Какое контекстное окно у DeepSeek и как им пользоваться без переплаты

Вопрос «какое контекстное окно у DeepSeek» кажется простым, но у него два слоя: сколько токенов модель вообще вмещает и сколько вы заплатите, если реально этим пользоваться. Ниже — цифры для актуальных моделей DeepSeek в Zukko, способ заранее измерить запрос и расчёт цены длинного запроса.

Что такое контекстное окно

Контекстное окно — максимальное число токенов, которое модель учитывает в одном запросе. В него входят все сообщения, которые вы отправили (системная инструкция, история диалога, вставленные документы), и ответ модели. Если сумма превышает окно, запрос либо завершится ошибкой, либо ответ оборвётся. Подробнее об этой ошибке — в статье context_length_exceeded↗.

Токен — это не слово. Английское слово обычно занимает один-два токена, русское — больше, поэтому одно и то же окно вмещает меньше русских слов, чем английских. Измеряйте свой текст, а не пересчитывайте по словам.

Окно моделей DeepSeek в Zukko

Данные на 18 октября 2026. Цены — $ за 1M токенов.

Итак, у всех трёх актуальных моделей окно в 1M токенов. Модели R1 в этом списке нет, поэтому сведения «контекстное окно DeepSeek R1» ищите в документации DeepSeek: мы их не приводим, чтобы не дать устаревшие. Актуальный список моделей и их параметры — GET https://api.zukko.pro/v1/models или страница «Модели» в кабинете.

Два замечания:

• Размер окна не равен качеству на длинном входе. То, что 1M токенов помещается, не значит, что модель одинаково внимательна к каждому абзацу. Проверьте на своих данных: положите нужный факт в начало, середину и конец документа и посмотрите, найдёт ли его модель.
• Окно не равно длине ответа. Максимум токенов в ответе задаётся отдельно (параметром max_tokens или аналогом), и его лимит может быть меньше окна. Конкретное значение смотрите в документации DeepSeek и проверяйте на практике.

Как измерить запрос заранее

Чтобы не гадать, посчитайте токены до отправки. В Zukko для этого есть эндпоинт POST /v1/messages/count_tokens (описание↗). Он считает входные токены, не запуская генерацию, и для DeepSeek поддерживается. Учтите, что по документации подсчёт платный: посчитанные токены списываются по цене входа модели. Для документа на 800 000 токенов на deepseek-v4.1-flash это те же $0.0104, что и вход самого запроса, поэтому меряйте большой документ один раз, а не перед каждым вопросом.

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.zukko.pro",   # без /v1: SDK добавит путь сам
    api_key="fetch_ваш_ключ",
)

with open("contract.txt", encoding="utf-8") as f:
    text = f.read()

count = client.messages.count_tokens(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "Выпиши все сроки из договора:\n\n" + text}],
)
print(count.input_tokens)

Или через curl:

curl https://api.zukko.pro/v1/messages/count_tokens \
  -H "Authorization: Bearer fetch_ваш_ключ" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [{"role": "user", "content": "Ваш длинный текст"}]
  }'

Считайте это оценкой: токенизатор у разных моделей разный, поэтому окончательную цифру даёт поле usage в ответе на настоящий запрос. Сравните два числа на одном документе, чтобы понять, насколько можно доверять предварительному подсчёту.

Сколько стоит длинный запрос

Расчёт по формуле: стоимость = токены входа × цена входа + токены выхода × цена выхода (каждая цена за 1M, делите на 1 000 000). Допустим, вы отправляете документ на 800 000 токенов и просите ответ на 4 000 токенов (допущение для примера).

• deepseek-v4.1-flash: 800 000 × 0.013 / 1 000 000 + 4 000 × 0.038 / 1 000 000 = $0.0104 + $0.000152 = $0.010552, около 1 цента.
• deepseek-v4-flash: 800 000 × 0.025 / 1 000 000 + 4 000 × 0.063 / 1 000 000 = $0.02 + $0.000252 = $0.020252.
• deepseek-v4-pro: 800 000 × 0.075 / 1 000 000 + 4 000 × 0.225 / 1 000 000 = $0.06 + $0.0009 = $0.0609.

Для сравнения, claude-sonnet-5-5 (вход $0.4, выход $2) для того же запроса: 800 000 × 0.4 / 1 000 000 + 4 000 × 2 / 1 000 000 = $0.32 + $0.008 = $0.328. Какая модель справится с задачей лучше, заранее не скажем: сравните цену, индекс силы и свой тест на выборке.

Подвох диалога: история пересылается каждый раз

В чате модель не помнит предыдущие реплики — вы отправляете историю целиком в каждом запросе. Поэтому входные токены суммируются. Допустим, диалог растёт на 10 000 токенов за реплику, всего 20 реплик. Входные токены по запросам: 10 000, 20 000, ... 200 000. Сумма равна 10 000 × (1 + 2 + ... + 20) = 10 000 × 210 = 2 100 000 токенов.

• deepseek-v4.1-flash: 2.1 × 0.013 = $0.0273.
• deepseek-v4-pro: 2.1 × 0.075 = $0.1575.

(Здесь 2.1 — миллионы токенов; выход не учтён.) Деньги тратятся не на «длинный запрос», а на повторную пересылку одного и того же.

Как не переплачивать за контекст

1. Не отправляйте лишнее. Вырежьте колонтитулы, повторяющиеся блоки и неважные приложения до отправки.
2. Режьте историю. Для длинных диалогов оставляйте последние реплики и краткое резюме старых; резюме можно получить дешёвой моделью.
3. Выбирайте модель по задаче. Для массовой выжимки начните с самой дешёвой deepseek-v4.1-flash и проверьте качество на выборке, а более дорогую модель подключайте только на том шаге, где дешёвая не справилась.
4. Учтите кэш. У моделей DeepSeek в таблице Zukko цена чтения кэша совпадает с ценой входа ($0.013 у V4.1 Flash, $0.075 у V4 Pro), а запись отдельно не списывается. Значит, скидки за повторяющийся префикс здесь нет, и расчёт идёт по цене входа. Чтение кэша учитывается, если поставщик сообщает его в ответе.
5. Проверяйте, нужен ли вообще миллион. Часто достаточно поиска по документу и передачи модели нужных фрагментов. Когда миллион оправдан, разбирает статья контекст в миллион токенов↗.

Подключение моделей DeepSeek и особенности работы описаны в статье DeepSeek в России↗.

Частые вопросы

Какое контекстное окно у DeepSeek?

У deepseek-v4-pro, deepseek-v4.1-flash и deepseek-v4-flash в Zukko — 1M токенов на 18 октября 2026. Для других моделей DeepSeek, включая R1, смотрите документацию DeepSeek и список GET /v1/models.

Сколько русских слов помещается в 1M токенов?

Единого числа нет: оно зависит от текста и токенизатора. Возьмите свой документ, посчитайте токены через count_tokens и вычислите соотношение для вашего материала.

Входит ли ответ модели в окно?

Да, окно общее для запроса и ответа. Оставляйте запас под ответ.

Как проверить на практике?

Создайте ключ в кабинете Zukko↗, измерьте свой документ через count_tokens и отправьте его на deepseek-v4.1-flash. Фактический расход видно на странице «Использование».