DeepSeek V3.2: pris, context window og kreditforbrug

Det korte svar

DeepSeek V3.2 er en DeepSeek model, der er prissat til $0.269 per million input tokens og $0.4 per million output tokens, med et context window på 164K tokens. Ét standardsvar, altså 1.000 tokens ind og 500 tokens ud, koster $0.0005. I Whizi koster det 1 credit per besked og kræver Pro planen eller derover.

Det gør den til en af de billigere modeller i kataloget: 73 ud af de 89 prissatte modeller koster mere per svar, og 15 koster mindre.

Hvad DeepSeek V3.2 koster

Listepriser er det, udbyderen tager for hver token. Prisen for ét standardsvar er det mere nyttige tal, fordi det prissætter den samme mængde arbejde på tværs af alle modeller, uanset hvordan hver enkelt afregnes.

Input, per million tokens	$0.269
Output, per million tokens	$0.4
Ét standardsvar	$0.0005
Tusind svar	$0.4690
Context window	164K tokens
Credits per besked i Whizi	1
Minimum Whizi plan	Pro
Placering efter pris, ud af 89 prissatte modeller	16

Priserne er de offentliggjorte DeepSeek satser, som de videreformidles af OpenRouter, senest opdateret 2026-08-20. Det fulde datasæt, der dækker alle 100 modeller fra 29 udbydere, er AI model cost index, som er frit tilgængeligt med kildeangivelse.

Hvad det koster i Whizi

Whizi måler beskeder i credits fremfor tokens, og DeepSeek V3.2 afregnes med 1 credit per besked. Prisen ændrer sig ikke med længden af din besked eller svaret, så et enkeltlinjespørgsmål og en lang dokumentanalyse koster det samme.

Plan	Pris per måned	Månedlige credits	Beskeder på denne model
Pro	$29.99, eller $19.99 ved årlig betaling	2.000	2.000
Powerhouse	$49.99, eller $34.99 ved årlig betaling	8.000	8.000

DeepSeek V3.2 er inkluderet fra Pro planen og opefter. Pro er et kurateret niveau frem for bare alt det billige: én eller to aktuelle flagskibe per modelfamilie, hver hurtige version og de modeller, der klarer store mængder. Se plans and limits.

Sådan sammenligner den prismæssigt

Sammenlignet med den billigste model i indekset, Ling-3.0-flash til $0.000053 per svar, koster DeepSeek V3.2 8,8 gange mere. Sammenlignet med medianen, Kimi K2 0711 til $0.0017, koster den 3,7 gange mindre.

Dens nærmeste naboer fra DeepSeek:

Model	Ét svar	Context	Credits
DeepSeek V4 Flash 0731	$0.0003	1M	1
DeepSeek V3.2 (denne side)	$0.0005	164K	1
DeepSeek V3.1	$0.0007	164K	1
R1	$0.0019	64K	2

Hvis DeepSeek V3.2 er mere model, end en given opgave kræver, er DeepSeek V4 Flash 0731 den billigere DeepSeek mulighed til $0.0003 per svar og 1 credit per besked. At sende rutineopgaver ned på et lavere niveau er det enkeltstående mest effektive, man kan gøre for at få en pulje til at række længere.

Context window i praksis

DeepSeek V3.2 accepterer 164K tokens context, hvilket svarer til cirka 250 sider tekst. Det er under medianen for det prissatte katalog.

Det annoncerede context og det brugbare context er ikke det samme. Hukommelsen har en tendens til at forringes, før den angivne grænse nås, særligt for indhold midt i et langt input, så den praktiske test er at uploade et langt dokument og spørge om noget, der ligger begravet halvvejs igennem, fremfor at stole blindt på tallet.

Tallet betyder mest, når du arbejder ud fra dine egne filer. Hvis et dokument er for langt til den model, du har valgt, kan du skifte til en model med et større context window i samme samtale, uden at tråden går tabt, så du ikke starter forfra. Se switching models mid-conversation.