很多人搜这个收费词,是想知道「我这一单到底按什么扣」。真接上去才发现,账单和预期对不上,往往不是单价贵,而是你没分清自己花的是哪一笔:正常输入输出、缓存命中、还是中转站那边的倍率折算。下面按这三笔账拆开讲,每笔给出判断标准和具体动作。
很多人搜这个收费词,真正想问的是「我这一单到底按什么扣」。等真接上接口、跑完几天业务,账单和预期对不上,才开始怀疑是不是被坑了。实际情况往往是:你没分清自己花的是哪一笔钱。
deepseek v4.1 flash 的收费可以拆成三笔账。第一笔是正常输入输出,第二笔是缓存命中,第三笔是中转站那层倍率折算。三笔账各有各的计价口径,混在一起看,怎么算都对不齐。下面按这三笔拆开讲,每笔给一个判断标准和一个能立刻做的动作。
先分清你问的是哪一家的收费
同样一句「deepseek v4.1 flash 多少钱」,问官方接口和问中转站,是两个完全不同的问题。官方直连按 token 计费,单价、计费单位、缓存折扣都写在官方价格页上;中转站是在官方单价之上再叠一层倍率和汇率折算,你看到的数字是乘完之后的结果。
判断标准很简单:看你的 key 从哪签发、账单在哪看。key 是官方控制台发的,账单也在官方控制台,那你对的就是官方那本账;key 是中转站发的,余额和扣费都在中转站后台,那你要对的是中转站那本账,官方单价只是它的一个输入项。
| 你的情况 | 该对哪本账 | 主要变量 |
|---|---|---|
| key 从官方控制台签发 | 官方账单 | 输入输出单价、缓存命中、计费单位 |
| key 从中转站获取 | 中转站后台账单 | 官方基准价、倍率、汇率、余额折算口径 |
| 两边都在用 | 分开记两本账 | 别把两边的总额加在一起估单价 |
第一笔账:输入和输出不是同一个价
输入按你发过去的上下文算,输出按模型吐出来的内容算,两边单价通常不一样,而且输出那一侧一般更贵。很多人的预算估歪,就歪在用「总 token 数乘以一个单价」这种算法上。
输入那一侧很容易被顶高。长系统提示词、带着完整历史对话重发、把整份文档塞进上下文,这些都是输入。一次两次看不出来,跑一天量就明显了。实际用下来,输入 token 往往是输出 token 的好几倍,这个比例不搞清楚,预算没法做。
- 分开记两列每次请求把输入 token 和输出 token 分开记录,不要只留一个总数。日志里这两个字段官方返回里都有,直接落库。
- 算一次真实比例跑一天正常业务,用输入总量除以输出总量,得到你自己的比例。这个比例比任何单价都更能决定你的月成本。
- 砍输入而不是砍输出想降本先看输入侧:历史对话能不能截断、文档能不能先检索再塞、系统提示词能不能压缩。输出侧动它容易伤效果。
还有个容易忽略的点:重试。请求超时后客户端自动重试,如果服务端已经计费了第一次,你就在为同一段输出付两次钱。排查账单时看到输出量莫名翻倍,先去看重试逻辑,别急着怀疑单价。
第二笔账:缓存命中省下的钱,和你以为的不一样
重复的上下文命中缓存后按另一套价算,没命中就按正常输入价走。听起来很美好,但命不命中取决于前缀是否一致。系统提示词改一个字、时间戳放在开头、每轮对话把用户 ID 拼在最前面,命中可能就没了。
判断标准:如果你的请求前半段每次都变,缓存这条路基本指望不上,别把预算建在它上面。反过来,如果你的场景是固定角色设定加上少量变动问题,那缓存能实实在在吃掉一部分输入成本。
- 固定不变的部分放最前面:角色设定、规则说明、格式要求,这些先写
- 变动的部分往后放:用户问题、检索结果、时间戳,统统放尾部
- 别在开头插随机 ID 或当前时间,这一下就把前缀打散了
- 上线后抽样看命中率,别凭感觉假设它一直在命中
第三笔账:中转站那层倍率,最容易漏
中转站不是按官方价一比一卖。中间有倍率、有汇率、有余额折算口径,你充进去的钱和实际消耗的 token 之间隔着一层换算。首页写的那个倍率数字,通常只是故事的一半。
倍率低不等于总价低。要看它按哪个基准价乘、是否含缓存优惠、输出侧倍率和输入侧是不是同一个数。有些站输入倍率很好看,输出倍率另算,而输出恰恰是你花钱的大头。
动作很具体:拿同一段请求,在官方和中转各跑一次,把两边账单的条目逐项对齐。对齐的是条目,不是首页那个宣传数字。对不上的那一项,才是你多花钱的地方。
对不上账时的排查顺序
账单对不上,大部分人第一反应是「单价是不是涨了」。这个怀疑放在最后。前两项出问题的概率高得多,顺序错了就是白折腾。
- 先确认计价单位是按 token 还是按次,按百万还是按千。单位看错一位,账就差出好几个数量级,这种错最常见。
- 再查缓存和重试这一单有没有命中缓存、有没有被重试重复计费。日志里比对请求 ID 和计费条目,重复的挑出来。
- 最后才怀疑单价去站内价格页核对当期数字,确认你记的单价和现在的单价是不是同一版。前两步都排干净了,再看这里。
排查的时候别一次改多个变量。一次只动一处,跑一单,对一次账。同时改提示词又改重试策略,对上了你也不知道是哪一步起的作用。
当期数字别背,去站内对应页面看
单价、计费单位、缓存口径这些东西会变,背下来的数字迟早过期。做预算的时候现查,别拿几个月前的记忆去乘。
- 官方单价与规格
- 到 DeepSeek 官方价格与规格页核对,输入输出和缓存各是哪一档
- 自己搭的换算
- 用站内 Token 单价换算和模型成本计算器跑一遍,把你自己的输入输出比例代进去
- 价格变动
- 翻模型价格变动页,看这次调整动了输入、输出还是缓存,别只看一个总数
多模型混跑的项目,还得先按模型分开记账,再套这套拆法。把几个模型的token混在一个总数里,任何单价分析都做不了。
什么情况下这套拆法不适用
按次或按订阅计费的套餐,token 三笔账这套框架套不上。你付的是额度或席位,不是 token,得换成额度口径去看:一次调用扣多少额度、额度什么时候重置。
纯试用、免费额度阶段也不适用,账单本身就是零,重点变成额度什么时候耗尽、耗尽后是自动转付费还是直接报错。多模型混跑的项目,先按模型分开记账,再套这套拆法,否则三笔账会互相污染。
下一步想核对自己手上的数字,先去站内价格追踪页看当期单价和变动记录,再拿自己的输入输出比例跑一遍成本计算器,两边的数对上了,预算才算数。→常见问题
deepseek v4.1 flash 的收费是按 token 还是按次?
按量接口这一侧基本都按 token 计,输入和输出分开算,缓存命中还有单独一套价。但如果你是通过中转站或套餐入口用的,外层可能还套了按次或按额度的规则,所以先确认你手里这把 key 是从哪签发的,再决定看哪套口径。
为什么我的账单比按单价乘 token 数算出来的高?
最常见的原因有两个:一是输入那段重复上下文没有命中缓存,走了正常输入价;二是请求被重试过,重发的那次也算钱。还有一个容易忽略的是中转站那边的倍率折算。排查时先看缓存和重试,最后再怀疑单价。
缓存命中到底能省多少,值不值得专门去改提示词结构?
省多少取决于你重复的那段前缀有多长、命中率有多高,以及当期缓存价和正常输入价的差距。如果前缀每次都变,改了也白改。判断方法很简单:把固定内容放前面跑两天,对比账单里缓存那一项的占比,有变化才值得继续投入精力。
官方直连和中转站,收费标准差在哪一层?
官方是纯 token 单价,看得见摸得着。中转站在单价之上还有倍率、汇率和余额折算,有些还把缓存优惠吞掉。所以两边不能只比首页数字,要拿同一段请求各跑一次,把账单条目逐项对齐,才看得出真实差距在哪。
想自己估一个月要花多少,最省事的做法是什么?
先导出最近几天的用量记录,按输入、输出、缓存三项分开汇总,乘上当期单价,再留出一段余量给重试和长上下文。数字类的东西别凭记忆,去站内的 Token 单价换算和模型成本计算器跑一遍,比拍脑袋准得多。