Tanpa cache sama sekali, sebulan yang sama akan berbiaya $208.78, 6.7 kali lipat.
| Sebulan yang sama di | Satu panggilan | Sebulan |
|---|---|---|
| DeepSeek V4.1 Flash Uncensored, di-cache seperti di atas | $0.00353 | $31.07 |
| DeepSeek V4.1 Flash Uncensored, tanpa cache | $0.02 | $208.78 |
| GLM 5.3 Flash Uncensored, di-cache seperti di atas | $0.0031 | $27.24 |
Berpikir ditagih sebagai keluaran. DeepSeek hanya berpikir jika kamu mengatur reasoning_effort; GLM selalu berpikir sebentar, yang menambah token keluaran dan tidak dihitung di sini. GLM juga menyimpan 128K token konteks, sedangkan DeepSeek satu juta.
Angkamu akan berbeda. Hitung dengan ukuran token milikmu di Harga, dan periksa satu run sungguhan: setiap balasan membawa biayanya di usage.nokeep_credits, dan konsol menampilkan pengeluaran per hari.
Dibuat untuk run agen yang panjang
- Satu juta token konteks pada
deepseek-v4.1-flash-uncensored, dan balasan hingga 131,072 token, sehingga peta repositori besar atau sesi panjang muat tanpa dipangkas. - Panggilan alat dalam format OpenAI di kedua model, dengan
tool_choicedanparallel_tool_callsdi DeepSeek. Lihat Panggilan alat. - Tanpa penolakan di tengah tugas. Kedua model sudah dihapus penolakannya, sehingga perbaikan keamanan, tes eksploit, atau scraper tidak menghentikan run.
- Isi ulang otomatis. Nyalakan di konsol, dan panggilan yang mendapati saldo kurang akan menagih kartu tersimpanmu sekali lalu lanjut, alih-alih
402yang menghentikan agen. Berjalan paling banyak tiga kali dan $100 dalam 24 jam, dan belum tersedia untuk kartu yang diterbitkan di India. - Tanpa batas harian kecuali kamu atur. Kunci baru hanya dibatasi oleh kreditmu; tambahkan batas per kunci di konsol jika kamu mau. 120 permintaan per menit per kunci.
Atur agenmu
Setiap agen di bawah berbicara dalam format OpenAI. Arahkan ke https://nokeep.ai/v1, tempel kuncimu, dan pilih deepseek-v4.1-flash-uncensored. Jika ada panduannya, panduan itu menunjukkan layar pengaturan yang tepat:
Agen lain yang menerima endpoint kustom yang kompatibel dengan OpenAI bekerja dengan cara yang sama. Lihat halaman API yang kompatibel dengan OpenAI untuk apa yang didukung dan tidak.
Pertanyaan
Model apa yang paling murah di sini untuk agen pengodean?
Pada agen yang banyak bergantung pada cache, keduanya hampir sama: $31.07 di DeepSeek dan $27.24 di GLM pada contoh di atas. DeepSeek biasanya pilihan yang lebih baik untuk agen, dengan satu juta token konteks dan tanpa berpikir yang dipaksakan.
Bagaimana saya tahu cache berfungsi?
Baca usage.prompt_tokens_details.cached_tokens di setiap balasan. Pada run agen yang panjang, sebagian besar usage.prompt_tokens seharusnya muncul di sana setelah panggilan pertama.
Apakah agen saya berhenti saat kredit habis?
Tidak jika isi ulang otomatis menyala: panggilan yang mendapati saldo kurang akan menagih kartu tersimpanmu dan tetap dijawab. Jika mati, panggilan berhenti dengan 402 sampai kamu mengisi ulang.
Apakah ada pengeluaran minimum atau langganan?
Tidak ada langganan. Kredit mulai $5, 1,000 kredit seharga $1, dan tidak pernah hangus. Kredit tidak dapat dikembalikan.
Apakah kodeku disimpan?
Tidak. Kami menyimpan satu baris jumlah per panggilan untuk penagihan, tidak pernah prompt atau balasan, dan kedua host model tidak menyimpannya. Lihat halaman API LLM privat.