작성자 주: DeepSeek API에 피크·오프피크 요금제와 도구 호출 과금이 도입되면서, 기존의 “단가 × Token” 방식 견적은 더 이상 유효하지 않게 됐어요. 이 글에서는 5단계에 걸쳐 시간대, Token 유형, 캐시, 도구 호출이라는 네 가지 차원에서 애플리케이션의 실제 호출 비용을 다시 계산해 봅니다.
많은 개발자의 비용 표는 아직 “입력 단가 × 입력 Token + 출력 단가 × 출력 Token”이라는 한 단계에 머물러 있어요. DeepSeek API에 피크·오프피크 요금제와 도구 호출 과금이 도입된 뒤로, 이 공식에는 변수가 두 개나 빠져 있죠. 요청이 어느 시간대에 발생했는지, 그리고 도구를 몇 번 호출했는지예요. 같은 애플리케이션, 같은 Token 사용량이라도 시간대를 바꿔 실행하면 청구서가 꽤 차이 날 수 있어요.
이 글은 가격을 그대로 옮겨 적은 글이 아니에요. 본문에는 검증되지 않은 단가를 제시하지 않습니다. 모든 가격과 시간대 할인, 캐시 산정 기준은 APIYI 가격 페이지 docs.apiyi.com/models의 실시간 데이터와 DeepSeek 공식 공지를 기준으로 확인해 주세요. 이 글이 풀려는 건 방법의 문제예요. 가격표를 손에 넣은 다음, 그것을 내 서비스 로그에 어떻게 정확히 적용할 것인가 하는 문제죠.
핵심 가치: 이 글을 다 읽으면 재사용 가능한 DeepSeek API 비용 산정 프레임워크를 갖게 됩니다. 어떤 요청을 오프피크 시간대로 옮길 만한지, 어떤 도구 호출을 줄일 만한지 판단할 수 있고, 정확한 가격 데이터를 어디서 가져와야 하는지도 알게 돼요.
DeepSeek API 피크·오프피크 가격제 이후 비용 핵심 포인트
최근 미디어에서 DeepSeek의 상업화 행보를 다루는 논의가 눈에 띄게 늘었어요. 예를 들어 36Kr의 보도 《량원펑, 산에서 내려오다—DeepSeek는 무엇을 찾고 있나?》 같은 글도 있었죠. 가격 구조 변화도 개발자들이 주목하는 포인트예요. 그 배경에 어떤 비즈니스 로직이 있든, API를 호출하는 쪽 입장에서 가장 직접적인 영향은 비용 모델이 ‘1차원’에서 ‘다차원’으로 바뀌었다는 점이에요. 아래 표에서 새로운 비용 구성을 먼저 정리해 볼게요.
| 비용 차원 | 설명 | 비용 산정에 미치는 영향 |
|---|---|---|
| 시간대 계수 | 피크 시간과 오프피크 시간에 서로 다른 과금 기준이 적용됨 | 반드시 요청 시간별로 버킷을 나눠 집계해야 하며, 하루 평균값으로는 안 됨 |
| 입력 토큰(캐시 적중) | 컨텍스트 캐시에 적중한 입력 부분 | 단가가 미적중 부분과 달라 별도 집계 필요 |
| 입력 토큰(캐시 미적중) | 처음 등장하거나 캐시가 무효화된 입력 | 긴 System Prompt 애플리케이션의 비중이 가장 큼 |
| 출력 토큰 | 추론 모델의 사고 과정 토큰 포함 | 추론형 모델의 출력량은 흔히 과소평가됨 |
| 도구 호출 비용 | 호출 횟수 등의 기준으로 과금되는 도구 사용 | 새로 추가된 독립 비용 항목이고, 토큰도 함께 늘어남 |
가격의 구체적인 숫자는 표에 넣지 않았는데, 이건 의도한 거예요. DeepSeek의 가격은 최근 몇 차례 조정됐고, 예전에는 야간 오프피크 할인을 내놨다가 다시 전략을 바꾸기도 했어요. 어느 날 본 숫자를 비용 모델에 하드코딩하면 몇 달 뒤에는 잘못된 데이터가 돼요. 올바른 방법은 단가를 모델의 ‘입력 파라미터’로 두고 가격 페이지에서 실시간으로 읽어오는 거예요.
DeepSeek API 시간대별 과금 핵심 정리
피크·오프피크 가격제의 본질은 컴퓨팅 자원이 유휴 상태인 시간대의 이익을, 지연 실행이 가능한 작업에 돌려주는 거예요. 비용 산정에서 가장 실수하기 쉬운 세부 포인트가 세 가지 있어요.
첫째는 타임존이에요. 공식 시간 구간은 보통 베이징 시간(UTC+8)으로 정의되는데, 서버 로그는 기본적으로 UTC 시간을 기록하는 경우가 많아서 변환하지 않으면 요청 묶음 전체가 잘못된 버킷에 들어가요.
둘째는 구간을 넘나드는 요청이에요. 긴 스트리밍 출력 요청은 피크 시간에 시작해 오프피크 시간에 끝날 수 있는데, 요청 시작 시간과 종료 시간 중 어느 쪽을 기준으로 과금할지는 공식 규칙을 따라야 해요.
셋째는 재시도예요. 실패 후 재시도한 요청은 다른 시간대에 떨어질 수 있으니, 실제로 성공한 요청의 시간을 기준으로 계산해야 해요.
DeepSeek API 도구 과금 핵심 정리
도구 과금의 함정은 ‘이중 과금’에 있어요. 웹 검색 같은 도구를 예로 들면, 한 번 호출할 때 호출 횟수 기준의 도구 비용이 발생할 수 있을 뿐 아니라, 도구가 반환한 결과가 컨텍스트에 주입돼 다음 턴의 입력 토큰으로 한 번 더 과금돼요. 모델이 한 번의 대화에서 도구를 연달아 서너 번 호출하면, 토큰 비용은 컨텍스트가 쌓이면서 계속 불어나요. 그래서 도구 비용을 산정할 때는 ‘호출 횟수’와 ‘도구 결과로 생기는 추가 입력 토큰’을 함께 집계해야 하고, 둘 중 하나도 빠뜨리면 안 돼요.
DeepSeek API 호출 비용 빠르게 시작하기: 5단계로 다시 계산하기
아래 절차는 코드를 한 줄도 작성할 필요 없이 로그 내보내기와 스프레드시트만으로 완료할 수 있어요. 이미 데이터 플랫폼이 있다면 이 단계들을 SQL이나 리포트로 옮기면 됩니다.
1단계: 가격 파라미터 표 준비하기
먼저 ‘가격 파라미터 표’를 만들어요. 각 행은 하나의 과금 변수이고, 단가는 모두 가격 페이지에서 가져와 조회 날짜를 기록해요. 이 단계가 이후 모든 계산의 정확성을 좌우합니다.
| 변수명 | 의미 | 데이터 출처 |
|---|---|---|
| 피크 시간대 캐시 적중 입력 단가 | 피크 시간대에 캐시가 적중된 입력 가격 | APIYI 가격 페이지 docs.apiyi.com/models |
| 피크 시간대 캐시 미적중 입력 단가 | 피크 시간대에 캐시가 적중되지 않은 입력 가격 | APIYI 가격 페이지 docs.apiyi.com/models |
| 피크 시간대 출력 단가 | 피크 시간대 출력 토큰 가격 | APIYI 가격 페이지 docs.apiyi.com/models |
| 비피크 시간대 해당 3개 단가 | 비피크 시간대의 입력·캐시·출력 가격 | APIYI 가격 페이지 및 공식 공지 |
| 도구 호출 단가 | 도구 유형별 과금 기준과 단가 | APIYI 가격 페이지 및 공식 공지 |
| 시간대 경계 | 피크·비피크 시작/종료 시각 및 시간대 | DeepSeek 공식 공지 |
💡 데이터 출처 제안: 가격 파라미터 표는 APIYI 가격 페이지 docs.apiyi.com/models와 주기적으로 대조해 업데이트하고, 표에 ‘조회 날짜’를 표시해 두세요. 공식 가격이 조정되면 이 표만 수정하면 전체 비용 모델에 자동으로 반영됩니다.
2단계: 타임스탬프가 포함된 사용량 로그 내보내기
각 요청 로그에는 최소한 다음 필드가 들어가야 해요. 요청 시작 시간, 모델 이름, 입력 토큰 수, 그중 캐시 적중 토큰 수, 출력 토큰 수, 도구 호출 횟수와 도구 유형이에요. DeepSeek의 응답 usage 필드에는 캐시 적중 및 미적중 토큰 통계가 반환되고, 추론 모델의 사고(thinking) 토큰도 출력에 포함돼요. 만약 로그에 총 토큰만 기록하고 있다면 먼저 계측 지점을 보완하는 걸 권해요. 그렇지 않으면 이후 계산은 어림짐작 수준에 머물 수밖에 없어요.
3단계: 시간대별로 버킷 나누기
타임스탬프를 모두 베이징 시간으로 통일한 다음, 피크/오프피크 경계에 따라 각 요청에 ‘피크’ 또는 ‘오프피크’ 라벨을 붙여요. 여기에 시간 단위로 한 층 더 세분화하는 걸 권장하는데, 이렇게 하면 비즈니스 트래픽의 파형을 파악할 수 있어서 이후 스케줄링의 근거로 삼을 수 있어요. 많은 팀이 이 단계를 마치고 나서야 상당한 비율의 요청이 사실 정기 작업에서 비롯된 것이고, 충분히 오프피크 시간대로 옮겨 실행할 수 있다는 걸 발견하곤 해요.
4단계: 항목별 토큰 비용과 도구 비용 계산하기
각 시간대 버킷별로 따로 계산해요. 토큰 비용 = 캐시 적중 입력 × 해당 단가 + 캐시 미적중 입력 × 해당 단가 + 출력 × 해당 단가, 그리고 도구 비용 = 각 도구 호출 횟수 × 해당 도구 단가로 구합니다. 마지막에 피크와 비피크 두 버킷을 더하면 새로운 기준의 총비용이 나와요.
가격 없이 사용량만으로 보여드리는 예시를 하나 들어볼게요. 어떤 고객 서비스 애플리케이션이 하루 평균 10,000건의 요청을 처리하고, 평균적으로 요청당 입력이 3,000 토큰인데 그중 약 60%가 캐시에 적중하며, 출력은 500 토큰이고, 평균 5건의 요청마다 검색 도구가 1회 호출된다고 가정해 볼게요. 그러면 하루에 약 1,200만 개의 캐시 적중 입력 토큰, 약 1,800만 개의 미적중 입력 토큰, 약 500만 개의 출력 토큰, 약 2,000회의 도구 호출이 발생하고, 여기에 도구 결과를 다시 입력으로 채워 넣으면서 생기는 추가 입력 토큰까지 더해져요. 이 수량들을 피크와 비피크 비율로 나눈 뒤 가격 파라미터 표의 단가를 곱하면 실제 일일 비용이 나옵니다.
5단계: 기존 기준과 비교해서 최적화 여지 찾기
새 기준의 결과를 기존의 “단일 평균 단가” 추정치와 나란히 비교해 보면, 차액이 가장 큰 부분이 바로 최적화의 핵심이에요. 흔히 나오는 결론은 세 가지예요. 피크 시간대 비중이 너무 높거나, 도구 호출이 지나치게 잦거나, 캐시 적중률이 낮은 경우죠. 다음 절에서는 이 세 가지 유형에 대한 구체적인 방법을 알려드릴게요.
🚀 빠른 시작: 동일한 인터페이스 세트에서 DeepSeek와 다른 모델의 비용 차이를 테스트해 보고 싶다면 APIYI apiyi.com을 통해 호출할 수 있어요. APIYI는 이 글에서 다루는 DeepSeek 모델 API를 제공하며, OpenAI와 Anthropic 인터페이스 형식을 동시에 지원하기 때문에 기존 코드에서 보통 base_url과 API Key만 수정하면 바로 연동할 수 있어요. 구체적인 주소와 파라미터는 문서 센터 docs.apiyi.com에서 확인하세요.
DeepSeek API 피크·오프피크 가격제에서의 애플리케이션 시나리오와 비용 전략
애플리케이션 유형에 따라 피크·오프피크 가격제와 도구 사용 요금에 대한 민감도는 크게 달라요. 먼저 내 서비스가 어느 유형에 속하는지 판단한 뒤 최적화 방향을 정하는 편이, 무조건 “전부 야간으로 옮겨서 실행”하는 것보다 훨씬 효과적이에요.
| 애플리케이션 유형 | 시간대 유연성 | 도구 의존도 | 권장 전략 | 사용 가능 플랫폼 |
|---|---|---|---|---|
| 온라인 고객센터 / 대화형 봇 | 낮음, 실시간 응답 필수 | 중간 | 캐시 적중률 높이기, 도구 호출 간소화 | APIYI apiyi.com, DeepSeek 공식 |
| 대량 문서 처리 / 데이터 라벨링 | 높음, 지연 실행 가능 | 낮음 | 모두 오프피크 시간대로 스케줄링 | APIYI apiyi.com, DeepSeek 공식 |
| AI 검색 / 리서치 어시스턴트 | 중간 | 높음 | 도구 호출 라운드 수 제어, 컨텍스트 재주입 내용 압축 | APIYI apiyi.com, DeepSeek 공식 |
| 코드 에이전트 | 중간 | 높음 | 도구 호출 병합, 컨텍스트 축소 | APIYI apiyi.com, DeepSeek 공식 |
| 콘텐츠 생성 정기 작업 | 높음 | 중간 | 오프피크에 일괄 생성, 피크에는 검토만 | APIYI apiyi.com, DeepSeek 공식 |
실시간 애플리케이션의 DeepSeek API 비용 최적화
실시간 애플리케이션은 피크 시간대를 피할 수 없기 때문에 캐시와 도구 호출에 집중해야 해요. 고정된 System Prompt, 지식베이스 요약, Few-shot 예시를 메시지 맨 앞에 두고 바이트 단위로 변하지 않게 유지하면 캐시 적중률을 크게 높일 수 있어요. 도구 쪽에서는 가벼운 판단을 한 번 먼저 수행해 “정말 검색이 필요한가”를 결정하면, 불필요한 상황에서 모델이 도구를 반복 호출하는 일을 피할 수 있어요.
오프라인 애플리케이션의 DeepSeek API 오프피크 스케줄링
오프라인 작업은 피크·오프피크 가격제의 최대 수혜자예요. 비즈니스 시스템과 모델 호출 사이에 작업 큐를 한 겹 두고, 피크 시간대에는 큐에 넣기만 하며 오프피크 시간대에 컨슈머가 집중 처리하는 방식이에요. 두 가지에 주의해야 해요. 첫째, 오프피크 시간대에는 동시성이 몰리므로 레이트 리밋을 미리 평가하고 필요하면 배치 단위로 스로틀링해야 해요. 둘째, 작업에 타임아웃 안전장치를 두어 오프피크에 다 처리하지 못한 작업이 다음 피크 시간대로 밀려 비싼 요금으로 결제되는 일을 막아야 해요.
DeepSeek API 도구 비용 최적화 방안 비교
도구 비용은 새로 생긴 항목이면서 가장 통제하기 어려운 항목이에요. 모델이 스스로 소비량을 결정하기 때문이죠. 아래 표는 일반적인 통제 수단 몇 가지를 비교한 것입니다.
| 최적화 방안 | 절감 원천 | 적용 상황 | 유의 사항 |
|---|---|---|---|
| 사전 의도 판단 | 불필요한 도구 호출 횟수 감소 | 검색 어시스턴트, 고객 지원 | 판단 자체도 토큰을 소모하므로 가벼운 프롬프트를 사용해야 함 |
| 최대 호출 라운드 제한 | 요청 1건당 도구 비용 상한 설정 | 에이전트형 애플리케이션 | 라운드가 너무 적으면 답변 품질에 영향을 줄 수 있음 |
| 도구 반환 결과 압축 | 결과를 다시 채워 넣을 때 발생하는 입력 토큰 절감 | 검색·조회 도구 | 요약과 핵심 필드만 유지 |
| 결과 캐시 재사용 | 동일한 쿼리를 반복 호출하지 않음 | 반복 질문이 집중되는 상황 | 합리적인 만료 시간을 설정해 정보가 오래되지 않도록 함 |
| 자체 검색으로 대체 | 자체 지식 베이스로 유료 도구를 대체 | 도메인 지식이 안정적인 업무 | 자체 구축 및 유지보수 비용을 평가해야 함 |
비교 해설
사전 의도 판단은 호출 빈도를 줄이는 효과가 가장 직접적이라 대부분의 대화형 상황에 잘 맞아요. 하지만 모든 요청에 짧은 판단 비용이 붙기 때문에 짧은 대화에서는 오히려 손해일 수 있어요. 반대로 도구 반환 결과 압축은 부작용이 거의 없어서, 도구를 쓰는 애플리케이션이라면 기본으로 켜 두는 게 좋아요. 최대 호출 라운드 제한은 퓨즈에 가까워요. 일부 요청이 모델의 반복적인 도구 호출로 예상치 못한 청구서를 만드는 걸 막아 주죠.
💡 선택 가이드: 도구 비용 최적화 효과는 업무마다 차이가 커요. 그래서 소량 트래픽에서 먼저 A/B 비교를 해 보는 걸 권해요. APIYI apiyi.com을 이용하면 동일한 인터페이스 형식에서 서로 다른 모델로 바꿔 가며 대조 테스트를 할 수 있고, 가격 페이지 docs.apiyi.com/models의 실시간 단가를 함께 보면서 각 방안의 실제 효과를 더 빠르게 계산할 수 있어요.
자주 묻는 질문 FAQ
Q1: DeepSeek API의 피크·오프피크 요금제란 무엇인가요?
피크·오프피크 요금제는 같은 모델이라도 시간대에 따라 다른 요금 기준이 적용되는 방식을 말해요. 보통 한산한 시간대(오프피크)의 가격이 더 낮고, 이를 통해 지연 실행이 가능한 작업을 분산시켜 연산 자원을 효율적으로 쓰도록 유도하죠. 구체적인 시간대 경계와 할인 폭은 DeepSeek 공식 공지와 APIYI 가격 페이지를 기준으로 확인하세요.
Q2: 피크·오프피크 요금제는 기존 단일 요금제와 산정 방식이 어떻게 다른가요?
단일 요금제에서는 “총 Token × 단가”만 계산하면 돼요. 반면 피크·오프피크 요금제에서는 먼저 요청 시간대별로 버킷을 나누고, 각 버킷에 개별 가격을 적용한 뒤 도구 호출 비용까지 더해야 하죠. 하루 평균 단가로 추정하면 피크 시간대 비중이 만드는 편차를 가려버리는데, 특히 트래픽이 낮 시간대에 몰리는 비즈니스라면 더 그래요.
Q3: 요청이 피크와 오프피크 구간에 걸쳐 있을 때 어느 시각으로 과금되나요?
이건 공식 과금 규칙에 달려 있어요. 흔히 요청 시작 시각을 기준으로 계산한다고 알려져 있지만, 그냥 당연하게 여기면 안 되죠. 산정 모델에서 “과금 기준 시각”을 설정 가능한 파라미터로 만들어 두고, 공식 기준을 확인한 뒤 값을 채우는 걸 권해요. 그리고 오래 걸리는 스트리밍 요청은 따로 표시해 두고 샘플링으로 검증하는 게 좋아요.
Q4: 도구 과금 때문에 비용이 왜 “두 배”로 늘어나나요?
도구 호출은 보통 두 가지 비용을 만들어내기 때문이에요. 도구 자체의 호출 비용, 그리고 도구 실행 결과가 컨텍스트에 다시 채워지면서 입력 Token으로 한 번 더 과금되는 비용이죠. 여러 차례 도구를 호출하면 컨텍스트가 계속 길어지고, 이후의 매 라운드마다 앞선 결과에 대한 비용을 치러야 해요. 그래서 호출 횟수와 되돌려 넣는 내용의 길이를 동시에 관리해야 하죠.
Q5: API로 DeepSeek을 빠르게 호출하고 비용을 확인하려면 어떻게 하나요?
다음 순서로 진행하면 돼요:
1. APIYI apiyi.com 에 접속해 계정을 등록하고 API 키를 발급받아요
2. 문서 센터 docs.apiyi.com 에서 접속 주소를 확인하고, OpenAI 또는 Anthropic 호환 형식을 선택해요
3. 가격 페이지 docs.apiyi.com/models 에서 DeepSeek 관련 모델의 입력·출력·캐시 단가를 조회해요
4. 소량 트래픽 요청으로 이 글의 5단계 산정을 한 번 돌려보고, 콘솔 청구서와 대조해 보정해요
APIYI는 이 글에서 다루는 DeepSeek 모델 호출을 제공하며, 인터페이스 형식이 주요 SDK와 호환되어 기존 프로젝트에서 바로 교체해 검증할 수 있어요.
Q6: 서드파티 플랫폼을 통해 호출할 때 피크·오프피크와 도구 과금 기준이 동일한가요?
플랫폼마다 과금 기준이 공식과 다를 수 있어요. 예를 들어 시간대 구분 여부, 도구 비용 산정 방식 등이 달라질 수 있죠. APIYI를 통해 호출할 때는 APIYI 가격 페이지 docs.apiyi.com/models 에 표기된 실제 데이터를 기준으로 삼고, 공식 가격표를 그대로 대입하지 마세요. 산정 전에 이 점만 확인해도 대부분의 대사 오차를 피할 수 있어요.
Q7: DeepSeek API 비용 산정에는 어떤 알려진 한계가 있나요?
크게 세 가지예요. 첫째, 가격은 조정될 수 있으므로 모델이 파라미터화된 업데이트를 지원해야 해요. 둘째, 추론 모델의 사고 Token 길이 변동이 커서 평균값으로 추정하면 오차가 크므로 분위수를 쓰는 게 좋아요. 셋째, 도구 호출 횟수는 모델이 스스로 결정하기 때문에 같은 프롬프트라도 입력에 따라 차이가 뚜렷해요. 그래서 일회성 추정이 아니라 지속적인 모니터링이 필요해요.
DeepSeek API 피크·오프피크 가격 책정 비용 산정 핵심 요점 Key Takeaways
- 비용이 다차원으로 변해요: 시간대, 캐시, 출력, 도구 네 가지가 함께 청구서를 결정해요
- 단가는 반드시 파라미터화: 가격은 APIYI 가격 페이지의 실시간 데이터를 기준으로 하고, 하드코딩하면 안 돼요
- 시간대부터 정렬: 로그를 모두 베이징 시간으로 변환한 뒤 피크·오프피크 버킷으로 나눠야 배치 전체가 잘못 분류되는 일을 막을 수 있어요
- 도구는 이중 청구: 호출 요금에 토큰 재기입까지, 두 항목을 모두 집계해야 해요
- 오프라인 작업은 오프피크로 이동: 작업 큐로 피크를 깎는 것이 가장 직접적인 수익 최적화예요
- 실시간 작업은 캐시에 의존: 고정 프리픽스를 그대로 유지해 캐시 적중률을 높여요
- 산정은 빠르게 검증 가능: APIYI 호환 인터페이스로 소량 트래픽을 시험 실행하고, 청구서와 대조해 모델을 보정해요
정리
DeepSeek API가 피크·오프피크 가격 책정과 도구 과금을 도입한 뒤로, 비용 산정의 핵심 변화는 세 가지로 정리할 수 있어요.
- 총량에서 버킷으로: 시간대별로 요청을 나누고 피크·오프피크를 각각 계산해야 실제 비용 구조가 보여요
- 토큰에서 토큰+도구로: 도구 요금은 독립적인 비용 항목이고, 입력 토큰까지 함께 끌어올려요
- 정적 추정에서 지속 모니터링으로: 가격도 사용량도 변하니, 산정 모델은 파라미터화하고 정기적으로 보정해야 해요
먼저 이 글의 5단계 프로세스로 최근 일주일 로그를 한 번 돌려 보세요. 피크 시간 비중, 도구 호출 빈도, 캐시 적중률이라는 세 가지 핵심 지표를 찾아낸 다음, 그에 맞춰 최적화하면 돼요. 통합 인터페이스에서 DeepSeek와 다른 모델을 테스트하고 싶다면 APIYI apiyi.com을 통해 연결할 수 있어요. 연결 방법은 문서 센터 docs.apiyi.com을 참고하고, 모든 단가는 가격 페이지 docs.apiyi.com/models의 실제 데이터를 기준으로 하세요.
📚 참고 자료
- 36氪 보도: 《량원펑이 산에서 내려오다, DeepSeek은 무엇을 찾고 있나?》
- 링크:
36kr.com/p/4055279154779015 -
설명: DeepSeek의 최근 상용화 동향에 관한 업계 보도로, 가격 조정 배경을 이해하는 참고 자료로 활용할 수 있어요.
-
APIYI 가격 페이지: DeepSeek 등 모델의 입력, 출력 및 캐시 단가
- 링크:
docs.apiyi.com/models -
설명: 이 글의 모든 가격 관련 파라미터 값의 출처로, 측정 전에 먼저 확인하는 것을 권장해요.
-
APIYI 문서 센터: 연동 방식 및 인터페이스 형식 설명
- 링크:
docs.apiyi.com -
설명: OpenAI 및 Anthropic 호환 형식의 연동 설명을 포함하고 있어요.
-
DeepSeek 공식 API 문서: 과금 규칙 및 usage 필드 설명
- 링크:
api-docs.deepseek.com - 설명: 피크/오프피크 시간대 경계, 캐시 메커니즘 및 도구 과금 기준은 공식 설명을 따라주세요.
작성자: APIYI 기술팀
기술 교류: 비용 측정이나 연동 과정에서 문제가 발생하면 APIYI 공식 사이트 apiyi.com을 통해 문의해 주세요. 더 많은 연동 자료는 docs.apiyi.com 문서 센터에서 확인할 수 있어요.
