DeepSeek V4.1 Flash: 77% सस्ता, और पीक आवर्स आपकी कामकाजी सुबह में पड़ते हैं

DeepSeek अपने शीर्ष मॉडल को एक सस्ते मॉडल की ओर मोड़ रहा है, और आपसे सस्ती कीमत ले रहा है

DeepSeek ने अपने API उपयोगकर्ताओं को सूचित किया है कि V4.1 Flash 10 सितंबर 2026 को लॉन्च होगा। ख़बर लॉन्च नहीं है। ख़बर वह है जो उसके बाद होता है: 4:00 UTC से, यानी रियाद में 7:00 बजे से, फ़्लैगशिप V4 Pro को भेजा गया हर अनुरोध नए मॉडल की ओर मोड़ा जाएगा और नए मॉडल की कीमत पर बिल किया जाएगा। जो आज सबसे शक्तिशाली मॉडल इस्तेमाल कर रहा है, वह कल सबसे तेज़ मॉडल की कीमत चुकाएगा, अपने सिस्टम की एक भी लाइन बदले बिना।

यह वही कंपनी है जिसने कुछ महीने पहले अपनी कीमतें बढ़ाई थीं और पीक-आवर बिलिंग शुरू की थी। दिशा एक ही कारण से उलटी: एक ऐसा बाज़ार जो किसी भी सालाना अनुबंध से तेज़ चलता है।

यह इनपुट पर 77% तक और आउटपुट पर 70% की कटौती है। यह आंकड़ा मायने रखता है, लेकिन घोषणा के तीन ब्योरे इससे ज़्यादा मायने रखते हैं, और असल में आपका बिल वही तय करते हैं।

आंकड़े

कीमतें प्रति दस लाख टोकन हैं; टोकन टेक्स्ट की सबसे छोटी इकाई है जिसे मॉडल पढ़ता है: एक शब्द, एक संख्या, एक विराम चिह्न। ये ऑफ़-पीक दरें हैं; पीक दरें ठीक दोगुनी हैं।

अगर आप आज सामान्य V4 Flash पर हैं, तो गिरावट छोटी है लेकिन वास्तविक: नया इनपुट $0.22 से $0.15, और कैश्ड इनपुट $0.007 से $0.003।

उनके पीक आवर्स आपकी कामकाजी सुबह के भीतर पड़ते हैं

DeepSeek दो दरों पर बिल करता है, पीक और ऑफ़-पीक, और अंतर दोगुना है। पीक आवर्स UTC में प्रकाशित किए जाते हैं: सोमवार से शुक्रवार 01:00 से 04:00 और 06:00 से 10:00।

इसे रियाद समय में बदलें तो पीक 04:00 से 07:00 और 09:00 से 13:00 तक चलता है। पूरी सऊदी कामकाजी सुबह पीक के भीतर आती है, दोगुनी कीमत पर। 13:00 के बाद दर अगली सुबह तक आधी हो जाती है।

व्यावहारिक नतीजा सीधा है। जो काम ग्राहक को रियल टाइम में जवाब देता है, वह जहां है वहीं रहता है, लागत चाहे जो हो, क्योंकि ग्राहक इंतज़ार नहीं करता। जिस काम का कोई इंतज़ार नहीं कर रहा — मासिक रिपोर्ट बनाना, संदेशों के आर्काइव को वर्गीकृत करना, पुरानी फ़ाइलों से डेटा निकालना, बैठकों के कार्यवृत्त का सारांश बनाना — वह 13:00 के बाद या रात में चलाया जाए तो बिना किसी और बदलाव के आधी लागत में होता है। शेड्यूलिंग तकनीकी नहीं, परिचालन संबंधी फ़ैसला है, और यहां यह बिल को उतना ही बदलता है जितना मॉडल बदलना।

कैश: पचास गुना का अंतर

टेबल की पहली पंक्ति को फिर से देखें। नया इनपुट $0.15 है। कैश से पढ़ा गया इनपुट $0.003 है। यह पचास गुना का अंतर है, पूरी मूल्य सूची में सबसे बड़ा एकल अंतर, और सबसे ज़्यादा नज़रअंदाज़ किया जाने वाला।

कैश आपके संदेश की शुरुआत पर काम करता है। हर अनुरोध में वही शुरुआती टेक्स्ट भेजें और DeepSeek उसे एक बार पूरी कीमत पर चार्ज करता है, फिर उसे बहुत कम शुल्क पर दोबारा पढ़ता है। ज़्यादातर असली सिस्टम हर कॉल में एक बड़ा स्थिर ब्लॉक भेजते हैं: असिस्टेंट के निर्देश, उत्पाद और कीमतों की सूची, रिटर्न नीति, बातचीत का लहजा। इनमें से कुछ भी एक ग्राहक से दूसरे ग्राहक के बीच नहीं बदलता।

इसलिए जो सिस्टम अपने प्रॉम्प्ट को क्रम में रखता है और जो नहीं रखता, उनके बीच का अंतर कोई इंजीनियरिंग बारीकी नहीं है। सवाल यह है कि स्थिर हिस्से का शुल्क एक बार लगता है या हर संदेश पर पूरा दोबारा। नियम आसान है: स्थिर पहले, बदलने वाला आख़िर में।

एक उदाहरण लें। एक WhatsApp असिस्टेंट जो महीने में 3,000 बातचीत संभालता है, हर एक में 4,000 इनपुट टोकन और 500 आउटपुट टोकन, आज की ऑफ़-पीक V4 Pro कीमत पर महीने में लगभग $10.89 का पड़ता है। कल की V4.1 Flash कीमत पर यह $2.70 पर आ जाता है। प्रॉम्प्ट को ऐसे क्रम में रखें कि 80% इनपुट कैश से पढ़ा जाए, तो यह $1.29 पर आ जाता है। पहले और आख़िरी आंकड़े के बीच आठ गुना का अंतर, और आख़िरी कदम में मॉडल बदला ही नहीं। सिर्फ़ टेक्स्ट का क्रम बदला।

वह शर्त जिसे छोड़ने के बजाय पढ़ना चाहिए

सूचना का एक वाक्य ध्यान देने लायक है: बिलिंग बदलाव के बाद सेवा का इस्तेमाल जारी रखना नई शर्तों की स्वीकृति माना जाता है, और जो असहमत हो वह सेवा रद्द करके रिफ़ंड मांग सकता है।

यह क्लाउड सेवा अनुबंधों की मानक भाषा है, और यहां इसमें आपत्ति की कोई बात नहीं क्योंकि बदलाव उपयोगकर्ता के पक्ष में है। लेकिन सिद्धांत पर ध्यान देना ज़रूरी है: वही शर्त उसी तंत्र से उलटी दिशा में कीमत बदलने की भी अनुमति देती है। अगर आप किसी और के API पर व्यावसायिक सिस्टम बना रहे हैं, तो आपकी परिचालन लागत बिज़नेस प्लान में कोई स्थिर आंकड़ा नहीं है। यह एक शर्त है जो सूचना देकर बदल जाती है।

DeepSeek से आगे की सीख

यह वही पैटर्न है जिसके बारे में हमने तब लिखा था जब Broadcom ने बिना किसी घोषणा के VMware से निकलने का टूल हटा दिया: जिस चीज़ पर आप निर्भर हैं, वह आपके नीचे से बदल जाती है, और मायने यह रखता है कि आप कितनी जल्दी प्रतिक्रिया दे सकते हैं।

देखिए मॉडल के नाम के साथ क्या हुआ। जिस डेवलपर ने अपने सिस्टम में deepseek-v4-pro लिखा है, वह पाएगा कि प्रदाता के फ़ैसले से उसके अनुरोध कहीं और जा रहे हैं। यहां नतीजा उसके पक्ष में है: प्रदाता के अपने कथन के अनुसार सस्ता, तेज़ और बेहतर। लेकिन यही तंत्र किसी ऐसे दिन आपके अनुरोधों को दूसरे मॉडल पर ले जाएगा जब फ़ैसला आपके पक्ष में न हो।

एक नियम इसे संभाल लेता है: मॉडल का नाम अपने सिस्टम में जगह-जगह न बिखेरें। इसे एक ही कॉन्फ़िगरेशन वैल्यू के रूप में रखें, और हर कॉल को अपने कोड की एक ही लेयर से होकर गुज़रने दें। तब मॉडल बदलना, या प्रदाता को पूरी तरह बदलना, एक प्रोजेक्ट नहीं बल्कि एक लाइन का बदलाव होता है। शुरुआत में ऐसा करने में कुछ खर्च नहीं होता; बाद में इसे जोड़ने में हफ़्ते लगते हैं।

अगर आप प्रतिबद्ध होने से पहले मॉडलों को तौल रहे हैं, तो हमने DeepSeek, Claude और GPT की तुलना इस आधार पर की कि हर एक किस तरह के काम के लिए उपयुक्त है, सुर्ख़ियों वाले आंकड़ों के आधार पर नहीं, और वह तुलना अब भी कायम है: वे सिर्फ़ कीमत से नहीं, काम के हिसाब से अलग हैं।

और वह बात जो किसी व्यवसाय मालिक के लिए सबसे अहम है: इन कीमतों पर अब मॉडल वह चीज़ नहीं जो किसी प्रोजेक्ट को रोकती है। महीने में हज़ारों बातचीत पर असिस्टेंट चलाना अब आपके दफ़्तर के कॉफ़ी बिल से भी कम खर्चीला है। नतीजा तय करता है मॉडल के आसपास का सब कुछ: क्या आपका डेटा इतना व्यवस्थित है कि वह उसे पढ़ सके, क्या वह सचमुच आपके सिस्टम से जुड़ा है या शून्य से जवाब दे रहा है, और क्या आप जानते हैं कि जब वह कुछ ग़लत करेगा तो क्या होगा।

Origami में हम इसे कैसे संभालते हैं

जो सिस्टम हम ग्राहकों के लिए बनाते हैं, उनमें हर मॉडल कॉल एक ही लेयर से होकर गुज़रती है, और मॉडल का नाम पूरे कोड में दोहराए जाने के बजाय एक कॉन्फ़िगरेशन फ़ाइल में रहता है। जब बाज़ार बदलता है, और वह लगभग हर महीने बदलता है, तो किसी ग्राहक को सस्ते या ज़्यादा सटीक मॉडल पर ले जाना कुछ मिनटों में लागू किया जाने वाला और बाद में मापा जाने वाला फ़ैसला होता है, दोबारा निर्माण नहीं।

हम प्रॉम्प्ट के क्रम को भी एक ब्योरे के बजाय डिज़ाइन का फ़ैसला मानते हैं: स्थिर ब्लॉक पहले ताकि वह कैश से पढ़ा जाए, बदलने वाला हिस्सा आख़िर में। और हम उस काम को जिसे तुरंत जवाब चाहिए, उस काम से अलग रखते हैं जो इंतज़ार कर सकता है, ताकि दूसरी तरह का काम सस्ते घंटों में चले। तीन फ़ैसले जिन्हें इंटरफ़ेस में कोई नहीं देखता, और तीनों इनवॉइस पर दिखते हैं।

स्रोत

• DeepSeek — आधिकारिक मॉडल और मूल्य निर्धारण पेज (V4 Pro और V4 Flash की दरें, पीक आवर्स)
• V4.1 Flash लॉन्च की घोषणा पर ChainCatcher की रिपोर्ट, 10 सितंबर 2026