智能体
dev.to ·
@Nokka
0.003 美元的 cache hit 价格，正在改变整个模型对比方式
文章指出，比较模型成本时多数人只看每 token 价格，而 cache hit 价格差异更大：文中列出 DeepSeek V4.1-Flash off-peak 为 0.003 美元/百万 token、peak 为 0.006 美元，Kimi K3 为 0.30 美元，GPT-5.6 Sol 为 0.40 美元，Claude Opus 5 为 0.50 美元，最高相差约 167 倍。作者认为 agent 会反复读取同一 context，缓存命中是主要成本项。文章标注由 AI 生成并经人工整理，价格需以官方为准。
AI推荐理由 以 cache hit 单价对比多家模型，指出 DeepSeek V4.1-Flash 在 off-peak 为 0.003 美元/百万 token，与 Claude Opus 5 的 0.50 美元相差约 167 倍，并说明 agent 场景中缓存命中是主要成本项；对成本敏感型 agent 选型有实际参考，但价格数据为文中自述，需以官方定价核实，且文章标注由 AI 生成。
64
正文
ราคา cache hit 0.003 ดอลลาร์ ที่เปลี่ยนวิธีเทียบโมเดลทั้งตลาด
โดย Nokka (นก-กา) | 13 กันยายน 2026
บทความนี้เขียนโดย AI (โมเดล deepseek-v4.1-flash ของผู้ให้บริการ ollama-cloud) ผ่าน Hermes Agent จาก Nous Research ตรวจสอบและเรียบเรียงโดย Nokka
เวลาคนเทียบราคาโมเดล สิ่งที่ดูกันคือ ราคาต่อโทเคน แต่มีตัวเลขอีกตัวที่คนส่วนใหญ่ไม่ดู และมันต่างกันมากกว่าที่คิด
ตัวเลขนั้นคือ ราคา cache hit
ตัวเลขที่ต่างกันเกิน 100 เท่า
DeepSeek ตั้งราคา V4.1-Flash ที่ 0.003 ดอลลาร์ต่อล้านโทเคน สำหรับ cache hit ในช่วง off-peak [1]
ลองเทียบกับคู่แข่งในตารางเดียวกัน [1]
โมเดล
ราคา cache hit ต่อล้านโทเคน
DeepSeek V4.1-Flash (off-peak)
$0.003
DeepSeek V4.1-Flash (peak)
$0.006
Kimi K3
$0.30
GPT-5.6 Sol
$0.40
Claude Opus 5
$0.50
ความต่างระหว่าง $0.003 กับ $0.50 คือ 167 เท่า
และเมื่อราคา cache hit คือค่าใช้จ่ายก้อนใหญ่ที่สุดของงาน agent ความต่างนี้จึงไม่ใช่รายละเอียด
ทำไม cache hit ถึงเป็นก้อนใหญ่
เหตุผลอยู่ในธรรมชาติของงาน agent ซึ่งผมเขียนละเอียดไว้ในบทความอีกชิ้นของชุดนี้
สรุปสั้น ๆ คือ agent อ่าน context เดิมซ้ำหลายรอบต่อหนึ่งงาน ไม่ว่าจะเป็น repository, เอกสาร, ผลลัพธ์คำสั่ง terminal หรือประวัติการสนทนาก่อนหน้า
DeepSeek เองระบุว่า ค่าใช้จ่ายจาก cache hit คิดเป็นสัดส่วนสำคัญของต้นทุน agent [1]
VentureBeat ยกตัวอย่างให้เห็นภาพชัดเจน [1]
สมมติ agent เก็บ prefix ขนาด 500,000 โทเคนที่ใช้ซ้ำได้ แล้วเรียกใช้ cache นั้น 100 ครั้ง นั่นคือ 50 ล้านโทเคนจาก cache
ค่าใช้จ่ายเฉพาะส่วนนั้น
V4.1-Flash off-peak: ประมาณ $0.15
Kimi K3: ประมาณ $15
GPT-5.6 Sol: ประมาณ $20
Claude Opus 5: ประมาณ $25
นี่คือความต่างที่คนเทียบแค่ราคาต่อโทเคนจะมองไม่เห็น
แล้วทำไมต้องเป็น off-peak
ตัวเลข $0.003 มาจากช่วง off-peak เท่านั้น ถ้าใช้ช่วง peak ราคาจะเป็น $0.006 [1][2]
ช่วง peak ของ DeepSeek คือ วันจันทร์ถึงศุกร์ เวลา 01:00-04:00 และ 06:00-10:00 UTC นอกนั้นเป็น off-peak [1]
ถ้าแปลงเป็นเวลาไทย ช่วง peak คือ ประมาณ 08:00-11:00 และ 13:00-17:00 น. [1]
ผมมองว่านี่เป็นรายละเอียดที่คนทำงานจริงควรรู้ เพราะมันหมายความว่า เวลาเป็นตัวควบคุมต้นทุนอีกตัวหนึ่ง งานที่ตั้งเวลาได้ควรตั้งให้รันนอกช่วงนั้น
Together AI เปิดให้ใช้ และอ้างเรื่องต้นทุน
เมื่อวันที่ 13 กันยายน 2026 Together AI ประกาศว่า V4.1-Flash พร้อมใช้บนแพลตฟอร์มแล้ว [3]
ข้อความของพวกเขาระบุว่า [3]
V4.1-Flash ชนะ GPT-5.6 Sol บน benchmark สาย agent ที่ต้นทุนหนึ่งในสามต่องาน
และระบุว่าโมเดลรองรับ context window 1 ล้านโทเคน พร้อมการรับข้อมูลหลายรูปแบบในตัว [3]
คำอ้างนี้ตรวจสอบได้แค่ไหน
ผมตรวจแล้ว และพบว่าคำอ้าง "ชนะ Sol" มีตัวเลขรองรับจาก model card ของ DeepSeek เอง [4]
Benchmark
GPT-5.6 Sol
V4.1-Flash
DeepSWE v1.1
73.0
74.2
Terminal-Bench 2.1
88.8
90.6
AutomationBench
45.8
54.8
Agent's Last Exam
26.7
31.8
CyberGym
84.5
88.1
ส่วนคำอ้าง "หนึ่งในสามของต้นทุน" นั้น Together AI ไม่ได้ระบุว่ารวมค่า cache hit หรือไม่ ซึ่งเป็นรายละเอียดที่สำคัญมากในบริบทนี้
ผมจึงบอกได้แค่ว่าตัวเลขของ DeepSeek เองสอดคล้องกับคำอ้างเรื่องประสิทธิภาพ แต่ยังไม่ยืนยันเรื่องต้นทุนได้เต็มปาก
และมีเรื่องที่คนมักไม่พูดถึง
VentureBeat อ้างผลสำรวจของตัวเองในเดือนกรกฎาคม 2026 ซึ่งถามองค์กร 170 แห่งที่มีพนักงานเกิน 100 คน [1]
ผลคือ มีเพียง 47% ที่บอกว่าติดตามต้นทุน AI และผลตอบแทนอย่างเข้มงวด แปลว่า อีก 53% ไม่ได้ทำ [1]
และในกลุ่มนั้น 12% บอกว่ายังไม่ได้จัดการข้อจำกัดเรื่องหน่วยความจำสำหรับการประมวลผล เช่นความจุ KV cache อีก 7% ไม่รู้ว่ามีข้อจำกัดนี้อยู่ [1]
ผมคิดว่าตัวเลข 53% คือส่วนที่สำคัญที่สุดของเรื่องนี้
เพราะมันหมายความว่า การแข่งขันเรื่องราคา cache hit เกิดขึ้นในตลาดที่ครึ่งหนึ่งของผู้ซื้อไม่ได้วัดต้นทุนตัวเองอยู่เลย
ข้อควรระวัง
หนึ่ง ตัวเลข benchmark ทั้งหมดมาจาก model card ของ DeepSeek เอง [4] ซึ่งเป็นการทดสอบที่ผู้ผลิตทำกับโมเดลตัวเอง VentureBeat ระบุชัดว่าควรอ่านเป็น "ค่าที่ผู้ผลิตรายงาน" ไม่ใช่ผลทดสอบอิสระ [1]
สอง DeepSeek เองยอมรับว่าในบางหมวดยังแพ้อยู่ [4] โดยเฉพาะงานที่ใช้เวลานาน Claude Opus 5 นำที่ Terminal-Bench 3.0 (43.3 ต่อ 30.0) และ Terminal-Bench 4.0 (51.8 ต่อ 31.2) ส่วน GPT-5.6 Sol นำในหมวดความปลอดภัยอย่าง SEC-Bench Pro (74.3 ต่อ 62.8)
สาม ตารางเทียบราคาที่ผมยกมาเป็นราคา ณ วันที่ 13 กันยายน 2026 ซึ่งเปลี่ยนได้ทุกเมื่อ และเงื่อนไข cache hit ของแต่ละค่ายอาจต่างกันในรายละเอียด ผมเทียบเฉพาะตัวเลขที่แต่ละค่ายประกาศ
สี่ ตัวอย่างคำนวณ 50 ล้านโทเคนเป็นของ VentureBeat [1] ซึ่งตัดค่าเขียน cache, context ใหม่ และค่า output ออก เพื่อให้เห็นเฉพาะส่วนต่างของราคา cache
ห้า ตัวเลขจากผลสำรวจ 170 องค์กร เป็นการสำรวจที่ VentureBeat ทำเอง [1] ผมไม่ได้เข้าถึงชุดข้อมูลดิบ
หก ผมทำงานบนระบบที่ใช้โมเดล AI และโมเดลที่ผมใช้เขียนบทความนี้เป็นรุ่นเดียวกับที่บทความพูดถึง [5]
สรุป
ตัวเลข $0.003 ไม่ได้สำคัญเพราะมันถูกที่สุด แต่มันสำคัญเพราะมัน เปิดคำถามว่าเราเทียบราคาโมเดลกันถูกรึยัง
การเทียบจากราคาต่อโทเคนแบบเดิม มองไม่เห็นค่าใช้จ่ายที่กำลังเป็นก้อนใหญ่ที่สุดของงาน agent
และในตลาดที่ครึ่งหนึ่งของผู้ซื้อไม่ได้วัดต้นทุนตัวเอง ราคาที่ถูกกว่าอาจไม่ได้ทำให้ใครประหยัดขึ้นจริง
คำถามที่ผมคิดว่าควรถามคือ ต้นทุน AI ที่คุณจ่ายเดือนที่แล้ว มีกี่เปอร์เซ็นต์ที่มาจากการอ่าน context เดิมซ้ำ
ถ้าตอบไม่ได้ ลองเริ่มจากข้อนี้ก่อน แล้วคุณจะเห็นว่าทำไมตัวเลข $0.003 ถึงน่าสนใจ
หมายเหตุ: บทความนี้เป็นชิ้นที่ 2 จาก 2 ชิ้น ต่อจากเรื่องสถาปัตยกรรม KV cache
แหล่งอ้างอิง
[1] Franzen, C., "DeepSeek-V4.1-Flash debuts with $0.003/1M off-peak cached-input rate and benchmarks eclipsing GPT-5.6 Sol, Claude Opus 5", VentureBeat (10 ก.ย. 2026), https://venturebeat.com/technology/deepseek-v4-1-flash-debuts-with-0-003-1m-off-peak-cached-input-rate-and-benchmarks-eclipsing-gpt-5-6-sol-claude-opus-5
[2] DeepSeek, "DeepSeek-V4.1-Flash: Smarter, Faster, More Efficient", DeepSeek API Docs (10 ก.ย. 2026), https://api-docs.deepseek.com/news/news260910/
[3] Together AI (@togethercompute), "deepseek v4.1 flash has arrived on together ai", X (13 ก.ย. 2026), https://x.com/togethercompute/status/2098940684044562506
[4] DeepSeek-AI, "DeepSeek-V4.1-Flash" (model card, Hugging Face, 10 ก.ย. 2026), https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash
[5] การเปิดเผยของผู้เขียน: บทความนี้เขียนโดยใช้ AI และโมเดลที่ใช้เป็นรุ่นเดียวกับที่บทความพูดถึง