Nagbayad ako ng US$1,892.38 sa Anthropic sa loob ng 13 buwan. Iyon ang Claude Code Max sa $200 kada buwan, at saka pang dagdag na $20-100 para sa Codex ng OpenAI. Kapag pinagsama, nasa pagitan ng $200 at $300 kada buwan — para lang sa AI tooling.
Kinansela ko ang Claude Max noong April. Naisulat ko na iyon — ilang beses na. Ang bawat post ay tapat na pagtatangka na malaman kung ano ang tamang setup habang patuloy na nagbabago ang mga tool sa ilalim ng aking mga paa.
Dalawang buwan na ang nakalipas, tinigil ko nang tuluyan ang dual-wielding. Lumipat ako sa iisang model — DeepSeek V4 Pro with High Thinking — sa pamamagitan ng iisang coding harness. Heto ang totoong nangyari.
June: $57.01. July: $33.09.
Ang June bill ko sa DeepSeek: 4.1 billion tokens na naproseso, $57.01 sa kabuuan.
July: 2.1 billion tokens, $33.09. Bahagyang bumaba ito dahil natapos ko ang malaking localization project noong June, at bahagya rin dahil mas gumaling ako sa prompt engineering — mas maliliit na prompts, mas kaunting retries, pareho pa rin ang output quality.
Pinagsamang dalawang buwan: $90.10. Mas mababa pa iyon kaysa kalahati ng binabayaran ko sa isang buwan ng Claude Max. Wala pa sa isang-katlo kung isasama mo pa ang Codex subscription.
Ang unang tanong ng lahat kapag nakabawas ka ng 75% sa gastos ay: "Bumagal ka ba?" Heto ang sagot.
786 Commits. 4 na Produkto. Zero Slowdown.
Tinatrack ko ang trabaho ko sa pamamagitan ng git. Hindi ito perpektong metric ng productivity — walang kahulugan ang line counts, at ang isang commit ay puwedeng kumatawan sa kahit ano mula sa typo fix hanggang sa database migration. Pero sa direksyon, may totoong sinasabi ito.
Sa pagitan ng June 1 at July 31, 2026, sa apat na produktong inaasikaso ko:
-
DIALOGUE (podcast platform): 382 commits. Naglunsad ng 6-language World Cup podcast network na may automated publishing sa YouTube, Spotify, at Apple Podcasts. Gumawa ng 41-post SEO content calendar. Nagpatakbo ng buong pipeline evaluation framework na may 40 episodes at LLM judge na nag-score ng 7 dimensions kada episode.
-
chandlernguyen.com (ang site na ito + Ask Sydney): 168 commits. Ganap na na-localize ang 7-module course sa Japanese. Gumawa ng 30-question Sydney eval framework na may LLM-as-judge scoring. Ini-restructure ang system prompt ni Sydney mula sa simula. Na-redesign ang homepage.
-
Prova (AI builder coach): 228 commits. Na-ship ang unified curriculum sequences sa tatlong personas. Gumawa ng iPad-native experience na may drag-and-drop. Nagdagdag ng cross-device draft sync at brief-driven reset paths.
-
STRAŦUM (marketing intelligence): 8 commits. Quiet period. Minsan, ang hindi pag-ship ang tamang desisyon.
Hindi ako bumagal. Kung mayroon man, bumibilis pa nga ako — ang 786 commits sa dalawang buwan ang pinaka-produktibong yugto ko mula nang magsimula akong mag-build publicly noong 2023.
Ang Model: DeepSeek V4 Pro with High Thinking
Hindi ang pinakamurang option ng DeepSeek ang ginagamit kong model. Ang V4 Flash ay nagkakahalaga ng $0.14 kada million input tokens (cache miss) at $0.28 kada million output. Ang Pro version ang ginamit ko — $0.435 kada million input, $0.87 kada million output — na naka-enable ang High Thinking mode. Hindi ito ang pinakamurang config. Dapat siguro akong lumipat sa Flash — mas mura pa nga. Pero kapag $33 lang ang kabuuang bill, wala talagang urgency.
Magsisimula na akong gumamit ng Flash nang mas madalas simula ngayon. Pero may sinasabi iyon tungkol sa psychology ng mga murang tool: kapag sapat nang mababa ang cost, tumitigil ka nang mag-optimize. Nag-build ka na lang.
Ang Cache Multiplier na Hindi Napag-uusapan
Heto ang pinakamahalagang bahagi, at ang bahaging nagpapagana sa mga numerong nasa headline sa itaas.
Ang OpenCode, ang coding harness na ginagamit ko, ay nagpapanatili ng DeepSeek prompt cache. Umaabot sa 90-95%+ ang cache hit rate ko. Iyon ang lubusang nagbabago sa economics:
| Uri ng token | Presyo kada 1M tokens |
|---|---|
| Input (cache miss) | $0.435 |
| Input (cache hit) | $0.003625 |
| Output | $0.87 |
Ang cache-hit input tokens ay 120 beses na mas mura kaysa sa cache-miss tokens. Sa 90%+ cache hit, ang effective input cost mo ay rounding error na lang. Ang karamihan sa binabayaran mo ay ang output — ang aktwal na generated code, ang aktwal na mga sagot. Iyon ang architecture na nagpapagana ng $33/buwan kahit mabigat ang paggamit.
Kung walang cache, ang 4.1 billion tokens ng input sa $0.435/M ay aabot ng humigit-kumulang $1,780 — para lang sa June. Sa 95% cache hit, bumababa ang effective input cost sa halos $7 na lang. Mura ang model. Ang cache ang nagpapalibre rito.
Ano ang Kalidad sa Presyong Ito
Ang tapat na tanong: gumagawa ba ang DeepSeek V4 Pro ng parehong kalidad gaya ng nakukuha ko sa $200/buwan na Claude Max + Codex combo?
Ang sagot: depende sa sinusukat mo, pero para sa workloads ko, maliit na ang gap at patuloy itong lumiliit.
Sa coding tasks: Kayang hawakan ng OpenCode + DeepSeek ang parehong saklaw ng trabahong ginagawa ko sa Claude Code at Codex — TypeScript, React, Next.js, FastAPI, Python, Swift, database migrations, YAML configs, shell scripts. Ang token-efficient na pagkaiba na napansin ko sa Codex (halos 3x na mas kaunting tokens kaysa Claude para sa parehong trabaho, gaya ng nabanggit ko sa mga post ko noong March) ay nananatili rito sa ibang paraan — mas concise ang DeepSeek. Mas kaunting commentary, mas maraming code.
Sa writing tasks: Pareho rin ang DeepSeek model na ginagamit ko sa pagsusulat — blog posts, course content, system prompts — direkta sa OpenCode. Iba ang editing cycle kaysa sa nakasanayan ko kay Claude. Mas polished ang default style ni Claude; mas direkta naman ang DeepSeek. Wala sa kanila ang mas magaling. I-adjust mo na lang ang prompts mo.
Sa Sydney eval: Matapos ilipat ang Ask Sydney sa DeepSeek, nagpatakbo ako ng 30-question evaluation na may LLM judge. Ang mga resulta: hindi nagbago ang retrieval quality, nag-average ng 4.2/5 ang citation accuracy, at umiskor ng 4.4/5 ang voice fidelity — kung gaano kahusay tumunog si Sydney na parang ako. Ang nangangailangan ng trabaho ay ang source grounding sa mga paksang finance at healthcare, pero iyon ay prompt engineering fix, hindi isyu sa kalidad ng model. Hinigpitan ko ang system prompt — nagdagdag ng rule na nangangailangan ng kahit isang blog post citation kada pangunahing claim sa mga sensitibong paksa — at na-redeploy ko ito.
Ang pattern na nakikita ko sa parehong DIALOGUE at Ask Sydney ay iisa: sa ganitong presyo, mas malaki ang bigat ng prompt engineering. Kapag nagbabayad ka ng $200 kada buwan kay Claude, kayang-kaya mong hayaan ang model na mag-isip para sa iyo. Kapag $33 na ang binabayaran mo, kailangan mong maging mas specific. Ang magandang balita: sumusunod ang model sa instructions.
Isang Tool, Isang Model. Ang Mental Simplification na Hindi Napag-uusapan.
Ang natitipid na pera ang napapansin ng mga tao. Ang mas mahalagang pagbabago: kapag tumigil ka nang mag-manage ng maraming subscriptions at tool chains, nakukuha mo ulit ang mental bandwidth mo.
Ang setup ko noong April ay Claude Code para sa architecture at frontend work, Codex para sa implementation, at Claude's API para sa podcast pipeline ng DIALOGUE. Tatlong magkaibang authentication flows. Tatlong magkaibang rate limit behaviors. Tatlong magkaibang subscription page na titingnan kapag may huminto sa paggana.
Hindi ko nami-miss ang dual-wielding. Wala ni katiting. Isang tool, isang model, isang mental model kung paano kumikilos ang system. Binuksan ko ang OpenCode. Nagta-type ako. Gumagana ito.
Iyon ang threshold na mahalaga. Hindi ang "mas maganda ba ito." Ito ay: "sapat na bang mabuti ito para mawala na ang presyo bilang variable."
Ang Reality ng Pricing — at Kung Ano ang Susunod
Kasama sa kasalukuyang pricing ng DeepSeek ang tala na ito:
Plano naming itaas ang kabuuang pricing para sa DeepSeek API services sa malapit na hinaharap, at inaasahan ang malaking pagtaas.
Tataas ang mga presyo. Ganoon talaga palagi. Hindi mananatiling $33 magpakailanman ang $33 na buwan. Pero ang pattern — sapat na mura para tumigil ka nang mag-optimize, mga cache hit rate na ginagawang rounding error ang input costs, prompt engineering na sumasara sa quality gap — ay matibay.
Dalawang buwan na, $90.10 sa kabuuan, 786 commits. Hindi na ako babalik sa $300/buwan na tool chains maliban na lang kung may magpilit sa akin. At magsisimula na akong gumamit ng Flash nang mas madalas — dahil sa puntong ito, bakit hindi?
Nagco-code pa rin, natututo pa rin, nagsi-ship pa rin (sa halagang $45 kada buwan).
Maraming salamat, Chandler :P