Det korte svar
Starter når ingen DeepSeek-model. Tre DeepSeek-identifikatorer kan bruges på Pro, og enhver DeepSeek-identifikator uden for det sæt kræver Powerhouse. En gratis konto når ingen: siden 2026-09-02 giver den kun adgang til Whizi AI og Auto, med 7 beskeder den første dag og derefter 3 om dagen.
DeepSeek-rækkerne i Whizis omkostningsindeks, med hvad hver koster at besvare én gang og hvad det koster dig i kreditter:
| Model | Kontekst | Kreditter per besked | USD per standardsvar |
|---|---|---|---|
| DeepSeek V4 Flash 0731 | 1.310.720 tokens | 1 | $0.00028 |
| DeepSeek V3.2 | 164K tokens | 1 | $0.000469 |
| DeepSeek V3.1 | 164K tokens | 1 | $0.000725 |
| DeepSeek R1 | 64K tokens | 2 | $0.00195 |
| DeepSeek V4 Pro 0813 | 1M tokens | 2 | $0.00297 |
USD-kolonnen er ét standardsvar på 1.000 input- og 500 output-tokens, til OpenRouter-priser aflæst 20. august 2026. Per tusind svar ligger disse rækker mellem $0.28 og $2.97.
Hvor DeepSeek-rækkerne ligger i forhold til resten af indekset
Omkostningsindekset prissætter 100 rækker, ikke hele kataloget. I forhold til det indeks placerer DeepSeek-rækkerne sig som følger.
| Referencepunkt i indekset | Model | USD per standardsvar |
|---|---|---|
| Billigste prissatte række samlet | Ling-3.0-flash, inclusionAI | $0.000053 |
| Billigste DeepSeek-række | DeepSeek V4 Flash 0731 | $0.00028 |
| Median af prissatte rækker | Kimi K2 Thinking | $0.00185 |
| Dyreste DeepSeek-række | DeepSeek V4 Pro 0813 | $0.00297 |
| Dyreste prissatte række samlet | Claude Opus 4.7 (Fast) | $0.105 |
Spændet mellem den billigste og den dyreste prissatte række i indekset er omkring 2000x, og hver DeepSeek-række ligger i den lave del af det spænd. Den største kontekst i hele prisindekset tilhører en DeepSeek V4 Flash-række på 1.310.720 tokens. 47 af de 100 prissatte rækker har en kontekst på 1.000.000 tokens eller mere.
Hvad en DeepSeek-besked koster i kreditter
En models kreditomkostning er et fast heltal per besked. Længden af din besked, svaret eller samtalen indgår ikke i beregningen, så et enkelt linjespørgsmål på en DeepSeek-række koster præcis det samme som et langt. Hver DeepSeek-række i kredittabellen ligger på det første eller andet trin af kreditstigen, og tabellen har 13 DeepSeek-identifikatorer mod de fem indekset prissætter. Selve stigen findes i kreditreferencen.
Hvad hver plans månedlige kreditter giver i DeepSeek-beskeder:
| Plan | Månedlige kreditter | DeepSeek-rækker tilgængelige | Beskeder på en 1-kredit-række | Beskeder på en 2-kredit-række |
|---|---|---|---|---|
| Gratis | 0 kreditter, 7 beskeder på dag ét, så 3 om dagen | Ingen: kun Whizi AI og Auto | Ikke muligt | Ikke muligt |
| Starter | 600 | Ingen | Ikke muligt | Ikke muligt |
| Pro | 2.000 | Tre identifikatorer | 2.000 | 1.000 |
| Powerhouse | 8.000 | Alle | 8.000 | 4.000 |
Den kreditregning gælder for en platform, der måler kreditter. Kreditprissætning er styret per platform, og produktionens tilladelsesliste i dag er webklienten. En platform, der ikke er på listen, opkræves en per tur og bruger i stedet den ældre beskedgrænse, som er 600 beskeder per månedlig periode på Starter, 800 på Pro og 5.000 på Powerhouse. Beskedgrænser og kreditgrænser findes side om side, og hvilken der gælder afgøres per forespørgsel.
Ugentlig fakturering, som kun findes til mobil, har sine egne rammer: 100 kreditter på Starter, 500 på Pro og 2.000 på Powerhouse per ugentlig periode. Der findes ingen tildelingshændelse og intet genopfyldningsjob bag noget af dette. Forbrug summeres per periode-nøgle, så starten på en ny periode er selve nulstillingen.
Hvilken plan låser hvilken DeepSeek-model op
Modeladgang afgøres på serveren ud fra identifikator, som først checkes mod Starter-sættet, så agentsættet, så Pro-sættet, og ellers returneres som Powerhouse.
Starter inkluderer ingen DeepSeek-model. Starter når præcis fire punkter i vælgeren: Auto, husmodellen Whizi AI, en basis OpenAI-model og en hurtig Gemini-model. Starter koster $15.99/måned, eller $10.99/md faktureret årligt til $131.88. Pro er den billigste plan, der når en DeepSeek-model.
Pro låser tre DeepSeek-identifikatorer op. To er V3-generationsrækker, og en er et R1-ræsonnementssnapshot, opført med identifikator i tabellen nedenfor. Det DeepSeek-forfremmelsen til Pro udvalgte, var V3-generationen plus en enkelt ræsonnementsrække, ikke hele familien. Pro koster $29.99/måned og er en strikt overbygning af Starter.
Alt andet i familien kræver Powerhouse. Enhver DeepSeek-identifikator, der ikke er en af de tre, kræver Powerhouse, som koster $49.99/måned. V4-generationsrækkerne i tabellen ovenfor ligger uden for Pro-listen, så de nyeste DeepSeek-rækker og den største DeepSeek-kontekst er dem, der kræver topplanen.
| Plan | DeepSeek-identifikatorer den låser op |
|---|---|
| Starter | Ingen |
| Pro | deepseek deepseek-v3.2, deepseek deepseek-chat-v3.1, deepseek deepseek-r1-0528 |
| Powerhouse | Alle andre DeepSeek-identifikatorer i kataloget |
En gratis konto er strammet mest af alle: chat-stien kører modellåsen først og tillader to identifikatorer, Whizi AI og Auto. Den plejede at returnere før den lås, hvilket er grunden til at ældre svar siger, at en interesseret kunne prøve enhver tekstmodel; det stoppede 2026-09-02.
Den DeepSeek-række hvor token-budgettet er klemt
Blandt DeepSeek-rækkerne ligger kun én under klemmegrænsen. Enhver model, hvis kontekst ligger under 93.000 tokens, får et mindre, proportionalt budget per tur i stedet for det faste, og R1-rækken på 64K er den DeepSeek-række under den grænse. Hver anden DeepSeek-række i tabellen ovenfor ligger langt over den.
På en kontekst på 64.000 tokens sætter klemmen et output-loft på 40 procent af konteksten, hvilket er 25.600 tokens, og holder en sikkerhedsmargin på 1.000 tokens tilbage. Hvis du limer lange dokumenter ind i en ræsonnementssamtale, er det den række, hvor du mærker det først.
De ikke-klemte rækker deler alle én ramme. En katalogmodel får et fast budget på 40.000 input-tokens og 20.000 output-tokens per tur, med mindre dens kontekst er under 93.000 tokens, så konteksten på 1.310.720 tokens på V4 Flash-rækken og de 164K-konteksterne på V3-rækkerne trækker på det samme loft per tur. En kontekst er plads i samtalen, ikke et større budget per tur.
Hvad dette ikke inkluderer
Ingen DeepSeek-række genererer medier. Billed-, video- og lydsektionerne i vælgeren er håndkuraterede lister, og rækkerne i dem er Whizi Image, Nano Banana, Flux og Stable Diffusion til billeder, Whizi Video AI til video, og Whizi Music AI til lyd. Ingen af dem er en DeepSeek-model.
Ingen DeepSeek-række er en agentpersona. De fire personaer plus deres tre gamle aliaser kører alle på den samme basismodel og prissættes separat fra kataloget, og personaer er en Pro-funktion frem for et modeltrin.
Auto vælger aldrig DeepSeek. Auto har seks trin: et hurtigt trin på husmodellen til 1 kredit, et omskrivningstrin og et vedhæftningstrin på en hurtig Gemini-model til 2, et langformstrin på en mellem GPT-model til 4, et kodetrin på Claude Sonnet til 10, og et ræsonnementstrin på en topmodel fra GPT til 20. Ingen DeepSeek-række er på den stige, så at nå DeepSeek betyder at vælge den selv i vælgeren.
Der findes intet per-model kapabilitetsflag at offentliggøre. Websøgning er en funktionstilstand per forespørgsel, og vedhæftninger håndteres per forespørgsel, så ingen af dem er en egenskab ved en DeepSeek-række, og ingen kilde registrerer en videnscutoff per model.
Hvordan DeepSeek-listen ændrer sig over tid
To politikker former, hvad der tilføjes. Intet ældre end en 2025-udgivelse tilføjes længere til kataloget, en ejer-regel fra 19. august 2026. Og deep research-identifikatorer udelukkes på princip, fordi de afregner en hel multi-søgekørsel snarere end en tur.
Vælgerens indhold serveres direkte fra Whizis backend, så app-listen altid er den aktuelle. Ældre DeepSeek-generationer forbliver på listen sammen med de nyere, fordi en model aldrig forsvinder fra kataloget, når den først er udbudt: en samtale bærer den model, den blev oprettet med, så at fjerne en række ville ødelægge de tråde, der allerede kører på den.
- Starter inkluderer ingen DeepSeek-model
- Pro låser tre DeepSeek-identifikatorer op, Powerhouse låser resten op
- Hver DeepSeek-række koster 1 eller 2 kreditter per besked
- Kreditomkostning er fast per model, ikke per beskedlængde
- En gratis konto når ingen DeepSeek-række: Pro er den billigste plan, der gør
- Katalogmodeller kører på et fast budget på 40.000 ind, 20.000 ud per tur, med mindre konteksten er under 93.000 tokens
- DeepSeek R1 på 64K er klemt under det faste budget
Ofte stillede spørgsmål
Hvor mange kreditter koster en DeepSeek-besked?
1 eller 2 kreditter, på hver DeepSeek-række i kredittabellen. Konsekvensen, det er værd at planlægge efter, er afvisningsreglen: en tur, der ikke passer inden for den resterende saldo, afvises helt i stedet for delvist opkrævet, så 1 kredit tilbage er ikke nok til at sende en 2-kredit DeepSeek-tur. Løber du tør, får du HTTP 429 med koden message_limit_reached.
Kan jeg bruge DeepSeek på Starter-planen?
Nej. Låsen kører på serveren ud fra modelidentifikator snarere end i brugerfladen, så en låst række kan ikke nås ved at redigere en forespørgsel: at vælge en giver HTTP 403 med koden tier_upgrade_required og beskeden "Upgrade your plan to use this model."
Hvilken DeepSeek-model har den største kontekst i Whizi?
DeepSeek V4 Flash-rækken, på 1.310.720 tokens, hvilket er den største kontekst af enhver række i Whizis prisindeks. Den kræver Powerhouse, så den største kontekst i indekset er ikke en af de rækker et Pro-abonnement låser op.
Koster et DeepSeek-ræsonnementssvar mere end et kort et?
Nej. Hvad et langt svar koster dig, er plads, ikke kreditter: R1-rækken har den mindste kontekst i familien på 64K, hvilket lægger den under klemmegrænsen på 93.000 tokens, så dens output per tur er lagt i loft på 25.600 tokens med en margin på 1.000 tokens holdt tilbage, mens V3- og V4-rækkerne trækker på hele det faste budget. At flytte den tråd til en V3- eller V4-række er en beslutning per besked, og hver besked afregnes på trinet for den række, der besvarede den.
Kan DeepSeek læse en PDF i Whizi?
I webappen udtrækkes tekst fra PDF, Word og regneark i din browser og sendes som tekst til den model, du har valgt, så en DeepSeek-række modtager tekst snarere end en binær fil. Den udtrukne tekst bruger det samme input-budget per tur som alt andet, du skriver, så det, der begrænser et langt dokument, er loftet per tur snarere end filens størrelse. De accepterede formater og hvordan hver af dem håndteres, findes i understøttede filtyper.