很多人第一次用 deepseek-r1 接 API,预充了一笔钱,跑两天发现余额掉得比预想快,回头查日志又看不出哪一笔离谱。问题通常不在单价,而在你脑子里的「一次提问」和计费系统里的「一次调用」不是一回事。这篇把三处最容易对不上的口径拆开,给一套能照着做的核对方法。
很多人第一次用 deepseek-r1 接 API,预充了一笔钱,跑两天发现余额掉得比预想快,回头翻日志又指不出哪一笔特别离谱。问题往往不在单价贵,而在你脑子里的「一次提问」和计费系统里记的「一次调用」不是同一件事。
这篇不聊价格高低,只把三处最容易对不上的口径拆开:思考过程算不算钱、输入和输出为什么不是一个价、多轮对话怎么越滚越大。最后给一套照着做的核对顺序,差额出在哪一侧能定位到。
思考过程也在计费,这部分最容易被漏算
deepseek-r1 这类推理模型在给出最终答案前,会先生成一段推理内容。这段内容你看不见,但它按输出 token 计价,不会因为「用户没看到」就免单。所以你在网页端看到几句简短回答,不代表后台只生成了这么点东西。
对账时最容易踩的坑,就是拿肉眼看到的回答长度去估用量。这么估出来永远偏小。判断标准很简单:只认接口返回的用量字段,回答文本一个字都别拿来估算。
- 只信接口返回的用量字段,不拿回答长度做估算
- 同一句提问,让模型多想一会儿和直接回答,账单可能差出好几倍
- 做预算按最坏情况留余量,尤其是有开放提问入口的场景
- 日志里把推理部分和最终答案的用量分开记,出问题好定位
输入和输出不是一个价,比例要看当期页面
输入 token 和输出 token 的定价不一样,输出通常更贵,推理模型尤其如此,输出部分往往是大头。拿一个笼统的「每百万 token 多少钱」去乘总用量,算出来的数对不上很正常,因为分母把两种价混在一起了。
正确做法是输入、输出分开乘各自的单价,再相加。单价会随厂商调整,所以别背数字,需要的时候去站内页面看当期口径。我见过有人把网页端展示的套餐价直接当成 API 单价,填进表格里算预算,结果整体偏差一个量级。
| 口径 | 容易怎么错 | 怎么核对 |
|---|---|---|
| 只算总量 | 把输入输出合成一个数乘均价 | 拆成两部分分别乘当期单价再相加 |
| 单价来源 | 抄了网页端套餐价或旧截图 | 到 /official-api/providers/deepseek 看当期数字 |
| 换算单位 | 百万 token 和千 token 搞混 | 用 /tools/token-price-calculator 换算一遍 |
| 预算基数 | 按平均用量估,没留峰值 | 按历史最高单次调用量做上限 |
如果连输入输出各占多少都不清楚,先别算钱。把最近一批调用日志导出来,按字段分两列求和,比例出来之后再套单价才有意义。
多轮对话不是重新开始,上下文会一直背着走
每次追问,系统都会把之前的对话历史一起发过去。轮次越多,单次调用的输入 token 越大,账单是往上滚的,不是平的。第一轮看着便宜,第十轮的输入可能已经是第一轮的好几倍。
长文档问答更明显。一份长材料贴进去,第一轮输入成本最高,后面每一轮都会把这份材料重新带一遍。你要控制这块,两条路:手动裁剪历史,只保留必要的几轮;或者把固定不变的大段内容走缓存类接口,具体差异和适用条件看站内缓存相关页面,别凭印象判断。
- 量一下轮次统计单个会话的平均轮数和最大轮数,看长尾有多长
- 看输入增长曲线把同一会话每轮的输入 token 列出来,确认是不是线性上涨
- 定裁剪策略保留最近几轮加一条摘要,超长的历史直接丢,验证回答质量有没有明显下降
- 固定内容单独处理大段不变的背景材料走缓存接口,核对前后单次调用用量有没有变化
对不上账时的排查顺序
差额出来之后别乱猜,按固定顺序往下走,每步都能排除一类原因。顺序错了容易在错误的方向上耗半天。
- 先对次数拿接口返回的用量字段和自己记录的调用次数对一遍,确认没有漏记或者重复统计
- 再拆两侧输入和输出分开,各自乘当期单价,看差额集中出现在哪一侧
- 查重试超时重发、自动重试同样产生费用,翻日志看有没有同一请求出现两次
- 分通道核对官方直连和走中转站是两套口径,中转的倍率要单独算,参考站内中转站检测相关页面
这套顺序有一个前提:你手上有带用量字段的调用日志。如果日志只记了请求内容没记返回的用量,前面几步都做不了,先把日志补全再说。还有一种情况不适用:调用量极小、单笔金额本来就低,花时间精细对账不如直接把预算放宽。
下一步把当期单价和 token 换算放一起看,对着自己的日志算一遍,差额落在哪一侧就清楚了。→常见问题
deepseek-r1 的思考过程到底算不算 token?
算。模型生成的推理内容属于输出的一部分,会按输出 token 计价,即使你在界面上看不到或者折叠了。核对成本时要以接口返回的用量为准,不要按最终答案的字数估算。
为什么我感觉同样的提问,r1 比普通模型贵不少?
主要在输出侧。推理模型会先生成一段推理再作答,输出 token 量天然更大,而输出单价通常又高于输入。如果你的任务本身不需要多步推理,用普通对话模型可能更划算。
预算该怎么留?
别按平均值留。挑几个你日常最重的任务跑一遍,记录实际用量,再按最高那次乘一个安全系数。单价会变,去站内官方价格页和成本计算器看当期数字,不要记死。