Gemini или DeepSeek для разбора SDK: считаем 20 запросов и цену промахов кэша

Двадцать вопросов к большому руководству по миграции SDK обойдутся в $0,69 у Gemini 3.8 Flash и $0,2028 у DeepSeek Flash — при заданных ниже объемах и одинаковых попаданиях в кэш. Но если у Gemini повторное чтение сработает, а у DeepSeek нет, порядок изменится. Более низкие ставки сами по себе не гарантируют меньший счет.

Разбор поможет разработчику оценить бюджет помощника по документации: проверить строки расходов, найти границу смены результата и подготовить испытание на своих материалах. Вызовов моделей не было: сравниваем арифметику, не качество ответов и не скорость.

Тарифы прямых платных API проверены 30 октября 2026 года. Выбраны gemini-3.8-flash и deepseek-flash; за последним именем сейчас стоит версия DeepSeek-V4.1-Flash-1017. Это сравнение конкретных моделей и режимов, а не всех продуктов Google и DeepSeek.

Задача: выпустить обновление, не потеряв исключения из инструкции

Представим инженера релизов, который готовит переход приложения на новую основную версию SDK. Перед ним руководство по миграции, описание API, примечания к выпуску и таблица совместимости. Нужно составить список изменений для команды: что переименовано, какие настройки больше не работают, где поменялось поведение по умолчанию и когда миграцию придется отложить.

Можно ли оставить старый формат конфигурации? Какой минимальный runtime нужен новой версии? Что делать, если пример в руководстве расходится с примечанием к выпуску?

Это условная задача, не история внедрения у клиента. Конкретный SDK не выбран: вопросы задают тип проверки, для которой позже понадобятся настоящие документы и эталонные ответы.

Для расчета фиксируем условия:

• Общие документы и постоянная инструкция занимают 100 000 токенов.

• В каждый запрос добавляются 2 000 новых входных токенов: отдельный вопрос и его контекст.

• На запрос приходится 5 000 оплачиваемых выходных токенов, включая рассуждения.

• Всего запросов 20. История диалога не накапливается; инструменты и повторные попытки пока исключены.

• Общая основа дважды целиком проходит как некэшированный вход, затем 18 раз целиком оплачивается по ставке чтения кэша. Такую картину задаем для обеих моделей.

Два промаха и 18 попаданий — допущение, не измерение и не обещание провайдеров. Его удобно заменить фактическими счетчиками после запуска. В реальности попадание бывает частичным, поэтому считать нужно токены, а не только «успешные запросы».

Одинаковый текст также не обязан давать одинаковое число токенов у двух моделей. Здесь объемы условно уравнены, чтобы отделить влияние тарифов. В рабочем бюджете нужны отдельные данные каждого API. Пять тысяч токенов видимого текста нельзя автоматически принять за пять тысяч оплачиваемого выхода: рассуждения тоже участвуют в счете.

Из чего складываются $0,69 и $0,2028

Для Gemini берем обычный платный режим Standard. Для DeepSeek в основной таблице используем пиковые ставки: они выше непиковых и позволяют не строить вывод на скидке за время обращения. Это выбор расчетного режима, а не указание на время проведенного теста.

Ставки взяты из таблицы Google и таблицы DeepSeek. Для Gemini указанные цены действуют до конца 2026 года. У DeepSeek пиковые часы — 01:00–04:00 и 06:00–10:00 UTC с понедельника по пятницу, кроме государственных праздников Китая; остальное время относится к off-peak.

В сценарии используется автоматическое, или implicit, кэширование. Отдельный объект кэша Google не создаем, плату за его хранение не добавляем. У DeepSeek промах уже оплачивается как обычный вход: второй строки «запись тех же токенов» в расчете нет. Налоги, комиссии оплаты, бесплатные кредиты, Batch и другие специальные режимы в суммы не входят.

За 20 обращений получается 200 тысяч некэшированных токенов общей основы, 1,8 миллиона кэшированных, 40 тысяч новых входных и 100 тысяч выходных. Умножаем каждую категорию на ее ставку:

При этих условиях DeepSeek дешевле на $0,4872, или примерно на 70,6% от счета Gemini. В короткой серии экономия — меньше пятидесяти центов.

Расчет для 20 запросов, двух полных промахов и 18 полных попаданий у обеих моделей. Данные не получены из API.

У DeepSeek непиковые ставки вдвое ниже пиковых. Та же серия при неизменных объемах стоила бы $0,1014. Смешанную нагрузку придется считать по времени отдельных обращений, а не выбирать более приятную колонку для всей серии.

Для контроля посчитаем обе модели совсем без попаданий. Получится $1,905 у Gemini и $0,732 у DeepSeek. Это расчетный предел для заданного входа, а не предложение отключить кэш. При одинаковом отсутствии попаданий более дешевые ставки DeepSeek сохраняют преимущество.

Почему кэш может не дать ожидаемой экономии

Документы лучше поставить в начало запроса, а меняющийся вопрос — после них. Если перед руководством каждый раз появляются новая дата, случайный идентификатор или индивидуальная инструкция, общий префикс уже отличается. Простая перестановка блоков может оказаться важнее очередного сокращения вопроса на пару строк.

Но совпадение текста не означает гарантированное чтение всего нужного объема. Для Gemini 3.8 Flash минимальный вход для implicit caching составляет 4 096 токенов. Google рекомендует общий префикс и близкие по времени обращения для повышения вероятности попадания. Наш объем проходит минимальный порог, однако это не подтверждает 18 полных чтений. Условия описаны в документации Google по кэшу.

DeepSeek также включает кэширование автоматически. Его документация описывает best-effort-механизм: построение требует времени, а неиспользуемый кэш обычно очищается через часы или дни. В примере с длинным текстом и разными вопросами первые два обращения дают промах, а третье может использовать общий префикс. Это не универсальное правило «всегда нужны ровно два запроса на прогрев». Частичное сохранение и границы запросов влияют на результат. Источник — описание Context Caching.

Поэтому перед большим запуском стоит отправить небольшую серию и сохранить полный usage каждого ответа. У DeepSeek нужны prompt_cache_hit_tokens и prompt_cache_miss_tokens. Для Gemini название поля зависит от выбранного интерфейса; в Interactions кэшированный объем отражается в usage.total_cached_tokens. В Gemini Interactions оплачиваемый выход — total_output_tokens + total_thought_tokens, как поясняет документация thinking. У DeepSeek completion_tokens уже включает reasoning_tokens: повторно прибавлять их нельзя.

Схема кэширования, не интерфейс API и не подтверждение фактических попаданий.

Когда более низкие ставки дают больший счет

Теперь оставим Gemini в исходном сценарии: 18 полных чтений общей основы, итог $0,69. У DeepSeek меняем только объем попаданий. Это проверка чувствительности расчета, а не утверждение, что его кэш работает хуже.

Без попаданий DeepSeek стоит $0,732. Одно полное чтение 100 тысяч токенов вместо обычного входа экономит:

100 000 / 1 000 000 × (0,30 − 0,006) = $0,0294.

Если обозначить число эквивалентных полных чтений буквой H, получим:

Стоимость DeepSeek = 0,732 − 0,0294 × H.

Равенство с Gemini наступает при H = (0,732 − 0,69) / 0,0294 = 1,428571…. В токенах это примерно 142 857 кэшированных токенов общей основы за всю серию. Меньше — DeepSeek в этом сценарии дороже; больше — дешевле.

Двух полных попаданий достаточно, чтобы DeepSeek снова стал дешевле. При частичных чтениях ориентир — суммарный кэшированный объем, а не число строк в журнале.

На графике меняется только кэш DeepSeek. Горизонтальная линия Gemini относится к фиксированным 18 чтениям. Нельзя читать этот график как измерение надежности кэша.

Как воспроизвести расчет без API-ключа

Ниже весь расчет основного сценария и границы. Цены задаются тройкой: обычный вход, кэшированный вход, оплачиваемый выход. Для десятичных сумм используется Decimal.

from decimal import Decimal as DRATES = {    "gemini": (D("0.75"), D("0.075"), D("3.75")),    "deepseek_peak": (D("0.30"), D("0.006"), D("1.20")),}def cost(model, hits=18, common=100_000, fresh=2_000,         output=5_000, calls=20):    assert 0 <= hits <= calls    regular, cached, outgoing = RATES[model]    return (        D(common) * (D(calls) - D(hits)) * regular        + D(common) * D(hits) * cached        + D(fresh) * D(calls) * regular        + D(output) * D(calls) * outgoing    ) / D(1_000_000)assert cost("gemini") == D("0.69")assert cost("deepseek_peak") == D("0.2028")assert cost("deepseek_peak", hits=0) == D("0.732")assert cost("deepseek_peak", hits=1) == D("0.7026")assert cost("deepseek_peak", hits=2) == D("0.6732")boundary = (cost("deepseek_peak", hits=0) - cost("gemini"))boundary /= D("0.1") * (D("0.30") - D("0.006"))print(boundary)  # 1.428571... эквивалентного полного чтения

Калькулятор запущен локально, без ключей и вызовов моделей. В полной версии прошли 11 арифметических проверок, включая непиковые ставки, большой комплект документов и объявленное изменение цен Google. Они подтверждают формулы при заданных условиях. Проверок качества ответов среди них нет.

Этот код подходит для однородной серии. В рабочем журнале проще суммировать реальные оплаченные категории каждого обращения. Не нужно округлять каждый маленький расход до цента: иначе итог короткой серии заметно исказится.

Что считать полезным ответом на вопрос о миграции

Дешевый ответ не помогает выпустить обновление, если в нем перепутаны версии SDK. До запуска стоит подготовить 20 вопросов: по четыре на обычное изменение, исключение, связь нескольких разделов, конфликт версий и отсутствие нужных сведений.

Это проект проверки, а не таблица результатов Gemini и DeepSeek. Обеим моделям нужно дать один и тот же исходный комплект, запретить внешние инструменты и заранее ограничить число попыток.

Ответ должен содержать вывод, ссылку на раздел и короткий подтверждающий фрагмент. Проверяющий сначала сверяет содержание с документацией, затем смотрит цену. Если название модели можно скрыть на время приемки, меньше риск принять знакомый бренд за доказательство правильности.

Предлагаемый протокол будущего испытания. В этой статье ответы моделей не получали и не оценивали.

В журнал сохраняются модель и версия, время UTC, настройки, запрос, ответ, полный usage, ошибки, повторы, решение проверяющего и затраченное им время. Расход неудачной попытки тоже входит в итог.

Цена принятого результата считается просто: все расходы серии делятся на число принятых заданий. Если число принятых заданий равно нулю, стоимость принятого результата не определена: делить на ноль нельзя. Минуты ручной проверки лучше оставить отдельной колонкой: для руководства по миграции одна пропущенная оговорка может стоить больше всей тестовой серии.

Меняем один параметр: документации стало в пять раз больше

Увеличим общую основу со 100 тысяч до 500 тысяч токенов. Число запросов, новые вопросы, выход и схема «два промаха плюс 18 чтений» остаются прежними. Тогда Gemini стоит $1,83, DeepSeek по пиковому тарифу — $0,486.

В выбранных тарифных таблицах этих моделей отдельная надбавка за такую длину не указана. Переносить сюда пороги и коэффициенты других моделей нельзя. Вход в 502 тысячи токенов и заданный выход укладываются в ограничения выбранных API; характеристики Gemini приведены на странице модели.

Если передавать только найденные фрагменты руководства, изменятся и расходы, и сама проверка: не потерял ли поиск исключение или таблицу совместимости?

Есть еще календарная граница. Google уже указывает удвоение выбранных ставок с 1 января 2027 года. При них основной сценарий Gemini стоил бы $1,38 вместо $0,69. Сравнивать эту будущую сумму с сегодняшними ценами DeepSeek как гарантированный прогноз нельзя: второй провайдер также может изменить тариф.

Что взять из расчета в свой проект

При одинаковых заданных объемах и попаданиях DeepSeek Flash по пиковым ставкам дает меньший счет. При 18 чтениях у Gemini и почти отсутствующем кэше DeepSeek результат меняется. Это условная финансовая граница, а не победитель по качеству и не рейтинг надежности API.

Следующий шаг — заморозить версию руководства, подготовить 20 вопросов и собрать фактический usage вместе с решениями проверяющего. Тогда расчет можно заменить измерениями и сравнить стоимость принятых заданий, включая повторы.

Отдельно от расхода токенов стоит проверить возможность и итоговую стоимость оплаты выбранного API. Если для этого нужен платежный сервис, можно уточнить у «Ракета пей», поддерживается ли конкретный платеж и какие условия действуют для него. Сам способ оплаты не подтверждает доступность модели и не меняет ее тарифы.

Источники

1. Google: цены Gemini API — Standard, кэш, оплачиваемый выход и объявленные даты изменения ставок.

2. Google: Gemini 3.8 Flash — идентификатор модели и ограничения.

3. Google: Context caching — implicit caching, минимальный объем и проверка использования.

4. DeepSeek: Models & Pricing — текущая версия Flash, peak/off-peak и ставки.

5. DeepSeek: Context Caching — общий префикс, особенности сохранения и счетчики попаданий.

6. DeepSeek: Create Chat Completion — usage, токены рассуждений и ограничения ответа.