搜 openrouter deepseek 的人,十有八九是做完第一次调用后发现结果和官方不太一样,或者账单对不上心里的估算。这篇不讲概念,直接给一套开场检查顺序:先确认请求实际落到哪个上游,再确认计费口径按哪家算,最后确认几个默认参数有没有被中转层动过。三步走完,大部分「说不清哪里不对」的问题都能定位到具体一格。
搜 openrouter deepseek 这个话题的人,通常不是刚听说这两个名字,而是已经跑过一次调用,然后发现结果和官方对不上,或者账单跟自己心里的估算差了一截。这种「说不清哪里不对」的状态最烦人,因为问题可能出在三个完全不同的层面:请求实际跑到了哪家上游、计费按谁的单价算、参数有没有在中间被改过。
这三个层面叠在一起,凭感觉排查基本是白费功夫。下面给的是一套开场检查顺序,不是概念科普。三步走完,大部分对不上的问题都能落到具体某一格上。如果走完还是没定位到,那多半是这条路本身不适合你的场景,最后一节会讲。
第一件事:这次请求到底跑在谁家机器上
OpenRouter 是个聚合层,同一个模型名背后可能挂着多个上游供应商。你请求里写的是一个名字,实际执行的可能不是你以为的那一家。价格、延迟、可用上下文长度,都可能跟着上游一起变。所以第一步不是看请求,是看调用记录里的实际 provider 字段。
很多人只核对自己写的模型名,觉得对上了就没事。实际用下来,真正需要确认的是返回结果里标记的上游是谁。同一批任务里上游被切换过,输出风格会跟着变,写评测或做对比的时候如果不把上游记进日志,事后根本解释不了为什么同一个提示词两次结果差那么多。
计费按谁的单价算,这是最容易对不上的地方
聚合层的单价是它自己维护的一套数字,和模型厂商官网的定价不一定同步。调价窗口期尤其容易错位,你按官网记的数字去估算,账单出来对不上,第一反应往往是「被多扣了」,其实只是两边口径不同。这类问题去站内价格页核对当期数字最直接,别凭记忆。
对账的时候还有个坑:输入、输出、缓存读这三项要分开看。拿一个总价去反推单价,得到的结论经常是错的,因为缓存命中与否会让实际成本差出不少。正确做法是把「我在请求里写的模型」和「账单里扣费的模型」逐条对上,差一条出来就是漏算了某一项。
| 核对项 | 看哪里 | 对不上时先怀疑什么 |
|---|---|---|
| 实际扣费模型名 | 账单明细 | 请求里写的名字和实际执行的不是同一个 |
| 输入与输出分别计量 | 用量字段 | 拿总价反推,忽略了分开计价 |
| 缓存命中情况 | 用量字段 | 默认命中缓存但没在请求里体现 |
| 当期单价 | 站内价格页 | 按旧数字估算,调价窗口期错位 |
参数有没有被改写,决定结果像不像官方
温度、top_p、最大输出长度这类参数,在中转层被兜底覆盖的情况并不罕见。这事儿麻烦在默认值是隐形的,你不显式写,就不知道中间那一层给你填了什么。做固定输出任务之前,先用同一段提示词在官方和聚合层各跑一遍,比对长度和结构,差异会立刻暴露出来。
- 把参数显式写全温度、top_p、最大输出长度都写进请求,不依赖任何默认值。跑两遍比对输出是否稳定,不稳定就说明有东西在动。
- 官方与聚合层对照跑同一段提示词两边各跑一次,重点看输出长度、结构、结尾方式。差得明显,优先怀疑参数被覆盖。
- 锁定后再做批量任务对照通过之后再跑批量。项目依赖严格复现的话,这一步不能省,省下的时间后面会以排查的形式还回去。
上下文上限是取交集,不是取最大值
聚合层能给你的窗口,往往受当前上游的限制约束。换一个上游,上限就变了。所以别把某个页面上写的窗口大小当成固定承诺,它更像是「在当前条件下大概能到这么多」。
长文档任务建议先试一次极限长度,看是报错还是被静默截断。被截断的情况更麻烦,通常不报错,只是回答变浅、细节丢失,你要跑好几轮才反应过来是长度问题。写长任务时把文档长度和实际上游一起记下来,出问题能倒查。
日志里必须留的几格,事后能省半天
这一节是给团队看的。个人用的时候记不记日志无所谓,一旦是几个人共用一个入口、月底要分摊成本,日志字段就是唯一的依据。少记一处,对账就得靠猜,猜出来的数没人认。
- 请求时间,精确到能区分批次
- 请求里写的模型名和返回里的实际上游
- 输入与输出 token 数,分开记
- 是否命中缓存
- 返回状态,成功之外还要记截断这类隐性异常
这份字段清单建议固定下来,换人接手也不用重新解释一遍。不确定字段叫什么、口径怎么算,先去站内用量相关页面看说明,别自己起名。
什么情况下这条路本来就不合适
有些问题不是配置错了,是这条路对你的场景本来就不对。判断标准很清楚:看你对数据路径、延迟稳定性、排查深度的要求有多硬。
- 数据合规要求严格
- 聚合层多一跳就是多一个风险面,数据不落第三方的要求在这里很难满足。
- 延迟要求落在窄区间
- 多一层转发会放大抖动,对延迟敏感的业务直连更容易控住。
- 模型固定、用量集中
- 只跑一两个模型且量集中时,直连出问题更好排查,聚合层的调度价值用不上。
- 需要横向试多家
- 这才是聚合层的强项,统一入口加故障切换,省的是接入和维护成本。
反过来,如果你的需求是快速横评几家模型、或者要一个统一入口做兜底切换,这条路的价值就明显。判断之前先把自己的硬约束列出来,别拿「方便」当唯一标准。
上手前的检查清单
下面这四项是跑通最小闭环之后就该做的,不是上线前才补。每一项都能独立发现问题,顺序可以调,但别只做其中一项就以为全查过了。
- 抄下上游和用量跑通一次最小请求,把返回里的上游信息和用量字段抄下来,作为后续对照的基线。
- 压一次长度用一段长文本试极限,确认是报错还是静默截断,把结论写进项目说明。
- 显式参数跑两遍参数写全之后跑两遍,输出稳定才说明没有东西在中间改写。
- 小样本对账按站内价格页的当期数字做一次小样本估算,再和实际扣费对一遍,差多少心里要有数。
对不上的时候别急着怀疑模型,先确认请求跑在哪、按谁的价算、参数被谁改过。三件事排完,问题基本就落到某一格了。下一步:核对你所在时段的数字单价和模型资料都在变,凭记忆估算最容易错位。去站内价格页看当期数字,再用中转站可信度检测确认入口的稳定性,两件事一起做比单看一项靠谱。→
常见问题
同一个 DeepSeek 模型名,为什么两次调用结果差别挺大?
先看两次请求是不是落到了不同上游。聚合层会在多个供应商之间调度,不同上游的量化版本、上下文限制和默认参数可能不同。把实际上游字段记进日志,再判断是模型问题还是调度问题。
聚合层的价格和厂商官网对不上,正常吗?
两套价格各自维护,调价时点不同步就会有落差。别拿记忆里的数字做预算,去站内价格页看当期口径,并注意输入、输出、缓存分开计。
请求里指定的参数会被中转层改掉吗?
有可能被兜底覆盖,尤其是没显式写的那些。做严格复现的任务时把关键参数全部写进请求,并用同一段提示词在两边各跑一次比对。
长文档跑一半答案变浅,是模型不行吗?
更可能是超出当前上游的窗口被截断,而且不报错。先测一次极限长度确认行为,再把文档长度和实际上游一起记进日志。
什么时候我不该用聚合层,直接接官方?
只跑一两个模型、用量集中、又需要稳定延迟和数据边界清晰的时候,直连排查成本更低。聚合层更适合横向试模型和做故障切换。