搜「deepseek rag 收费标准」的人,多半是刚把知识库接上 DeepSeek,月底看账单发现比自己估的高一截。高出来的部分往往不是 DeepSeek 本身贵,是检索、嵌入、重排这几步也在烧钱,而你只盯着模型单价看。这篇不报数字,只给拆账方法和判断标准:哪几笔是跑一次收一次,哪几笔是建库时一次性摊,什么情况下该把检索调小、什么情况下不该省。
搜「deepseek rag收费标准」的人,多半是刚把知识库接上 DeepSeek,月底看账单发现比自己估的高一截。高出来的部分往往不是 DeepSeek 本身贵,是检索、嵌入、重排这几步也在烧钱,而你只盯着模型单价看。这篇不报数字,只给拆账方法和判断标准。
说白了,RAG 不是一个接口调用,是一条流水线。流水线上每一站都收费,只是有的按次收、有的按量收、有的建库时收一次。你要做的不是记住某个单价,而是搞清楚自己这条线上哪几站跑得最勤、哪几站其实可以关掉。
先把一笔 RAG 调用拆成三笔账
很多人对账时只翻模型单价那一页,然后拿自己的日请求量一乘,觉得算完了。实际用下来,这个乘法只覆盖了流水线的最后一站。前面检索和建库的账没进模型单价里,自然也对不上。
- 生成侧
- 按输入输出 token 计费,检索回来的上下文越长,单次开销就越高;同一句提问,塞进去五段和塞进去十五段,价钱差好几倍。
- 检索侧
- 调嵌入或重排模型,按调用次数或文本量算,不看你最终问了几次;一次问答背后可能触发多次检索调用。
- 建库侧
- 切片、向量化、入库是批量一次性动作,重跑一次就是一笔新开销,别把它当成免费的后台任务。
这三笔账的付费节奏完全不一样。生成侧随用量线性走,检索侧看你的架构设计,建库侧是阶段性的。混在一起算,你永远不知道自己钱花在哪一站。先把日志按这三类打标签,再谈优化。
真正拉开差距的不是模型单价
同样一套知识库,两个人用同一个模型,账单能差出一大截。差别通常不在选了哪个模型,在召回策略和切片方式上。这两件事决定了你每次往生成侧塞多少字。
| 变量 | 动它之后谁变贵 | 什么信号说明该动 |
|---|---|---|
| Top-K 召回条数 | 生成侧输入 token 直接跟着涨 | 答案里混进大量不相干段落时先别砍,先查切片 |
| 切片粒度 | 切得越碎向量条数越多,检索和存储一起涨 | 同一段内容被拆散、回答总缺半句时,是切太碎了 |
| 是否加重排 | 多一次模型调用,按文本量计费 | 小样本比对后召回质量没提升,就别硬上 |
| 缓存命中 | 重复问题直接跳过后面的步骤 | 知识更新频繁时缓存会给出旧答案,反而添麻烦 |
这张表的意思是:先搞清楚哪个变量在动你的账,再决定要不要调。凭感觉把 Top-K 从十几条压到三五条,可能省了生成侧的钱,却让答案开始答偏——省钱的代价是效果掉了,这买卖不划算。
什么情况下该省,什么情况下别省
省钱的判断标准不是「能砍就砍」,而是「砍掉之后效果有没有明显变化」。这句话听着像废话,但落到具体动作上,很多人就是没做这一步比对,直接凭直觉调参数。
- 答案经常答偏、需要跨段拼接信息时,砍召回数量是自欺欺人,先回去修切片,别在检索侧省钱
- 问答以短事实为主、单条文档就能答全,把 Top-K 收紧、去掉重排是合理选择,效果不会明显掉
- 高频重复的相同问题,缓存命中能直接省掉重复生成,但知识库更新频繁时缓存容易返回旧内容,要评估更新频率再决定开不开
- 重排是可选步骤,加之前用少量真实问题跑一遍比对,召回质量没提升就别为了「架构完整」硬装
- 建库重跑很贵,改切片方案前先在子集上验证,别拿全量库反复试错
照着做一遍:把自己的口径对上去
讲完判断标准,给你一套能落地的核对顺序。核心思路是:先确认单价口径,再按自己的真实流量回推,最后拿日志验证,而不是拍脑袋估一个数。
- 对齐两边单价口径先翻 DeepSeek 官方页面看当时的生成单价,再看嵌入模型那侧怎么计费。两边单位经常不一样,一个是按 token,一个是按调用次数或文本量,别直接相加比较。到站内模型资料库核对当时的口径。
- 跑一遍成本估算用站内成本计算器,代入自己的日请求量和平均上下文长度,得到一个量级参考。这一步是为了给自己一个锚,不是精确值。
- 抓一周真实日志上线前记录每次请求的召回条数、输入长度、是否走了重排。有了这份数据,你才知道自己钱主要花在哪一站,优化方向也就出来了。
- 小样本验证再全量调改切片或调 Top-K 之前,先在子集上跑比对,确认效果没掉再推到全量。别拿整个知识库反复重跑试错,那是真金白银。
这套流程走一遍,你对账时就不会再拿模型单价乘以请求数了。哪一站贵、贵多少,日志会告诉你。数字本身会变,方法不会——去站内价格追踪页看当时的报价,用你自己的日志去套。
下一步想核对 DeepSeek 当前的计费口径和嵌入模型的收费方式,去站内价格追踪页看当时的数字,再拿本文的拆账方法套一遍自己的账单。→常见问题
DeepSeek 做 RAG 是按次收费还是按 token?
生成那一侧按 token 走,输入输出分开算,检索回来的资料也算输入。检索和嵌入那一侧通常是另一套计费,不跟 DeepSeek 的 token 单价挂钩。两笔账分开看,别合成一个单价去估。
自己搭检索能不能把成本压下来?
能压掉的是嵌入和重排那一笔,前提是机器和运维你自己扛。数据量小、查询不密集的小团队,自建往往更省;请求量一上来,机器和人力就得算进去,未必划算。去站内算力和托管推理页面比一遍再说。
为什么我估算的和实际账单差很多?
最常见的原因是只算了最终那一次生成,漏掉了查询改写、重排、以及多轮追问带来的重复检索。另一个是切片太碎,向量条数翻了几倍。把每次请求的召回条数和输入长度记下来,差距就能对上。