Det korta svaret
Starter når ingen DeepSeek-modell. Tre DeepSeek-identifierare är tillgängliga på Pro, och varje DeepSeek-identifierare utanför den mängden landar på Powerhouse. Ett gratiskonto når ingen: sedan 2026-09-02 öppnar det bara Whizi AI och Auto, med 7 meddelanden första dagen, sedan 3 om dagen.
DeepSeek-raderna i Whizis kostnadsindex, med vad varje kostar att besvara en gång och vad det kostar dig i krediter:
| Modell | Kontextfönster | Krediter per meddelande | 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-kolumnen är ett standardsvar på 1 000 indata- och 500 utdatatokens, till OpenRouter-priser avlästa 20 augusti 2026. Per tusen svar hamnar dessa rader mellan $0.28 och $2.97.
Var DeepSeek-raderna hamnar i resten av indexet
Kostnadsindexet prissätter 100 rader, inte hela katalogen. Mot det indexet placerar sig DeepSeek-raderna så här.
| Referenspunkt i indexet | Modell | USD per standardsvar |
|---|---|---|
| Billigaste prissatta raden totalt | Ling-3.0-flash, inclusionAI | $0.000053 |
| Billigaste DeepSeek-raden | DeepSeek V4 Flash 0731 | $0.00028 |
| Medianraden | Kimi K2 Thinking | $0.00185 |
| Dyraste DeepSeek-raden | DeepSeek V4 Pro 0813 | $0.00297 |
| Dyraste prissatta raden totalt | Claude Opus 4.7 (Fast) | $0.105 |
Spannet mellan den billigaste och den dyraste prissatta raden i indexet är ungefär 2000x, och varje DeepSeek-rad ligger i den lägre delen av det spannet. Det största kontextfönstret någonstans i prisindexet tillhör en DeepSeek V4 Flash-rad på 1 310 720 tokens. 47 av de 100 prissatta raderna har ett fönster på 1 000 000 tokens eller mer.
Vad ett DeepSeek-meddelande kostar i krediter
En modells kreditkostnad är ett fast heltal per meddelande. Inget om längden på ditt meddelande, längden på svaret eller längden på konversationen påverkar beräkningen, så en enradig fråga på en DeepSeek-rad kostar exakt lika mycket som en lång. Varje DeepSeek-rad i kredittabellen ligger på det första eller andra steget av kreditstegen, och tabellen omfattar 13 DeepSeek-identifierare mot de fem som indexet prissätter. Själva stegen finns i kreditreferensen.
Vad varje planens tilldelning köper i DeepSeek-meddelanden:
| Plan | Krediter per månad | DeepSeek-rader tillgängliga | Meddelanden på en 1-kreditsrad | Meddelanden på en 2-kreditsrad |
|---|---|---|---|---|
| Gratis | 0 krediter, 7 meddelanden dag ett sedan 3 om dagen | Ingen: bara Whizi AI och Auto | Inte tillgängligt | Inte tillgängligt |
| Starter | 600 | Ingen | Inte tillgängligt | Inte tillgängligt |
| Pro | 2 000 | Tre identifierare | 2 000 | 1 000 |
| Powerhouse | 8 000 | Alla | 8 000 | 4 000 |
Den kreditaritmetiken är vad en kreditmätt plattform ser. Kreditprissättning är spärrad per plattform, och dagens produktionsallowlist är webbklienten. En plattform som inte finns på allowlisten debiteras en per tur och räknas i stället mot den äldre meddelandekvoten, som är 600 meddelanden per månadsperiod på Starter, 800 på Pro och 5 000 på Powerhouse. Meddelandegränser och kreditgränser existerar sida vid sida, och vilken som gäller avgörs per förfrågan.
Veckofakturering, som bara erbjuds på mobil, har sina egna kvoter: 100 krediter på Starter, 500 på Pro och 2 000 på Powerhouse per veckoperiod. Det finns ingen tilldelningshändelse och inget påfyllningsjobb bakom något av detta. Användning summeras per periodnyckel, så att en ny period börjar är själva återställningen.
Vilken plan öppnar vilken DeepSeek-modell
Modelltillgång löses upp på servern efter identifierare, kontrollerad mot Starter-mängden, sedan agentmängden, sedan Pro-mängden, och annars returnerad som Powerhouse.
Starter innehåller ingen DeepSeek-modell. Starter når exakt fyra väljarposter: Auto, husmodellen Whizi AI, en grundläggande OpenAI-modell och en snabb Gemini-modell. Starter kostar $15.99/månad, eller $10.99/mo vid årsbetalning på $131.88. Pro är den lägsta planen som når någon DeepSeek-modell.
Pro öppnar tre DeepSeek-identifierare. Två är rader från V3-generationen och en är en R1-resonemangssnapshot, listade med identifierare i tabellen nedan. Vad DeepSeek-lanseringen in i Pro valde ut var V3-generationen plus en enda resonemangsrad, inte hela familjen. Pro kostar $29.99/månad, och den är en strikt utökning av Starter.
Allt annat i familjen kräver Powerhouse. Varje DeepSeek-identifierare som inte är en av dessa tre kräver Powerhouse, vilket kostar $49.99/månad. V4-generationens rader i tabellen ovan ligger utanför Pro-listan, så de nyaste DeepSeek-raderna och det största DeepSeek-fönstret är de som behöver toppplanen.
| Plan | DeepSeek-identifierare den öppnar |
|---|---|
| Starter | Ingen |
| Pro | deepseek deepseek-v3.2, deepseek deepseek-chat-v3.1, deepseek deepseek-r1-0528 |
| Powerhouse | Varje annan DeepSeek-identifierare i katalogen |
Ett gratiskonto är spärrat hårdast av alla: chattvägen kör modellspärren först och tillåter två identifierare, Whizi AI och Auto. Tidigare kunde det returnera innan den spärren, vilket är varför äldre svar säger att en intressent kunde testa vilken textmodell som helst; det upphörde 2026-09-02.
Den DeepSeek-rad där tokenbudgeten klämmer åt
Bland DeepSeek-raderna ligger bara en under klämtröskeln. Varje modell vars kontextfönster ligger under 93 000 tokens får en mindre, proportionell budget per tur i stället för den fasta, och R1-raden på 64K är den DeepSeek-rad som ligger under den gränsen. Varje annan DeepSeek-rad i tabellen ovan ligger långt över den.
På ett fönster av 64 000 tokens begränsar klämman utdata till 40 procent av fönstret, vilket är 25 600 tokens, och behåller en säkerhetsmarginal på 1 000 tokens. Om du klistrar in långa dokument i en resonemangskonversation är det den raden du märker det på först.
De obegränsade raderna delar alla en tilldelning. En katalogmodell får en fast budget på 40 000 indata- och 20 000 utdatatokens per tur om inte fönstret är under 93 000 tokens, så fönstret på 1 310 720 tokens på V4 Flash-raden och de 164K-fönstren på V3-raderna drar samma tak per tur. Ett kontextfönster är utrymme för konversationen, inte en större budget per tur.
Vad detta inte omfattar
Ingen DeepSeek-rad genererar media. Bild-, video- och ljudavsnitten i väljaren är handplockade listor, och raderna i dem är Whizi Image, Nano Banana, Flux och Stable Diffusion för bilder, Whizi Video AI för video, och Whizi Music AI för ljud. Ingen av dem är en DeepSeek-modell.
Ingen DeepSeek-rad är en agentpersona. De fyra personorna plus deras tre äldre alias körs alla på samma grundmodell och prissätts separat från katalogen, och personor är en Pro-funktion snarare än en modellnivå.
Auto väljer aldrig DeepSeek. Auto har sex steg: ett snabbt steg på husmodellen för 1 kredit, ett omskrivnings- och bilagesteg på en snabb Gemini-modell för 2, ett långformssteg på en mellanstor GPT-modell för 4, ett kodsteg på Claude Sonnet för 10, och ett resonemangssteg på en topp-GPT-modell för 20. Ingen DeepSeek-rad finns på den stegen, så för att nå DeepSeek måste du välja den själv i väljaren.
Det finns ingen förmågeflagga per modell att publicera. Webbsökning är ett läge på förfrågningsnivå och bilagor hanteras per förfrågan, så inget av det är en egenskap hos en DeepSeek-rad, och ingen källa registrerar ett kunskapsstopp per modell.
Hur DeepSeek-listan förändras över tid
Två regler styr vad som läggs till. Ingenting äldre än en 2025-lansering läggs längre till i katalogen, en ägarregel från 19 augusti 2026. Och identifierare för djup research utesluts på principiell grund, eftersom de debiterar en hel flersökningskörning i stället för en tur.
Väljarens innehåll levereras live av Whizis backend, så applistan är alltid den aktuella. Äldre DeepSeek-generationer förblir listade sida vid sida med de nyare, eftersom en modell aldrig lämnar katalogen efter att den erbjudits: en konversation bär med sig den modell den skapades med, så att ta bort en rad skulle förstöra trådarna som redan använder den.
- Starter innehåller ingen DeepSeek-modell
- Pro öppnar tre DeepSeek-identifierare, Powerhouse öppnar resten
- Varje DeepSeek-rad kostar 1 eller 2 krediter per meddelande
- Kreditkostnaden är fast per modell, inte per meddelandelängd
- Ett gratiskonto når ingen DeepSeek-rad: Pro är den lägsta planen som gör det
- Katalogmodeller kör på en fast budget av 40 000 in, 20 000 ut per tur om inte fönstret är under 93 000 tokens
- DeepSeek R1 på 64K är klämd under den fasta budgeten
Vanliga frågor
Hur många krediter kostar ett DeepSeek-meddelande?
1 eller 2 krediter, på varje DeepSeek-rad i kredittabellen. Konsekvensen att planera för är avslagsregeln: en tur som inte får plats i det återstående saldot avslås helt i stället för att delvis debiteras, så 1 kvarvarande kredit räcker inte för att skicka en 2-kredits DeepSeek-tur. Slut på krediter ger HTTP 429 med koden message_limit_reached.
Kan jag använda DeepSeek på Starter-planen?
Nej. Spärren körs på servern efter modellidentifierare snarare än i gränssnittet, så en låst rad kan inte nås genom att redigera en förfrågan: att välja en ger HTTP 403 med koden tier_upgrade_required och meddelandet "Upgrade your plan to use this model."
Vilken DeepSeek-modell har det största kontextfönstret i Whizi?
DeepSeek V4 Flash-raden, på 1 310 720 tokens, vilket är det största fönstret av alla rader i Whizis prisindex. Den landar på Powerhouse, så det största fönstret i indexet är inte en av raderna en Pro-prenumeration öppnar.
Kostar ett DeepSeek-resonemangssvar mer än ett kort svar?
Nej. Vad ett långt svar kostar dig är utrymme, inte krediter: R1-raden har det minsta fönstret i familjen på 64K, vilket sätter den under klämtröskeln på 93 000 tokens, så dess utdata per tur begränsas till 25 600 tokens med en marginal på 1 000 tokens hållen tillbaka, medan V3- och V4-raderna använder hela den fasta budgeten. Att flytta den tråden till en V3- eller V4-rad är ett beslut per meddelande, och varje meddelande debiteras enligt steget för den rad som besvarade det.
Kan DeepSeek läsa en PDF i Whizi?
I webbappen extraheras text från PDF, Word och kalkylblad i din webbläsare och skickas som text till vilken modell du valt, så en DeepSeek-rad tar emot text snarare än en binär fil. Den extraherade texten använder samma budget per tur för indata som allt annat du skriver, så vad som begränsar ett långt dokument är taket per tur snarare än storleken på filen du släppte in. De accepterade formaten och hur varje hanteras finns i supported file types.