一、一个月 55 亿 token，账单只有 469 元 有一份从 DeepSeek 开放平台后台导出的账单，统计区间是 9 月 15 日到 10 月 15 日，整整三十天。 上面的数字是这样的：请求次数 25,940 次，处理的 token 合计 55.54 亿，应付金额 469.31 元。 折算下来，每百万 token 八分四厘五。 这个价格低得有点反常识。很多人对"跑大语言模型"的印象还停留在烧钱阶段，但这份账单说明了一件事——只要买法和用法都对，55 亿 token 的月工作量，成本不到一顿饭钱。 但真正扎人的不是这个数字，而是另一件事。 同一个人手里还有另一个账户：一个把大语言模型打包成办公助手的客户端。同样这三十天，它消耗了 14,649 个积分。按这个客户端自己的价目表折算，这批积分要花 205 元到 732 元。 也就是说， 同一批活，两个不同的入口，账单差了 12 到 45 倍 。 这份账单来自一位做校园信息化的运维人员。他把两个账户同期的记录一起导了出来，本意只是想搞清楚自己的钱花到哪去了，结果发现差距比想象中大得多。 二、两份账单，逐项拆开 先把两份记录摆在一起。数据来自两个账户后台的实际导出，区间完全对齐。 账单 A：直连开放平台 项目 数值 统计区间 9 月 15 日 — 10 月 15 日 请求次数 25,940 次 缓存命中输入 53.61 亿 token 缓存未命中输入 1.65 亿 token 输出 0.28 亿 token 合计 55.54 亿 token 实付金额 469.31 元 综合单价 0.0845 元 / 百万 token 单次请求均价 0.0181 元 账单 B：客户端积分账户 项目 数值 统计区间 同期三十天 消耗积分 14,649 折算人民币 · 年付旗舰档 约 205 元 折算人民币 · 加量包档 约 732 元 那 469 元到底是怎么算出来的 账单最容易被怀疑的地方是"有没有隐藏费用"。把三种 token 分开，用官方价目表重算一遍就能验证： hit = 5_360_968_576 # 缓存命中输入miss = 164_970_910 # 缓存未命中输入out = 28_489_453 # 输出actual = 469.3108 # 实际账单M = 1_000_000low = hit/M*0.02 + miss/M*1.0 + out/M*4.0 # 全部按低谷价high = hit/M*0.04 + miss/M*2.0 + out/M*8.0 # 全部按高峰价print(f"全低谷 ¥{low:.2f} 全高峰 ¥{high:.2f} 实付 ¥{actual:.2f}")print(f"高峰时段占比 {(actual - low) / (high - low) * 100:.1f}%") 跑出来的结果： 全低谷 ¥386.15 全高峰 ¥772.30 实付 ¥469.31高峰时段占比 21.5% 这一步很关键。实际账单正好落在低谷价和高峰价之间，对应约 21.5% 的高峰占比——说明计费口径和官方价目表完全对得上，一分钱都没有多收。 便宜的真正原因，藏在 97% 这个数上 账单里最容易被忽略的一行是：53.61 亿 token 属于"缓存命中输入"，占全部输入的 97% 。 官方的价目表把输入拆成了两档： Token 类型 低谷时段 高峰时段 输入 · 缓存命中 0.02 元 / 百万 0.04 元 / 百万 输入 · 缓存未命中 1 元 / 百万 2 元 / 百万 输出 4 元 / 百万 8 元 / 百万 命中与未命中，差 50 倍。 这不是宣传话术，是账面上的真金白银：53.61 亿 token 按命中价算只花 107 元；如果全部未命中，同样的量要花 5,361 元—— 同一批工作，凭空多掏 5,253 元 。 所以那份 469 元的账单，本质上是"97% 命中率"这个指标换来的。 三、便宜是有条件的 先把话说回来：这套账不是谁都能照抄。 第一，97% 的命中率是被"喂"出来的 Agent 类工具每次发起请求，都会把系统提示、长期记忆、参考资料原样带上。只要这些内容的位置和顺序不变，下一次请求就能白嫖上一次留下的缓存。 一旦中途改了提示词、调换了文件顺序、或者干脆换了个新对话，缓存立刻失效，单价跳到 50 倍。 换句话说， 省钱的第一杠杆不是挑模型，是不折腾上下文 。这条听起来朴素，但它比任何"换便宜模型"的技巧都值钱。 第二，贵的那条通道并非没有道理 那条贵出十几倍的通道，卖的不只是 token。它把多款模型、图片生成、任务调度、技能生态、售后支持一起打包了。这些东西如果自己搭，要付出的时间和维护成本，折算成钱未必比差价便宜。 它真正的问题不在贵，而在于 大