deepseek 使用的模型收费标准:多花的钱都在这几处

入门与上手

讲清 deepseek 收费标准到底由哪几项构成、哪些用量会被重复计费,给出估算顺序和核对站内价格页的做法,帮新手避开常见算错。

很多人第一次用 deepseek,是冲着一个便宜印象来的,结果月底账单一出来对不上。问题通常不在单价,而在你没分清自己付的是哪几笔:输入和输出、缓存命中与否、上下文塞多长、走官方还是走中转。这篇不报数字,只讲这套收费结构怎么读,以及你自己该怎么一步步把预估做出来。

很多人第一次用 deepseek,是冲着一个便宜印象来的。结果月底账单一出来,对不上。问题通常不在单价本身,而在你没分清自己付的到底是哪几笔钱。这篇不报具体数字,只讲这套收费结构怎么读,以及你自己怎么一步步把预估做出来。

先说一个前提:下面所有提到价格的地方,我都不会写死一个数。原因是 deepseek 的价格会调,不同入口报出来的口径也不一样。你要的数字,一律到站内页面核对当时的数字,别记在脑子里,也别拿半年前截图当依据。

先分清你付的是哪几笔钱

deepseek 的按量计费,核心就一句话:按 token 算,但输入和输出是两套价。这听起来是常识,实际算错的人一大把。最常见的错误是拿一个单价乘总 token 数,把输入输出混在一起。正确做法是把输入 token 和输出 token 分开,各自乘各自的单价,再加起来。

第二件事是确认你走的是哪条路。同一个模型,官方直连、云平台托管、中转站,报出来的价格口径不一定一样。有的人拿着中转站的价格去套官方直连的用量,怎么算都对不上,就是因为口径不同。先确认自己在哪个入口调,再去对应页面看价。

输入 token
你发过去的内容,包括系统提示词、历史对话、这次的问题,全都算
输出 token
模型生成回来的内容,单价通常和输入不是一回事
按量计费
用多少算多少,单价到站内官方 API 页面核对当时的数字
订阅套餐
额度折算下来和按量价不能直接比,先看清套餐里给的是什么

账单和你估的差一截,多半是这几处没算进去

差一截的原因,八成不是单价变了,是你漏算了用量。最容易被忽略的是历史对话。每次请求,你都得把之前的对话重新发一遍,聊得越久,实际输入的 token 比你以为的多得多。十轮对话下来,输入量可能是你单次提问的好几倍。这不是模型多收你钱,是它每次都重新读了一遍上下文。

还有缓存。重复发同一段长提示词的时候,命中和不命中的单价不同,差别会被放大。如果你每次都把系统提示词改一个字,那就永远不命中,这块费用就压不下来。输出长度也是一个坑。模型爱写长答案,你没法完全控制它写多少,账单就比预估高。提前设好输出上限,能压住这一块。

  • 历史对话每轮重发:长会话的输入量远大于单次提问,估的时候按平均轮次乘上去
  • 缓存命中与否:固定提示词放前面,别每次改字,命中率上去了单价才降得下来
  • 输出长度不受控:给输出设个上限,长任务分几次跑,别一次让它写到底
  • 多模态输入:图片、文件怎么折算成 token 要单独看说明,别按纯文本估

图片和文件这类输入,尤其容易估错。它们不是按字符数折算的,具体规则要看对应说明。你如果做的是带图的任务,拿纯文本的估算方法去套,结果大概率偏得离谱。

自己估一遍的四个动作

  1. 量一次典型请求挑一个你日常最常跑的任务,数清楚输入大概多少字、输出大概多少字。中英文分别折成 token,用站内 token 换算工具算,别凭感觉。
  2. 乘次数和单价乘上你一天要跑多少次,再乘你要对比的那个模型当时的输入、输出单价。单价到 /official-api/providers/deepseek 核对,别记在脑子里。
  3. 做两版估算把缓存命中比例和平均对话轮次带进去,算一版乐观的、一版按最坏情况的。两版差得越多,说明你的用量结构越不稳,越要留余量。
  4. 回头核价算完去 /price-watch 看这个价格最近有没有动过,再决定要不要锁方案。价格在动的时候,拿旧数字做的预估只能当参考。
容易漏的项为什么会被漏估的时候怎么补
历史对话重发只算了单次提问乘上平均对话轮次
缓存未命中以为发出去就一样按命中比例分两版算
输出过长没设上限按上限值估最坏情况
多模态输入按纯文本折算单独查折算说明

官方直连、云平台、中转站,价格差在哪

官方直连的价格最好查,规则也最透明,出问题能直接对上厂商。缺点是灵活度低,你要的功能它不一定都有。云平台托管有时会叠加平台自己的计费规则,看价格前先确认它到底是按量还是包了资源,两套逻辑别混着算。

中转站报的倍率,不是在官方价上加个固定数那么简单。它怎么定义一次调用的 token、怎么算缓存、怎么处理失败重试,都会影响你最终付的钱。判断方法参考 /rankings 和各站的实测页,别只看它首页挂的一个数字。有些站价格看着低,但 token 口径和官方不一样,实际用下来并不便宜。

什么情况下这条不适用:如果你只是偶尔试几次,别为省一点钱折腾路由。来回对比、换配置、测稳定性的时间成本,比那点差价高得多。用量小的时候,选个顺手的入口就行。

把花费压下来的几个具体做法

控制上下文长度是最直接的一招。不是把所有历史都塞进去,能摘要就摘要,能重开就重开。一个聊了几十轮还不断开的会话,每轮都在为前面的内容重复付费。该断就断,别舍不得。

固定提示词放前面,让它命中缓存,比每次改一个字更省钱。这一点很多人反过来做,喜欢在系统提示词里加当前时间、当前用户信息,结果每次都不同,永远不命中。把变化的部分挪到后面,固定的部分留住,命中率就上来了。

  • 给输出设上限,长文本任务分几次跑,别一次让它写到底
  • 批量任务集中跑,单次小请求的固定开销比例更高
  • 定期回看用量分布,找出最费的那几个任务单独优化
  • 别在系统提示词里塞每次都变的内容,缓存命中率会掉

还有一个反直觉的点:有时候贵不是因为单价高,是因为你的请求太碎。单次小请求的固定开销比例更高,把同类任务攒一攒一起跑,单位成本反而低。这跟批量折扣不是一回事,纯粹是请求结构的问题。

什么时候不值得再抠这点成本

如果你的用量还处在试错阶段,优化单价带来的收益远小于你花的时间。这时候该做的是把功能跑通,不是把每一分钱算到小数点后。等用量上来了、账单有感觉了,再回头优化也不迟。

延迟、稳定性、可用模型范围,有时候比价格更重要。换一个更便宜的路子,结果响应慢一截、隔三差五失败,反而拖慢进度。这种情况下,贵一点但稳的通道更划算。还有需要保留证据和可追溯性的场景,比如对外交付,别为了省一点走口径不清的通道,出了问题说不清。

省钱的前提是算得清。算不清的时候,先别省,先把口径对齐。
下一步先拿你最近一次真实请求,按上面四个动作估一遍,再和账单逐项对。对不上的地方,多半就在那张排查表里。价格数字别自己记,到站内页面看当时的。

常见问题

deepseek 是按次收费还是按 token 收费?

按 token 算,输入和输出分开计价,所以同样一句话问一次和问十次,账单是不一样的。具体单价会调整,到站内官方价格页看当时的数字,别用别人文章里的旧数去算。

为什么我自己估的和实际账单差很多?

最常见的原因是漏算了历史对话重复发送。多轮对话里每轮都会把前面的内容再发一遍,实际输入量会明显高于你第一眼的感觉。另外输出长度不可控、缓存是否命中也会影响结果。

缓存命中能省多少,值得专门去配吗?

值不值得看你有没有大量重复的长前缀。如果每次请求开头都是同一段很长的说明,命中缓存确实能压成本;如果每次内容都不一样,那配了也用不上,别在这上面花时间。

走中转站会比官方便宜吗?

不一定。中转站的倍率和 token 定义方式各家不同,报出来的数字需要换算后才能比。想判断某家靠不靠谱,可以先用站内的在线实测和排行榜看它的实际表现,再决定要不要接。

用量很小,需要提前做成本估算吗?

可以粗估一下,但别做成表格工程。小用量下更重要的是先把调用跑通、把输出质量调好,等量上来了再认真算账,否则容易在还没用起来的时候就先被成本问题劝退。

本文依据各平台公开文档与官方公告整理,只做中文归纳;具体做法、参数与限制以官方文档为准。