很多人第一次接 deepseek-chat，代码十分钟就跑通了，问题都出在后面：账单对不上、长对话越跑越贵、并发一高就报错、缓存命中率看着像玄学。这篇不讲原理课，只按「接之前—跑起来—跑久了」三段，把常见坑和对应的正确做法列清楚，你可以当检查清单用。具体单价和限速数字，一律去站内页面看当时的版本。
很多人第一次接 deepseek-chat，代码十分钟就跑通了，问题全在后面：账单比预估高、长对话越跑越贵、并发一上来就报错、缓存命中率看着像玄学。这篇不讲原理课，按「接之前—跑起来—跑久了」三段，把常见坑和对应做法列清楚，你直接当检查清单用。
先提醒一句：本文出现的所有单价、限速、倍率，一律不写死，因为会变。你去站内对应页面看当时的数字，再拿去和自己的账单对。接之前先读官方价目表，接之后先跑十次估真实花销，这两步能挡掉后面一半的麻烦。
接入前：先把三件事对齐，别急着写代码
第一件事是口径对齐。你要用的是官方直连还是中转站，这两条路的计费系数、限速规则、可用模型都不一样。官方价目去 /official-api/providers/deepseek 核对，中转站倍率去 /rankings 和 /relay-rate-vs-official-price 对齐口径。最忌讳的做法是把两边的数字拿来直接比大小，系数口径不同，比出来没有意义。
第二件事是额度性质。赠送额度、试用额度、充值余额，扣减顺序和过期规则都不同。你要先查清「用超了是直接停还是自动扣费」，心里有数才不会半夜被停服。站内 /free-credit-overage-order 有顺序说明。这条不适用的情况很简单：你自己全额预充值、根本没有赠送额度，那这条可以跳过。
- 口径对齐：确认官方直连还是中转站，两条路的计费、限速、模型清单分别到对应站内页核对，不混着比
- 额度性质：弄清赠送、试用、充值余额的扣减与过期规则，明确超量是停服还是扣费
- 重试规矩：接之前就定好最大重试次数、退避间隔、幂等键，避免一次抖动烧掉一天预算
- 日志字段：先定好要记哪些 token 字段，别等对账时才发现没记缓存读写
跑通后：先验证这四点，再谈上线
代码跑通只是起点。第一点是输入输出分开记账。deepseek-chat 的输入和输出单价不同，缓存命中的输入又是另一档，日志里必须把 prompt_tokens、completion_tokens、缓存读写分开记。字段清单可以直接照 /usage-log-fields 抄，别自己另起一套名字，后面没法统一分析。
第二点，一次请求的真实花费要自己算，不要凭感觉估。用 /tools/token-price-calculator 或 /tools/model-cost-calculator 代入当次实际用量，跑十次取平均，再乘以预估调用量，才是有意义的月度预算。拍脑袋估出来的数，通常和账单差得很远，差在缓存和输出长度上。
| 验证项 | 怎么测 | 达标标准 |
|---|---|---|
| 输入输出分账 | 日志分别记录 prompt、completion、缓存读写字段 | 对账时能逐字段还原账单构成 |
| 单次真实花费 | 站内计算器代入当次用量，跑十次取平均 | 乘以预估调用量后与预算同量级 |
| 上下文增长 | 看轮次与 token 的对应关系 | 长会话有轮次上限或摘要压缩 |
| 延迟基线 | 用 /tools/speed-test 量一次首字和总耗时 | 后续变慢时能和基线对照，不靠体感 |
第三点，上下文别无限堆。多轮对话每轮都会把历史重发一遍，token 随轮次线性增长，长会话是成本失控的头号原因。正确做法是设轮次上限、做摘要压缩，或把固定背景放进缓存区。长上下文的成本结构看 /long-context-cost-spike 更清楚。
第四点，先测延迟基线。同一个问题在中转站和官方直连下，首字延迟、总耗时可能差一截。用 /tools/speed-test 量一次自己的基线，后面出现「怎么变慢了」才有对照。没有基线的体感判断，十次有九次是错觉。
跑久了：四个高频坑和对应的做法
坑一，账单比预估高。大多数情况不是单价变了，而是缓存没命中或口径没对齐。先看缓存命中率，再怀疑单价，排查顺序按 /cache-hit-rate-cost-impact 走。反过来先怀疑单价，往往白折腾一圈，最后发现是固定背景没放缓存区。
坑二，并发一高就报错。先确认是 RPM 限制还是账户余额或额度问题，这两类报错文案很像，但处理方式完全不同：一个是排队退避，一个是充值或换线路。中转站的倍率与 RPM 规则看 /relay-billing-rate-rpm，别凭猜。
- 坑一账单偏高：先查缓存命中率，再查计费口径，最后才怀疑单价
- 坑二并发报错：先分清是限速还是余额问题，两类处理完全不同
- 坑三限速重发：被限速后重发同样计费，应退避等待而不是立即重试，边界看 /retry-billing-limits
- 坑四成本慢涨：设预算告警和用量看板，按 /budget-alert-five-gates 的五道闸落地
坑三，限速重发导致重复计费。被限速后重发的那次请求同样计费，正确做法是捕获限速错误后按退避等待，而不是立即重试。判断边界在 /retry-billing-limits 写得很细，值得在写重试逻辑前读一遍。坑四，成本随业务自然上涨没人管，设预算告警和用量看板，把「哪天突然翻倍」变成当天就能发现的事。
什么情况下这套做法不适用
第一种，只做一次性小规模验证。几百次调用以内，不必搭日志和告警，直接用站内计算器估一次就够，搭全套流程反而是浪费。判断标准很简单：如果这次验证的结论不会影响长期预算，就跳过工程化那几步。
第二种，业务对延迟极度敏感。此时成本不是首要矛盾，应先按延迟选线路，再谈省钱。顺序反过来会选错，选了便宜但慢的线路，后面还是要换。第三种，已签包量或企业合同，计费口径由合同约定，本文的按量换算只能作参考，实际以合同与账单为准。
接 deepseek-chat 的难点不在跑通，在对账：日志字段、重试规则、上下文上限，三样定在写代码之前。下一步先把官方价目和中转站倍率的口径对齐，再动手写第一行代码；去站内价目页和倍率对照页看当时的数字，比任何口头估算都靠谱。→
常见问题
deepseek-chat 的账单为什么比我自己估的高？
最常见的原因是缓存没命中、输入输出没分开统计，或者把中转站倍率当成了官方单价。先把每次调用的 token 分项记进日志，再用站内计算器复算一遍，通常就能定位到是哪一段在涨。如果复算仍然对不上，去 /cache-hit-vs-miss-dev-guide 看命中条件的排查顺序。
多轮对话越长越贵，有什么正确做法？
根因是每轮都把历史重发一遍。做法是设轮次上限、对早期内容做摘要、把不变的背景材料放进缓存区，而不是只删几条聊天记录。先按 /long-doc-summary-token-saving 压缩再做，改完用同一批问题对比改动前后的单次花费，才算验证过。
被限速之后重发，会不会被算两次钱？
被限速或超时后重发的请求，只要服务端实际处理了，就会产生 token 并计费，重发不等于免费。稳妥做法是捕获到限速错误后按退避间隔等待再试，并设最大重试次数。具体的计费边界和例外情况，按 /retry-billing-limits 里的判定顺序核一遍再改代码。
