Mantén tu proyecto de IA de fin de semana cerca de cero con lotes en horas valle
Trata la tarifa de la API como un problema de programación: clasifica el trabajo, agrupa las tareas pesadas en horas valle y define un modelo de respaldo económico para las horas pico.
Tu proyecto de IA de fin de semana puede mantenerse cerca de cero si decides cuándo se permite que ocurra cada solicitud. La factura de la API es un calendario, no una tarifa. Mueve el trabajo pesado a las horas tranquilas y el proyecto se mantiene barato incluso cuando el precio sube.
DeepSeek cambió su API a un horario de horas pico y horas valle a las 16:00 UTC del 16 de agosto de 2026, con horas pico de 01:00 a 04:00 y de 06:00 a 10:00 UTC, y horas valle a la mitad del precio pico. Los tokens de salida de V4-Pro pasaron de un precio fijo de $0.87 por millón a $1.98 en horas valle y $3.96 en horas pico. Los tokens de salida de V4-Flash pasaron de un precio fijo de $0.28 por millón a $0.66 en horas valle y $1.32 en horas pico.
DeepSeek indicó que la revisión tenía como objetivo asignar los recursos de forma más razonable y desplazar las cargas de trabajo de los desarrolladores hacia períodos menos congestionados. Para un pequeño proyecto secundario, el modelo puede seguir siendo el mismo; la factura cambia porque los mismos tokens ahora llegan en momentos distintos.
La regla de presupuesto de la API de fin de semana: clasifica las cargas de trabajo como interactivas, por lotes o sensibles a horas pico; programa los lotes en horas valle; define un modelo de respaldo para horas pico y un límite de gasto.
El horario es el presupuesto
Clasifica el trabajo antes de tocar el código. Un proyecto de fin de semana suele tener a una persona esperando una respuesta, una tarea grande que puede terminar mientras duermes y una llamada pesada que sería cara si cae en una ventana ocupada.
El trabajo interactivo es todo aquello donde un usuario está esperando: chat, búsqueda, ayuda con formularios, resúmenes rápidos. El trabajo por lotes es todo lo que puede terminar durante la noche: etiquetado de conjuntos de datos, reescrituras largas, generación de informes, relleno de contenido antiguo. El trabajo sensible a horas pico es la generación pesada que normalmente ejecutarías durante el día pero que puedes mover o redirigir.
Usa una prueba sencilla: mantén a la persona que espera en la ruta interactiva económica. Marca la salida en cola como lote. Marca una tarea larga y costosa que probablemente se ejecute mientras estás despierto como sensible a horas pico. No necesitas etiquetas perfectas. Necesitas un valor predeterminado para cada tarea. Mantén una lista breve en tus notas: qué se ejecuta ahora, qué se ejecuta después y qué necesita un respaldo.
El lote se ejecuta en las horas económicas
Programa el lote en la ventana de horas valle, no en la ventana que te parece tranquila. Verifica la conversión antes de celebrar una ejecución nocturna económica, porque tu tarde local puede no coincidir con UTC. Según los límites oficiales de concurrencia, V4-Flash soporta 2.500 solicitudes simultáneas y V4-Pro soporta 500. V4-Flash es el modelo más sencillo para trabajo por lotes en paralelo. Un registro que muestre la hora de inicio es suficiente para demostrar que la tarea se ejecutó en la ventana económica.
Empieza con una sola tarea por lotes, no con toda la aplicación. Elige lo más pesado que ya ejecutas: un resumen nocturno, una actualización de contenido, una limpieza de datos. Dale una hora de inicio, un tiempo de espera y un lugar para escribir los resultados. Deja que falle en silencio y reintente más tarde, en lugar de desperdiciar tu presupuesto de fin de semana.
El respaldo gestiona las horas ocupadas
Configura el respaldo antes de que llegue la hora pico. El precio de salida publicado de GPT-5.6 Luna es de $1.20 por millón de tokens, lo que hace que V4-Flash sea más barato en horas valle pero ligeramente más caro en horas pico solo por la salida. Durante las horas laborales de Pekín, el precio de salida en horas pico de V4-Pro supera el precio de salida de GPT-5.6 Luna. Un respaldo ayuda a las tareas pesadas que no pueden esperar.
Añade un límite de gasto: un límite diario, una alerta y una cola que retenga el resto. Mantén el respaldo aburrido: un solo modelo, una sola ruta, un solo límite. Usa el modelo de horas pico cuando sea más barato para esa tarea; pon la tarea en cola cuando no lo sea. Mantén el límite lo suficientemente bajo para que un bucle defectuoso no te sorprenda, y lo suficientemente alto para que un fin de semana normal no se estanque. Una alerta sencilla es suficiente: un mensaje cuando el día está casi agotado y una pausa cuando se ha agotado. Entonces puedes cerrar el portátil y dejar que la cola termine.