شرکت مشاوره مرکز تماس کال سنتر دکترز (The Call Center Doctors) که طبقات تماس را برای کسب‌وکارها می‌سازد و اداره می‌کند، طبق مقاله تشریحی آزمایش خود، یک دستگاه حاوی چهار پردازنده گرافیکی انویدیا اچ ۲۰۰ (Nvidia H200) را در تاریخ ۲۷ سپتامبر اجاره کرد تا مدل دیپ‌سیک وی ۴.۱ فلش (DeepSeek V4.1 Flash) را جایگزین کلود اوپوس ۵.۵ (Claude Opus 5.5) برای ایجنت‌های کدنویسی کلود کد (Claude Code) خود کند.
این مقاله آزمایشی برای هر کسی نوشته شده است که شنیده دیپ‌سیک (DeepSeek) هشتاد برابر ارزان‌تر از کلود (Claude) است. با استفاده از ترکیب کدنویسی واقعی این شرکت، کل سیستم در اوج عملکرد به حدود ۲۱۳ توکن نوشته شده در ثانیه رسید که هزینه آن بر اساس تقاضا ۴۴۰.۸۸ دلار در روز بود، در حالی که هزینه انجام همین کار از طریق رابط برنامه‌نویسی کاربردی (API) دیپ‌سیک بین ۱۸۴ تا ۲۲۳ دلار در روز هزینه داشت. این مرکز تماس دوباره به استفاده از کلود اوپوس ۵.۵ با قیمتی کمتر از هزینه اجاره این سخت‌افزار بازگشت.
رابط برنامه‌نویسی کاربردی (API) دیپ‌سیک با قیمت ۰.۱۵ دلار به ازای هر ۱ میلیون توکن ورودی جدید در ساعات کم‌مصرف، ۰.۰0۳ دلار برای توکن‌های ورودی کش‌شده و ۰.۶۰ دلار به ازای هر ۱ میلیون توکن خروجی قیمت‌گذاری شده است. هزینه‌های ساعات اوج مصرف دو برابر است. در مقایسه، مدل کلود اوپوس ۵.۵ (Claude Opus 5.5) شرکت آنتروپیک (Anthropic) با قیمت ۴ دلار برای ورودی و ۲۰ دلار برای خروجی به ازای هر ۱ میلیون توکن، همراه با خواندن کش با قیمت ۰.۲۰ دلار فهرست شده است. این شرکت مشاوره به جای رابط برنامه‌نویسی کاربردی، از اشتراک‌ها استفاده کرد.
عملکرد سخت‌افزار برای یک نوع کار در هر زمان در طول اجرای بار کامل یک‌دلمنه‌ای در آزمایش مناسب بود. اما ایجنت‌های کدنویسی بیشتر با ارسال مجدد مکالمه کار می‌کنند و بر اساس گزارش‌های این شرکت مشاوره، ۹۶ درصد از مطالبی که ایجنت‌ها به مدل ارائه می‌دادند، متن قدیمی بود. برای هر توکن جدید نوشته شده، حدود ۱۰۰۰ توکن قدیمی نیاز است؛ خواندن مجدد ارزان است، اما به قدری زیاد است که سخت‌افزار مشغول خواندن مجدد می‌ماند و زمان کمی برای نوشتن توکن‌های جدید باقی می‌گذارد.
پایدارسازی اجرای مدل نیازمند پنج تلاش با ۱۰ تا ۱۵ دقیقه زمان بارگذاری برای هر تلاش بود. این سیستم چه مشغول باشد و چه نباشد هزینه دریافت می‌کند که چندان مطلوب نیست. بر اساس محاسبات ما، یک ماه با طول استاندارد با نرخ تقاضا یعنی ۱۸.۳۷ دلار در ساعت، به حدود ۱۳۲۰۰ دلار می‌رسد. این مبلغ بیش از دو برابر صورت‌حساب سپتامبر کلود این شرکت مشاوره است. علاوه بر این، بر اساس محاسبات این شرکت، یک دستگاه تنها می‌تواند روزانه حدود ۲۰ میلیارد توکن را پردازش کند که بیشتر آن مربوط به خواندن مجدد است، در مقایسه با ۵۱ میلیارد توکنی که ایجنت‌های این شرکت در شلوغ‌ترین روز خود استفاده کردند.
این آزمایش برای هر کسی هدف‌گذاری شده بود که شنیده دیپ‌سیک ۸۰ برابر ارزان‌تر از کلود است. یک سرور که از ۱ تا ۲۷ سپتامبر کار می‌کرد، ۲.۰۳ میلیون فراخوانی مدل، ۳۸۸.۵ میلیارد توکن خوانده‌شده (که ۳۷۴.۲ میلیارد تای آن کش شده بود) و ۳۹۳ میلیون توکن نوشته‌شده با ۵۶۱۰ تغییر ادغام‌شده داشت. اشتراک‌های کلود کد این شرکت مشاوره در ماه سپتامبر به حدود ۵۵۰۰ دلار رسید. همین ۲۷ روز توکن روی رابط برنامه‌نویسی کاربردی دیپ‌سیک بسته به قیمت‌گذاری اوج مصرف، بین ۳۵۰۰ تا ۷۰۰۰ دلار هزینه خواهد داشت که میانگین تخمینی ما در صورت توزیع یکنواخت مصرف در طول هفته حدود ۴۲۰۰ دلار است.
در مقایسه با قیمت‌های فهرست‌شده کلود اوپوس ۵.۵، بر اساس محاسبات ما همین توکن‌ها حدود ۱۴۰۰۰۰ دلار هزینه خواهند داشت که بیش از ۲۵ برابر هزینه اشتراک است. تخفیف نرخ ثابت همان جایی است که ضریب ۸۰ برابری در آن گم شد. این شرکت مشاوره همچنین هزینه هر تغییر کد ادغام‌شده را قیمت‌گذاری کرد: حدود ۱ دلار در کلود و حدود ۰.۶۳ دلار در رابط برنامه‌نویسی کاربردی دیپ‌سیک، اگر دیپ‌سیک همان کار را با همان توکن‌ها انجام می‌داد. تخمین ۱.۱۵ تا ۴.۹۰ دلاری آن برای دیپ‌سیک بر اساس این فرض است که مدل به توکن‌های بیشتری نیاز دارد، کمتر موفق می‌شود و برای بررسی کار خود به کلود نیاز دارد.
دیپ‌سیک هرگز در این آزمایش نتوانست کد واقعی بنویسد. بازبینی‌کنندگان این شرکت مشاوره مرتباً راه‌هایی پیدا می‌کردند که کد ایجنت می‌توانست از محیط سندباکس (Sandbox) فرار کند؛ مثلاً از طریق یک فایل تنظیمات در یک پوشه موقت اشتراکی که می‌توانست به کد ایجنت اجازه دهد به عنوان مدیر (Admin) اجرا شود. این به معنای آن بود که ایجنت‌های کدنویس باید آفلاین می‌ماندند. در عوض، دیپ‌سیک تنها به عنوان ۴۸ تا ۶۴ ایجنت بازبین فقط‌خواندنی اجرا شد، ۲۳۷۷ پوشه را خواند و ۳۲ گزارش باگ ثبت کرد. این سخت‌افزار که با نرخ لحظه‌ای ۹.۱۹ دلار در ساعت اجاره شده بود، ظرف چند دقیقه پس از پایان آخرین آزمایش توسط ارائه‌دهنده پس گرفته شد.
بر اساس نسل وی ۴ (V4) که در آن نسخه پرو (Pro) امتیاز بالاتری از فلش (Flash) کسب کرد، می‌توان انتظار داشت عملکرد بهتری از خانواده مدل‌ها با نسخه دیپ‌سیک وی ۴.۱ پرو (DeepSeek V4.1-Pro) ارائه شود که در حال حاضر تاریخ انتشار مشخصی ندارد. این موضوع ممکن است محاسبات را در آینده تغییر دهد، اما در حال حاضر راه‌های بهتری برای هزینه کردن روی توکن‌ها وجود دارد تا اینکه پردازنده گرافیکی برای اجرای یک مدل متن‌باز اجاره شود.
منبع: tomshardware.com