{"id":"mb-20261018-72c4fc","kind":"deep","title":"五亿token二十八块：DeepSeek是如何把模型调用成本砸穿的","summary":"实测DeepSeek最新模型跑完十几个完整项目、消耗五亿token仅花费二十八元。本文拆解其背后的工程算术：为何智能体编程会产生海量重复阅读，五十倍差价的前缀缓存如何工作，以及非对称架构如何将显存占用压到四分之一，从而把边际试错成本降至极限。","body":"两千多次调用，十几个完整项目，耗了整整五亿个 token。\n最后结账花了多少钱？\n二十八块。\n人民币。\n去快餐店吃顿稍微体面点的午饭，差不多也就这个数。\n五亿个 token 怎么可能便宜成这样？\n服务器里的显卡难道不吃电了吗？\n先看这五亿个 token 怎么花出去的。\n测试的人连着做了十几个案例。\n写发布会演示幻灯片、搓网页小游戏、搭纪念碑谷风格的解谜关卡，还跑了一段千里江山图的动画。\n这些活可没法指望一句提示词就搞定。\n现在让智能体写代码，得让它自己一步一步摸索着试错。\n模型每往前推进一步，都得先回头把前面的所有信息完整读一遍。\n这里面有长长的规则说明、有各种工具的定义、有整个项目的代码结构，还有刚才几十轮的修改记录。\n上下文随便拉一拉，可能就有十万个 token。\n一个任务改来改去走上一百步，模型就得重读一百次。\n十万乘以一百，就是一个任务一千万 token。\n十几个任务跑下来，五亿就这么不知不觉刷出去了。\n按以前的规矩，大模型按字数计费，读十万字就得收十万字的钱。\n要是真这么算，这一夜的账单奔着几百上千块就去了。\n为什么最后只要二十八块？\n因为 DeepSeek 给它的 V4.1 Flash 模型定了一个极其极端的计费规则。\n在空闲时段，未命中的常规输入，一百万 token 收一块钱。\n输出内容，一百万 token 收四块钱。\n最狠的在后面。\n如果这次输入的内容，前面的前缀在服务器里已经读过、存在了缓存里，价格直接打骨折：\n一百万 token，只要两分钱。\n也就是 0.02 元。\n常规输入是一块钱，命中缓存是两分钱。\n这中间差了整整五十倍。\n智能体在反复改代码的时候，前面那十万字的项目背景、工具定义和对话，绝大部分都是一模一样的内容。\n模型每走一步，真正新加进来的指令可能只有几十个字，其余全在缓存里。\n这五亿个 token 里面，百分之九十以上走的都是两分钱的通道。\n一千万 token 的重复阅读，以前要十块钱，现在只要两毛。\n价格定这么低，机房能撑得住吗？\n很多做大模型推理的工程师最怕的就是开长上下文缓存。\n因为在传统架构下，把这些计算状态一直存在内存里，要狠狠吃掉显存。\n高性能显卡的显存贵得吓人。\n要是几千个用户同时挂着几十万字的长文本，显卡显存分分钟被挤爆，机器直接死机。\n能降到两分钱，不靠赔本补贴，全凭他们在底层改动了计算架构。\n这个 V4.1 Flash 搞了一套非对称的计算设计。\n模型在读取输入上下文的时候，只激活 80 亿参数来做局部处理；等到它真正开始写代码、生成回复的时候，才激活 160 亿参数。\n读的时候轻手轻脚，写的时候全力输出。\n这一改，再加上针对键值缓存的深度压缩技术，它占用的显存空间直接缩减到了上一代模型的四分之一。\n同样的机房，原本只能挂一个人的任务，现在能稳稳接住四个人。\n显存不紧张了，服务器就敢把你的缓存留在内存里更长时间。\n你的智能体思考两秒再发下一条指令，上一轮的记忆还在那里热乎着，随时能一头扎进两分钱的命中区。\n便宜是真便宜，做出来的东西能看吗？\n实际测下来的表现很有意思。\n在日常编程任务上，它单次跑通的概率大概在 77%，折算下来一个编程任务的成本大概一块三毛钱。\n做一般的动效、小游戏框架，在配合好专业规则的情况下，上手速度极快。\n但要说能不能全面赶超顶级模型，那倒也未必。\n如果拉来顶级的 Claude Opus 5.5 放在一起比，差距还是很直观的。\n尤其是在高级的视觉审美、精细的艺术风格，还有跨越几十个复杂文件的长程重构上，顶级模型对整体气质和逻辑链的拿捏依然更老练。\nDeepSeek 做出来的 3D 故宫或者复杂游戏场景，要是没有精细调整的外部规则托底，细节还是显得有些粗糙。\n但这正好划出了它的生态位。\n它不需要在最高峰上和全行业最贵、最聪明的模型争个高下。\n它的价值是在实用门槛之上，把边际调用的成本彻底砸穿。\n做日常开发、跑大量并发工具、反复修改代码，程序员最不需要的就是每点一次运行都要心疼一下钱包。\n把五亿 token 压到一碗面钱，最大的改变甚至无关跑分。\n它让那些原本因为昂贵而只能停留在纸上的想法，终于可以随便挥霍着试错了。","topic":"五亿token二十八块：DeepSeek是如何把模型调用成本砸穿的","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-10-18 14:05:38","legal_anchor_count":0,"transcript_citation_count":0}