要約:DeepSeek のフルラインナップ API では、モデルの Token とツール呼び出しが別々に課金されます。実際の総コストは、検索回数、ファイルページ数、音声処理量、キャッシュヒット率を項目ごとに計算する必要があります。
結論から先に:2026年11月15日時点のDeepSeek公式中国語価格ドキュメントでは、SearchとFetchはいずれも1000回の成功リクエストごとに¥5、ファイル解析とOCRはいずれも1000ページごとに¥1.5、ASRは期間限定価格で1時間あたり¥0.39、TTSは期間限定価格で10,000課金文字あたり¥1.5です。ツールの単価は低いものの、インターネット接続を伴うエージェントタスクの請求額は通常、モデルTokenが大部分を占めます。「2回の検索、3回のFetch、2万入力Token、3000出力Token」の調査タスクで試算すると、1000回のタスクはオフピーク時間帯で約¥57、ピーク時間帯で約¥89になります。入力キャッシュのヒット率が80%の場合、オフピーク時間帯では約¥41.32まで下がります。そのため予算策定では「タスク全体」を単位に計算すべきであり、1回のAPIリクエストの価格はその一部にすぎません。
以下ではまず、モデル費用とツール費用の課金構造を分解し、続いてSearch、Fetch、ファイル解析、OCR、ASR、TTSの単価と課金単位を項目ごとに列挙します。その後、4つの固定前提シナリオで完全な計算方法を示し、ディープ検索、長いコンテキスト、レート制限が請求額にどう影響するかを説明します。最後に、そのまま再利用できるコストログのコードを提供し、モデル内蔵検索と独立したSearch / Fetchインターフェースの選び方を比較します。

知っておきたい:DeepSeek 全ラインナップ API の課金用語
| 用語 | 説明 |
|---|---|
| トークン | モデルがテキストを処理するときの計量単位。料金は100万トークン単位で計算されます |
| 入力トークン | モデルのコンテキストに入り、推論に関与するすべての内容。プロンプト、ファイル内容、検索結果などを含みます |
| 出力トークン | モデルが生成した内容。思考モードにおける推論プロセスも出力としてカウントされます |
| コンテキストキャッシュ | 以前に処理したコンテキストを再利用し、重複入力のコストを抑える仕組みです |
| キャッシュヒット | 入力内容がキャッシュを再利用できた状態。より安い「キャッシュヒット」単価で課金されます |
| ピーク / アイドル時間帯 | DeepSeek が北京時間で区別する2段階の価格。アイドル時間帯の料金はピーク時の半額です |
| Search API | キーワードでウェブページを検索し、構造化された検索結果を返します |
| Fetch API | 指定したウェブページを取得し、本文内容を返します |
| モデル内蔵検索 | 対話リクエスト内で検索ツールを宣言すると、モデル自身が検索の可否を判断し、サーバー側が代行して実行します |
| QPS | 1秒あたりに処理できるリクエスト数 |
| OCR | 画像やドキュメントから文字を認識します |
| ASR | 音声を文字に変換して認識します |
| TTS | 文字を音声に合成します |
| 課金文字数 | TTS の計量単位。中国語の漢字は2課金文字として計算されます |
| Tool Usage | モデルやプログラムが実際に外部ツールを呼び出して発生した課金使用量 |
1 DeepSeek 全部入り API の料金はどうなっているのか
1.1 DeepSeek 全部入り API の2種類の課金:モデル費用とツール費用
2026年11月13日、DeepSeek は App の基盤となるウェブ検索、深い思考の検索、リンク読み取り、ファイル入力、OCR、ASR、TTS、安全チェックなどの機能を API として開放しました。課金面では、これらの機能とモデル推論はそれぞれ別に計算されます。次の式でまとめられます。
合計費用 = モデル入力費用(キャッシュヒット + キャッシュミス)
+ モデル出力費用(思考トークンを含む)
+ ツール呼び出し費用(Search / Fetch / 画像検索)
+ ファイルおよび音声処理費用(解析ページ数 / OCRページ数 / 音声の長さ / TTS文字数)
1回のやり取りでも、上記の各費用が同時に発生することがあります。たとえば会話で深い思考の検索を有効にすると、モデルは検索語を複数回生成し、複数のウェブページを開き、その内容をコンテキストに組み込んで推論を続けます。この1リクエストでは検索と取得の費用が発生するだけでなく、ページ本文がコンテキストに入ることで大量の入力トークンも発生し、思考プロセスは出力トークンとしてカウントされます。

1.2 DeepSeek Flash と Pro のモデル価格
以下は DeepSeek 公式価格ドキュメントが 2026年11月15日に公表した価格です。通貨は人民元で、100万トークンあたりの単価です。
| モデル | キャッシュヒット(オフピーク / ピーク) | キャッシュミス(オフピーク / ピーク) | 出力(オフピーク / ピーク) | 同時実行数上限 |
|---|---|---|---|---|
| DeepSeek-V4.1-Flash | ¥0.02 / ¥0.04 | ¥1 / ¥2 | ¥4 / ¥8 | 2500 |
| DeepSeek-V4-Pro | ¥0.15 / ¥0.30 | ¥4.5 / ¥9 | ¥13.5 / ¥27 | 500 |
ピーク時間帯は北京時間の月曜日から金曜日の 09:00—12:00 と 14:00—18:00 です(中国の法定休日を除く)。それ以外の時間(週末および法定休日の終日を含む)はすべてオフピーク時間帯です。両モデルのコンテキスト長は 1M、最大出力長は 384K です。Flash は画像理解に対応していますが、Pro は対応していません。
モデルの選択はツールの可用性にも影響します。今回の発表では、対話レベルの完全なツール統合(ウェブ検索、深い思考の検索、リンク読み取り、ファイル解析、画像理解、安全チェック)は deepseek-flash(DeepSeek-V4.1-Flash)が担います。ツールを内蔵するアプリを計画する際は、Flash を基準にコストモデルを構築するのがよいでしょう。
2 DeepSeek 全部入り API の Search、Fetch、OCR、ASR、TTS はそれぞれいくら?
下表は DeepSeek 公式ツールの価格です(2026年11月15日時点、人民元)。「通常料金(刊例价)」と「期間限定割引」を分けて記載しているため、割引終了後は通常料金で予算を組み直す必要があります。
| 機能 | 課金単位 | 通常料金 | 期間限定割引 | 1回/1単位あたりの換算 |
|---|---|---|---|---|
| Search 検索 | 成功リクエスト1000回 | ¥5 | ¥5 | ¥0.005 / 回 |
| Fetch ウェブ取得 | 成功リクエスト1000回 | ¥5 | ¥5 | ¥0.005 / 回 |
| ファイル解析 | 1000ページ | ¥1.5 | ¥1.5 | ¥0.0015 / ページ |
| OCR | 1000ページ | ¥1.5 | ¥1.5 | ¥0.0015 / ページ |
| ASR | 音声1時間 | ¥0.78 | ¥0.39 | 1秒未満は1秒として計算 |
| TTS | 課金文字数10000文字 | ¥3 | ¥1.5 | 漢字は2文字としてカウント |
2.1 DeepSeek Search と Fetch の課金方式
独立した Search は成功リクエスト単位で課金されます。HTTP 200 で、かつ results 配列が空でない場合のみ成功とみなします。1回のリクエストで1〜50件の結果を返せます(count のデフォルトは 10)。1件返しても50件返しても料金は同じなので、少量を何度もリクエストするより、一度にまとめて取得したほうがお得です。独立した Fetch は HTTP 200 でウェブページ本文が正常に返された場合が対象です。失敗・タイムアウト・結果なしの場合はいずれも課金されません。
モデル内蔵の検索は集計の基準が異なります。内蔵テキスト検索は、実際に実行されたクエリ語数で課金され、1回のツール呼び出しでクエリ語が3つ含まれていれば3回分としてカウントされます。内蔵画像検索は返却された画像数と選択領域数で課金され、内蔵ウェブ取得は正常に取得できたページ数で課金されます。そのため、会話内で検索を有効にすると、1ラウンドのやり取りで複数回分の検索料金が発生するのは正常な動作です。
2.2 DeepSeek のファイル解析と OCR のページ単位課金
ファイル解析は Files API を通じて行います。ファイルをアップロードするとサーバー側で解析され、file_id が返ります。あとは会話の中で file_id を参照するだけです。解析料は正常に解析できたページ数に応じて課金され、1000 ページあたり ¥1.5 です。その後に同じ解析済みファイルを会話内で再度参照しても解析料はかかりませんが、ファイルの内容がコンテキストに入るたびに入力 Token として課金されます。
解析モードも Token の使用量に影響します。text_recognition はモデルにプレーンテキストだけを渡します。一方 rich_layout_recognition は図表を画像として切り出し、テキストと一緒にモデルへ渡します。決算資料や PPT に向いていますが、画像 Token が増える点に注意が必要です。XLSX、CSV、TXT、MD、JSON、EPUB などのファイルは user_data としてアップロードすると Markdown に変換され、この種のアップロードには解析料がかかりません。
OCR は独立したインターフェース(/v1/tools/ocr)で、こちらも 1000 ページあたり ¥1.5、正常に認識できたページ数に応じた課金です。失敗やタイムアウトは課金されません。両者の役割は異なります。OCR は文字と位置情報の抽出だけを担当し、ファイル解析は結果をそのままモデルのコンテキストに送り込んでモデルに理解させます。
2.3 DeepSeek の ASR と TTS の音声課金
ASR(/v1/tools/asr)の定価は音声 1 時間あたり ¥0.78、現在は期間限定で半額の ¥0.39 です。1 秒未満は 1 秒として課金されます。ファイル全体をアップロードして行う非ストリーミング認識を採用しており、1 つの音声は最長 120 秒、最大 8 MiB、16-bit PCM WAV と Ogg Opus に対応しています。1 アカウントあたりの同時実行数は 50 です。長い録音は事前に分割する必要があり、各セグメント末尾の 1 秒未満はそれぞれ切り上げられるため、分割が細かいほど切り上げの累積が増えていきます。
TTS(/v1/tools/tts、WebSocket によるストリーミング合成にも対応)の定価は 10000 課金文字あたり ¥3、期間限定価格は ¥1.5 です。中国語の漢字は 2 課金文字、英字・数字・スペースは 1 文字として計算され、1 回の入力は最大 10000 課金文字です。換算すると、10 万課金文字はおよそ 5 万の漢字に相当するため、中国語コンテンツの予算はまず 2 倍で見積もっておきましょう。
3 DeepSeek スイート API、4つのシーンにおける費用試算
以下に示す4つのケースは、すべて公開単価と固定の前提に基づいて計算したものです。呼び出し回数とトークン使用量は仮定値であり、シナリオ試算に位置づけられます。示しているのはあくまで計算方法で、実際の請求額はサーバー側から返される課金フィールドを基準とします。
3.1 シーン1:1000回のネット検索リサーチタスク(アイドル時間帯 ¥57 / ピーク時間帯 ¥89)
前提:DeepSeek-V4.1-Flash を使用。1回のタスクあたり、成功した検索クエリ語2つ、成功したWebページ取得3件、キャッシュミスの入力トークン20000個、出力トークン3000個。
| 項目 | 計算式 | アイドル時間帯(¥/回) | ピーク時間帯(¥/回) |
|---|---|---|---|
| 入力トークン | 20000 ÷ 1000000 × 単価 | 0.020 | 0.040 |
| 出力トークン | 3000 ÷ 1000000 × 単価 | 0.012 | 0.024 |
| Search | 2 × ¥0.005 | 0.010 | 0.010 |
| Fetch | 3 × ¥0.005 | 0.015 | 0.015 |
| 1回あたり合計 | — | 0.057 | 0.089 |
| 1000回合計 | 1回あたり × 1000 | ¥57 | ¥89 |
ピーク時間帯にはモデルのトークン費用が2倍になりますが、Search と Fetch の価格は変わりません。そのため総額は ¥57 から ¥89 へと、約56%上昇します。このタスクではモデル費用がアイドル時間帯の請求額の約56%(¥32 / ¥57)を占めており、ネット検索エージェントでは依然としてトークンが大部分を占めていることがわかります。後回しにできるバッチタスクをアイドル時間帯に実行するのが、もっとも直接的なコスト削減策です。
3.2 シナリオ2:入力キャッシュヒット率80%でどれだけ節約できるか
仮定:条件はシナリオ1と同じ(オフピーク時間帯)だが、20000 個の入力トークンのうち 16000 個がキャッシュヒット、4000 個がキャッシュミス。
- キャッシュヒット入力:16000 ÷ 1000000 × ¥0.02 = ¥0.00032
- キャッシュミス入力:4000 ÷ 1000000 × ¥1 = ¥0.004
- 出力:3000 ÷ 1000000 × ¥4 = ¥0.012
- 検索 + 取得:¥0.010 + ¥0.015 = ¥0.025
- 1回あたり合計 ¥0.04132、1000回合計 ¥41.32
シナリオ1の ¥57 と比べて ¥15.68 の節約、約27.5% になります。キャッシュは入力費用にのみ作用します。入力は ¥0.020 から約 ¥0.0043 に下がり、出力とツール費用はまったく変わりません。キャッシュヒット率が高いほど、請求額は「出力 + ツール」の下限に近づきます。この段階でさらにコストを下げるには、検索回数を減らし、出力長を抑える必要があります。

3.3 シナリオ3:5000ページの企業文書を一括処理
前提:Flashのアイドル時間帯。5000ページの文書は一度だけ解析。その後の分析で累計1000万のキャッシュミス入力Token、100万の出力Token。
- ファイル解析:5000 ÷ 1000 × ¥1.5 = ¥7.50
- モデル入力:10000000 ÷ 1000000 × ¥1 = ¥10.00
- モデル出力:1000000 ÷ 1000000 × ¥4 = ¥4.00
- 合計 ¥21.50
解析費は約35%を占めるにすぎません。同じファイル群を複数回の対話で毎回まるごとコンテキストに詰め込むと、入力Tokenは倍々に増えていきますが、解析費はもう増えません。大規模文書のシナリオで鍵となるのは「ファイル内容がコンテキストに入る回数」を制御することです。
3.4 シナリオ4:10時間の音声認識 + 10万課金文字のTTS
前提:現在の期間限定半額価格を使用。ASRは10時間の音声、TTSは100000課金文字。
- ASR:10 × ¥0.39 = ¥3.90
- TTS:100000 ÷ 10000 × ¥1.5 = ¥15.00
- 合計 ¥18.90
この費用には音声サービスのみが含まれます。文字起こししたテキストを対話モデルに渡して要約や質問応答を行う場合、モデルのTokenは別途課金されます。定価で計算すると、同じ利用量は 10 × ¥0.78 + 10 × ¥3 = ¥37.80 となり、割引終了後は音声の予算が倍になります。また、10時間の音声は120秒の上限で少なくとも300セグメントに分割する必要があり、50の並列処理でスケジューリングする必要があります。
4 DeepSeek フルセット API の請求額を押し上げる要因
4.1 深度思考検索が一度に複数の検索クエリを実行する
深度思考検索では、最大で約20回ツールを呼び出した後に回答します。課金は実際の動作ごとに積み上がります。公式の課金細則における主なルールは次のとおりです。
- 1回の Search に3つの検索クエリが含まれ、すべてに結果がある場合は、3回の検索としてカウントされます
- 画像検索で3枚の画像が返ると3回分としてカウントされ、さらにモデルが画像内の2つの領域を矩形選択すると追加で2回分がカウントされます
- ネットワーク経由で取得する必要があるWebページを1つ正常に開くと1回の Fetch としてカウントされ、同じWebページを再度開いても重複課金はありません
- 開いたWebページに対して
find_in_pageを実行しても個別課金はなく、Search に結果がない場合も課金されません - モデルのコンテンツ安全機能を有効にすると、一部のWebページが
url_not_allowedまたはunavailableと表示されていても、基盤側で正常に取得できた場合は課金されることがあります
集計時には課金フィールドである server_tool_use.tool_search、tool_fetch、tool_image_search を使用します。web_search_requests と web_fetch_requests は返却ブロックの数を表示するだけであり、失敗したリクエストが含まれる可能性があるため、これらに基づいて計算すると費用を過大評価します。
4.2 長いコンテキストと同一ファイルの繰り返し入力
検索結果、Webページ本文、解析済みファイルはすべてコンテキストに入ります。リンク読み取りツールは、最後のユーザーメッセージに含まれる最大10個の異なるURLを考慮します。複数のWebページを同時に読み取ると、ページごとに利用できるコンテキストは小さくなりますが、総入力量は依然として相当な量になります。長い会話では各ターンに履歴内容が伴うため、入力トークンはターンを重ねるごとに累積して増加します。
コスト削減方法は3つあります。アプリケーション層で要約と重要な事実を保存し、後続のターンで要約を参照します。システムプロンプト、共通資料、ワークフロールールをコンテキストの前半に配置して安定させ、キャッシュヒットの機会を高めます。図表を確認する必要がある場合にのみ rich_layout_recognition を使用します。
4.3 バッチタスクのリクエストレート制限
独立した Search のアカウントレベル制限は 100 QPS、Fetch は 25 QPS です。これはアカウント全体の割り当てで、複数の APIキーで共有されます。Fetch は対象ドメイン単位の QPS 制限も受けるため、同じWebサイトを集中的に取得すると 429 が発生しやすくなります。エラー処理の推奨事項は次のとおりです。
- 408、429、5xx:指数バックオフ後にリトライし、同一ドメインへのリクエストを分散させます
- 402:残高不足です。まずアカウント残高を確認して対処します
- その他の 4xx(パラメータエラーなど):リクエストを修正してから再送します。リトライは無効です
失敗したリクエストは課金されないため、リトライ自体でツール費用は増えませんが、タスクの所要時間は長くなります。大規模なバッチタスクでは、Fetch の上限である 25 QPS から逆算して完了時間を見積もる必要があります。
5 DeepSeek Agent のために合理的なコスト予算を設計する方法
5.1 DeepSeek フルセット API のコストログ:クイックスタート
本番環境では、少なくとも次の項目を個別に記録する必要があります。キャッシュヒット入力、キャッシュミス入力、出力トークン、Search 回数、Fetch 回数、画像検索回数、ドキュメント解析ページ数、音声長、TTS 課金文字数。以下の関数は usage フィールドを直接読み取って1回あたりの費用を算出します。各リクエストの後に呼び出してログを書き出すとよいでしょう。
# DeepSeek フルセットのコスト推定(人民元、2026-11-15 の公式価格)
FLASH = {"cache_hit": 0.02, "cache_miss": 1.0, "output": 4.0} # アイドル時間帯 ¥/100万トークン
TOOL = {"search": 0.005, "fetch": 0.005, "image_search": 0.005} # ¥/回
def estimate_cost(usage: dict, peak: bool = False) -> dict:
k = 2 if peak else 1 # ピーク時の価格はアイドル時の2倍、ツール価格は変わらない
stu = usage.get("server_tool_use", {})
model = (usage.get("cache_read_input_tokens", 0) * FLASH["cache_hit"]
+ usage.get("input_tokens", 0) * FLASH["cache_miss"]
+ usage.get("output_tokens", 0) * FLASH["output"]) / 1e6 * k
tools = (stu.get("tool_search", 0) * TOOL["search"]
+ stu.get("tool_fetch", 0) * TOOL["fetch"]
+ stu.get("tool_image_search", 0) * TOOL["image_search"])
return {"model": round(model, 5), "tools": round(tools, 5),
"total": round(model + tools, 5)}
# シナリオ2の再現:ヒット 16000 + ミス 4000 + 出力 3000 + 検索 2 回 + フェッチ 3 回
print(estimate_cost({"cache_read_input_tokens": 16000, "input_tokens": 4000,
"output_tokens": 3000,
"server_tool_use": {"tool_search": 2, "tool_fetch": 3}}))
# {'model': 0.01632, 'tools': 0.025, 'total': 0.04132}
画像検索の単価はここでは Search の単価で処理しています。リリース前に必ず公式ドキュメントと照らし合わせて確認してください。予算管理の観点では、Q&A プロダクトは「ユーザーリクエスト単位」での記録が適しており、マルチステップ Agent、Deep Research、バッチ自動化は「タスクのライフサイクル単位」での記録がより適しています。1つのタスク内のすべてのモデル呼び出しとツール呼び出しを、同じ task_id の下に集約するのです。
5.2 DeepSeekの組み込み検索と、独立したSearch / Fetch APIをいつ使い分けるか
| 観点 | モデル組み込み検索(deepseek_web_search / read_url) | 独立したSearch / Fetch API |
|---|---|---|
| 開発の複雑さ | 低い。検索・取得・コンテキストの結合をサーバー側で完結 | 比較的高い。ツールループを自分で編成する必要がある |
| フロー制御 | 検索回数や読み取るページをモデルが決定 | 開発者が各呼び出しを正確に制御 |
| 課金の基準 | クエリ語数、画像数、取得に成功したページ数に基づく | 成功したHTTPリクエスト回数に基づく |
| 費用の予測しやすさ | 変動が大きい。ディープ検索では最大約20回のツール呼び出し | 高い。呼び出し回数はコードで決まる |
| 適したシーン | 対話アシスタント、アプリ体験の迅速な再現 | RAG、バッチ収集、固定フローのAgent |
対話型プロダクトを素早くローンチしたい場合は、組み込み検索によって多くのエンジニアリング作業を省けます。単一タスクのコストを一定レンジに抑えたい場合や、先に選別してから取得したい場合は、独立したAPIの方が適しています。両者は組み合わせることも可能です。対話のメインフローでは組み込みツールを使い、バックグラウンドでのバッチデータ補完には独立したAPIを使う、といった形です。
5.3 APIYI における DeepSeek Search / Fetch の接続と価格
APIYI は 2026 年 10 月 21 日に、DeepSeek の独立ツールインターフェース deepseek-search と deepseek-fetch を公開しました。エンドポイントは POST /v1/tools/search と POST /v1/tools/fetch です。これらはモデルの Token を消費せず、成功した呼び出し回数に応じて課金されます。default グループと svip グループで利用でき、ClaudeCode グループのトークンからは直接呼び出せません。DeepSeek Harness や Claude Code などのクライアントが呼び出すモデル内蔵検索については、APIYI の互換対応は今後の計画に含まれており、現時点で利用できるのは独立した Search / Fetch です。
以下は APIYI ドキュメントで公開されている価格です。通貨は米ドルです。
| 項目 | ドキュメント記載の公式価格 | APIYI サイト内価格 | 20% 加贈後の実質 | 10% 加贈後の実質 |
|---|---|---|---|---|
| Search / 1000 回 | $0.75 | $0.90 | $0.75 | 約 $0.82 |
| Fetch / 1000 回 | $0.75 | $0.90 | $0.75 | 約 $0.82 |
シナリオ 1 のツール使用量(Search 1000 回 + Fetch 3000 回)で計算すると、サイト内課金は (1000 + 3000) ÷ 1000 × $0.90 = $3.60 となります。20% 加贈がすべての消費に適用される場合は実質 $3.60 ÷ 1.20 = $3.00、10% 加贈の場合は約 $3.27 です。DeepSeek 公式は人民元で価格を設定しているため、実際のコストを比較する際には通貨・為替レート・チャージ優待の条件を揃える必要があり、最終的にはアカウントコンソールに表示される価格が基準となります。
最小限の呼び出し例(リクエストフィールドは APIYI ドキュメントに準拠):
import requests
BASE_URL = "https://api.apiyi.com/v1" # APIYI の統一インターフェース
headers = {"Authorization": "Bearer YOUR_API_KEY"}
resp = requests.post(f"{BASE_URL}/tools/search", headers=headers,
json={"model": "deepseek-search",
"query": "DeepSeek API 价格", "count": 10})
print(resp.json())
完全な実装を見る:まず検索してから取得、429 のバックオフ再試行とカウントを含む
import time
import requests
BASE_URL = "https://api.apiyi.com/v1" # APIYI の OpenAI 互換エンドポイント
HEADERS = {"Authorization": "Bearer YOUR_API_KEY"}
RETRY_CODES = {408, 429, 500, 502, 503, 504}
def call_tool(path: str, payload: dict, max_retry: int = 4) -> dict | None:
"""ツールインターフェースを呼び出す;再試行可能なエラーは指数バックオフ、失敗したリクエストは課金されない"""
for i in range(max_retry):
r = requests.post(f"{BASE_URL}{path}", headers=HEADERS,
json=payload, timeout=60)
if r.status_code == 200:
return r.json()
if r.status_code == 402:
raise RuntimeError("余额不足,请先充值")
if r.status_code in RETRY_CODES:
time.sleep(2 ** i) # 1s, 2s, 4s, 8s
continue
raise ValueError(f"请求参数错误: {r.status_code} {r.text}")
return None
def research(query: str, fetch_top: int = 3) -> dict:
stats = {"search": 0, "fetch": 0}
result = call_tool("/tools/search",
{"model": "deepseek-search", "query": query, "count": 10})
items = (result or {}).get("results", [])
if items:
stats["search"] += 1 # 結果が空でない場合のみ課金
pages = []
for item in items[:fetch_top]: # 原文を読む必要があるページだけを取得
page = call_tool("/tools/fetch",
{"model": "deepseek-fetch", "url": item.get("url")})
if page:
stats["fetch"] += 1
pages.append(page)
time.sleep(0.05) # ペースを調整し、Fetch の 25 QPS とドメイン単位のレート制限を回避
return {"pages": pages, "billing": stats}
if __name__ == "__main__":
out = research("DeepSeek 全家桶 API 计费规则")
print(out["billing"]) # 例: {'search': 1, 'fetch': 3}
🚀 クイックスタート:APIYI apiyi.com に登録するとテスト用のクレジットがもらえます。まずは小規模なリクエストで Search / Fetch を試し、ログに記録された実際の呼び出し回数から本番予算を見積もりましょう。
よくある質問(FAQ)
Q1:DeepSeek フルセット API にはどのような課金項目がありますか?
モデルの Token(キャッシュヒットした入力、キャッシュ未ヒットの入力、出力)と、ツール費用(Search、Fetch、画像検索、ファイル解析、OCR、ASR、TTS)が含まれます。セキュリティチェックとページ内検索 `find_in_page` については、公開価格表に単独の価格が記載されていません。
Q2:独立した Search API とモデル内蔵検索の課金にはどのような違いがありますか?
独立した Search は成功した HTTP リクエスト1回を1回としてカウントし、50件返しても1回とだけ数えます。モデル内蔵検索は実際のクエリ数で課金され、1回の呼び出しに3つのクエリが含まれれば3回とカウントされます。内蔵方式は開発がより簡単で、独立方式は費用をより細かくコントロールできます。
Q3:これらの価格はいつのものですか?期間限定の割引は変わりますか?
本記事の価格は DeepSeek 公式の中国語価格ドキュメントから取得しており、時点は 2026年11月15日です。ASR と TTS は現在期間限定で50%オフですが、終了後はそれぞれ毎時 ¥0.78 と課金対象文字数10000あたり ¥3 に戻ります。長期予算は定価(掲載価格)を基準に余裕を持っておくことをおすすめします。
Q4:ピーク時間帯の請求額はそのまま2倍になりますか?
モデルの Token 部分だけが2倍になり、ツール価格は時間帯で変わりません。シナリオ1では、総請求額が ¥57 から ¥89 に上昇し、上昇率は約56%です。ツール費用の比率が高いタスクほど、ピーク時間帯の上昇幅は小さくなります。
Q5:API 経由で DeepSeek Search と Fetch を素早く呼び出すにはどうすればよいですか?
1. APIYI apiyi.com に登録し、default または svip グループのトークンを作成します
2. `base_url` を `https://api.apiyi.com/v1` に設定します
3. 本記事のコードで `/tools/search` と `/tools/fetch` をリクエストします。モデル名はそれぞれ `deepseek-search`、`deepseek-fetch` です
同じ API Key でプラットフォーム上の他の主要モデルも呼び出せるため、検索結果をさまざまなモデルに渡して効果を比較するのに便利です。
Q6:ファイル解析後に何度も質問すると、料金が重複してかかりますか?
解析費は1回だけ請求され、同じ `file_id` を再び参照しても解析費はかかりません。ただし、ファイル内容がコンテキストに入るたびに入力 Token として課金されます。大きなファイルで何度も質問する場合、主なコストは入力 Token から発生します。
Q7:DeepSeek フルセット API にはどのような既知の制限がありますか?
– 完全な対話レベルのツール統合は現在 `deepseek-flash` を対象としています
– 独立した Search はアカウント単位で 100 QPS、Fetch は 25 QPS で、対象ドメインのレート制限も受けます
– ASR は1セグメント最大120秒、非ストリーミングです。TTS は1回最大10000課金文字で、話速の調整には現時点で対応していません
– ファイル解析は1ファイル最大100 MiB・1000ページで、1リクエストで最大20ファイルまで参照できます
Q8:APIYI では DeepSeek が新たにリリースしたすべての内蔵ツールを呼び出せますか?
現在 APIYI では独立した `deepseek-search` と `deepseek-fetch` を提供しており、Agent や RAG の中で自由に組み合わせて使えます。モデル内蔵検索を Harness や Claude Code などのクライアントで利用できるようにする互換性の対応はまだ計画段階です。進捗は APIYI apiyi.com の公式ドキュメントをご確認ください。
DeepSeek フルセット API の料金:主なポイント
- 課金体系:モデルの Token とツール呼び出しは別々に課金され、1つのタスクで複数の費用が同時に発生します
- ツール単価:Search、Fetch は各 ¥5 / 1000 回、ファイル解析と OCR は各 ¥1.5 / 1000 ページ
- 音声の価格:ASR は期間限定 ¥0.39 / 時間、TTS は期間限定 ¥1.5 / 1万課金文字、漢字は2文字としてカウント
- 請求の大半:ネット検索を伴うリサーチタスクではモデル Token が通常半分以上を占め、オフピーク時間帯とキャッシュが最も効果的
- キャッシュの効果:入力のヒット率が80%のとき、シナリオ1の請求は ¥57 から ¥41.32 に下がり、約27.5%の節約になります
- 計上の基準:
server_tool_useの課金フィールドで計上し、表示フィールドには失敗したリクエストが含まれる場合があります - 始め方:独立した Search / Fetch は APIYI apiyi.com で共通の Key を使って呼び出しテストができます
まとめ
DeepSeek フルセット API の料金における核心ポイント:
- タスク単位で計算する:1つの Agent タスクのコスト = 入力 + 出力 + ツール + ファイル・音声であり、単発リクエストの価格はそのうちの1項目しか反映しません
- Token が請求を主導する:ツールの単価は低く、長いコンテキスト、重複ファイル、思考出力こそが費用増加の主因です
- 基準が制御性を決める:内蔵検索はクエリ語ごとに課金され開発しやすく、独立インターフェースはリクエストごとに課金され予算が安定します
実際に導入する際は、まず本記事のコスト関数を小規模サンプルで実行して実際の課金フィールドを算出し、それを業務量に掛けて予算を求め、期間限定割引の終了に備えて余裕を確保しておきましょう。検索とクロールのフローを自前で組み立てたいチームは、APIYI apiyi.com から独立した DeepSeek Search / Fetch インターフェースを呼び出し、コンソール上の実際の価格と突き合わせて同一通貨での比較を完了できます。
📚 参考資料
- DeepSeek モデルと料金:公式のリアルタイム料金ドキュメント
- リンク:
api-docs.deepseek.com/zh-cn/quick_start/pricing -
説明:モデルのToken単価、ピーク時とアイドル時、ツールの料金
-
DeepSeek ウェブ連携ツール:内蔵検索とリンク読み取りの技術ドキュメント
- リンク:
api-docs.deepseek.com/zh-cn/guides/web_tools -
説明:ディープ検索の課金細則、
server_tool_use課金フィールド -
DeepSeek ウェブ検索とクロール:独立した Search / Fetch ドキュメント
- リンク:
api-docs.deepseek.com/zh-cn/guides/search -
説明:成功リクエストの定義、QPS制限、エラーコードの扱い
-
DeepSeek ファイル解析 / OCR / ASR / TTS:各ツールの技術ドキュメント
- リンク:
api-docs.deepseek.com/zh-cn/guides/document_parsing -
説明:同じディレクトリ内で ocr、asr、tts の制限と課金単位を確認できます
-
DeepSeek フルセットアプリ API のお知らせ:2026年11月13日公開
- リンク:
api-docs.deepseek.com/zh-cn/news/news261113 - 説明:今回公開された機能一覧とモデルのサポート範囲
作者:APIYI 技術チーム
技術交流:APIYI のウェブサイトトップページからお問い合わせください。DeepSeek Search / Fetch のインターフェースパラメータと最新料金は、APIYI のドキュメントセンターでご確認いただけます。
