很多人第一次在 OpenRouter 上接 DeepSeek,是照着别家的习惯把模型名一填就开跑。跑通没问题,等月底看用量才发现对不上,或者同一段提示词两次结果差很远。这篇不讲概念,只讲三件会真实改变结果的事:请求被路由到哪、钱按什么口径扣、失败重发算不算钱。
第一次在 OpenRouter 上接 DeepSeek,很多人是照着别家的习惯来的:模型名一填,key 一配,跑通就上业务。跑通确实不难,难的是月底看用量对不上,或者同一段提示词两次结果差得离谱,还找不到原因。
这篇只讲三件会真实改变结果的事:请求被路由到哪里、钱按什么口径扣、失败重发算不算钱。另外补两个容易踩的低级错和对账顺序。不承诺一定能省钱,但至少让你知道差额出在哪。
你调的「DeepSeek」未必是同一个后端
OpenRouter 是聚合层,同一个模型名背后可能挂着多个上游供应商。你发出去的请求具体落到哪一家,取决于当时的可用性、延迟和你选的档位。这意味着一件事:同一个模型名,不同时间调用,单价和响应速度都可能不一样。很多人以为自己在用一个固定服务,其实是在用一个路由策略。
便宜档位通常伴随更严格的速率限制,或者更长的排队时间。短请求感觉不出来,长上下文任务一旦排上队,整体耗时会被拉长不少。所以先别急着定档位,去 /tools/speed-test 量一下自己这边的延迟基线,拿真实数字说话,比看别人的经验靠谱。
- 自动路由
- 让 OpenRouter 自己挑上游,通常更便宜或更快,但同一请求的可复现性会下降
- 固定供应商
- 结果更稳定、排查更容易,代价是可能用不上当时最便宜的那家
- 判断标准
- 对结果一致性要求高的任务先固定再观察;做批量、可重跑的任务可以放开自动路由
单价之外,还有三层口径要先对齐
很多人对账时只盯输出单价,觉得输出贵,其实输入那一侧才是容易漏的地方。输入和输出是分开计价的,长系统提示词、长上下文、每轮都回灌的历史,全都会把输入侧推高。你看到的那个单价,只是账单的一小块。
第二层是缓存。重复前缀多的场景才吃得到缓存命中那部分的便宜,前缀每次都不一样,缓存基本用不上。第三层是口径本身:站内 /openrouter 和 /price-watch 记录的是当时的数字,别凭记忆报价,去页面核对当期数据。
| 容易漏的地方 | 典型表现 | 先查什么 |
|---|---|---|
| 输入侧偏大 | 请求数不多但账单明显高 | 系统提示词和上下文长度 |
| 缓存没吃到 | 重复内容很多但单价没降 | 稳定前缀有没有放在最前面 |
| 单价记错 | 按旧数字估算,月底对不上 | 到 /price-watch 核对当期记录 |
| 输出超预期 | 结果比预期长很多 | 最大输出长度有没有设上限 |
这张表不是让你逐条去省,而是对账时按顺序看一遍。差额集中在哪一行,问题基本就在那里。
失败、超时、重发的钱到底算谁的
这事儿麻烦在:上游返回错误,不代表这次调用没消耗。已经处理过的输入 token 是实打实算过的,你重发一次,等于再付一次输入。长上下文任务上这个代价最明显,重试三次,输入侧可能就翻了几倍。
- 先做幂等和去重客户端先判断这次请求是不是已经成功过,别在超时后无脑重发。同一个请求 id 重复提交,要有办法识别出来。
- 限制重试次数给重试设上限,长上下文任务建议比短请求更保守。重试前先看错误类型,能确定是上游临时问题的才重发。
- 单独记失败字段把失败请求单独记一个字段,别和成功请求混在一起。月末核对时,差额来自重试还是来自上下文,一眼就能分清。
还有一种误判:看到报错就以为没扣钱,于是放心重试。实际用下来,错误响应里消耗的输入往往照算。所以重试策略要先于业务逻辑定下来,而不是等账单出来再补。
上下文越滚越长,账单不是线性涨的
多轮对话最常见的问题,是每轮都把完整历史塞回去。轮次一多,输入侧累积增长,账单不是按轮数线性涨,而是越往后每轮越贵。这个隐性超支比单价波动更常见,也更难发现。
- 能裁剪的先裁剪,早期轮次里已经用不上的内容别原文回灌
- 能摘要的别贴原文,把结论留下,过程丢掉
- 稳定不变的部分放前面,才有机会吃到缓存
- 多轮任务先定一个轮次上限,到点就重启会话
- 长文档任务先问自己:这份文档每轮都必须完整出现吗
判断标准很简单:如果你的输入 token 随轮次明显上涨,而任务本身并不需要完整历史,那就该裁了。裁完再跑一遍,看结果有没有变差,没变差就说明裁对了。
模型名写法、参数填错格子这类低级错
模型标识写错一位,请求可能落到另一个更贵的变体上,而且报错不一定明显。你以为是同一个模型,实际扣的是另一个价。这种错最难查,因为流程是通的,只是钱不对。
参数也有类似问题。温度、最大输出长度这些如果填在不被识别的位置,往往被静默忽略,结果看起来「不听话」,其实是参数根本没生效。所以第一次接入,先用一条固定提示词跑两遍,确认返回结构和消耗都符合预期,再放进业务。
# 接入前的最小验证:同一条提示词跑两遍,对比返回结构和用量
# 重点看三件事:模型标识是否一致、输出长度是否受控、输入 token 是否符合预期这一步不花多少时间,但能挡掉大部分「跑得通但对不上账」的情况。跑两遍的意义在于确认可复现,不是确认能跑。
对不上账时的排查顺序
发现账单和预期不符,别一上来就算单价。先看用量记录里的请求数,再看输入输出的 token 拆分,最后才对单价。顺序反了,很容易在单价上打转,实际问题在请求数上。
| 差额集中在哪 | 大概率原因 | 下一步动作 |
|---|---|---|
| 请求数 | 失败重试、重复提交 | 查重试逻辑和幂等 |
| 输入侧 | 上下文没裁、系统提示词过长 | 看每轮输增长曲线 |
| 输出侧 | 最大输出长度没设限 | 检查参数是否生效 |
| 单价 | 记错当期数字或路由到别的变体 | 到站内页面核对当时记录 |
把当月记录和 /usage 的曲线放一起看趋势,单点异常比整体偏差更好定位。整体偏高通常是口径问题,单点尖峰多半是某次重试或某个长请求。
下一步先把模型名和路由方式固定下来,再按上面的排查顺序对一遍当期记录。站内的价格与用量页面会随时间和路由变化,数字以你查看当时为准。→常见问题
在 OpenRouter 上跑 DeepSeek 比官方直连便宜吗?
不一定。聚合层的价格会随上游和路由变化,便宜档位往往伴随更紧的速率或更长的排队。要判断就按同一段提示词、同样的调用量,把两边的当期数字放到一起比,别用别人截图里的价格当基准。
同一个模型名,两次调用结果差很多正常吗?
如果没固定上游,请求可能落到不同供应商,参数支持和输出风格都会有差别。先把供应商固定,再确认温度和最大输出长度这类参数确实被识别,还差就换一条更明确的提示词复现。
重试会不会被重复计费?
已经消耗输入 token 的失败请求通常不会退回,重发就是再付一次。所以重试要配去重和次数上限,长上下文任务尤其别默认三次。具体口径以当期账单记录为准。
怎么快速判断钱花超是因为上下文还是因为重试?
看两个指标的方向。请求数明显高于预期就是重试;请求数正常但输入 token 偏高就是历史没裁。两条曲线分开看,比盯总额有用。
免费额度能不能拿来先测通再付费?
测通可以用,但别用免费档的表现推断付费档的延迟和稳定性,路由和限速策略不是一回事。测通之后先用小额真实调用跑一段,再放量。