猜一猜！DeepSeek V4 API调用接近20亿Tokens具体花费了多少钱？

最近一段时间为了优化我们RealPLC产品的各个细节，基本用了两个AI方案：

• Codex + GPT 5.5High
• ClaudeCode + DeepSeek V4 Pro/Flash

当然，Codex用的Plus方案，用完后就切第二套方案。我们这个月确实每天都在不断地调整。

这个过程最大的花费实际不是API费用和订阅费，按我的体感是自己的时间，因为一个问题的改动，可能会搞坏其他的地方。

每一次改动，docker重启至少要几分钟，反反复复，时间不顶用。期间，也有很多朋友反复问什么时候发内测邀请码，但是，实实在在快要等发布的时候，因为某个小地方不爽，改一改，发现优化无止境，总有更好的方案，甚至重写，这个过程耗费不少时间。

但是，通过不断的优化，我们近期的方案也基本不会大改，前端UI的内容基本不会增加太多，多的是后期服务端的管理和配置，这需要大量的工作。

所以，简单发个网站很简单，但是要稳定运行，背后的服务这些工作量不少了，所以看似简单，当代码数量上了一个量级的时候，就不那么容易了。

这期我们分享下用DeepSeek V4的费用，毫不夸张，这个月差不多耗费了20亿的Tokens，单单只是这个API的费用，GPT的额度每天都用完。所以，RealPLC生来就是AI的产物，也是我们和AI结合的综合体。

01

DeepSeek V4费用

我记得有一期简单的介绍：DeepSeek V4 Pro 1个亿Token，到底要花多少钱？

刚好差不多过去了一个月，今天刚好欠费了，所以翻开后台数据，这里和大家分享下我个人的使用具体情况。

总消费：227.27元。具体分到模型上，这个图不明显，所以导出数据后，直接丢给DeepSeek网页端，让他做个html页面展示下，我们放到后面详细说明。

具体的Tokens可以看到：

大部分用的是Pro，总体看：

Pro的Tokens：1552817585 约15亿多；

Flash的Tokens：283329520 约3亿多。

估计总体这个月差不多就是20亿的消耗。按照目前的金额粗算下（18亿 230元来计算），平均：1亿Tokens12元左右。

02

深度解析

我们让DeepSeek生成的html打开后，看到不错的页面：

总成本概览

统计周期内，该账号（user_id: b5200252...）累计调用支出 ¥227.28元。

• deepseek-v4-pro（高精度模型）：¥192.35元，占总成本的 84.6%。
• deepseek-v4-flash（高速轻量模型）：¥34.93元，占总成本的 15.4%。

Pro 模型是绝对的成本主力，日均花费约 ¥8.74元；Flash 模型日均仅 ¥1.59元，适合对实时性要求高、但对成本敏感的任务。

成本构成分析（基于 Token 级明细）

Pro 模型成本构成：

• 输出 Token（¥0.000006/个）：贡献 ¥43.52，占比 22.6%
• 缓存命中输入（¥0.000000025/个）：贡献 ¥5.80，仅占 3.0%
• 缓存未命中输入（¥0.000003/个）：贡献 ¥143.03，占比 74.4%

Flash 模型成本构成：

• 输出 Token（¥0.000002/个）：贡献 ¥14.08，占比 40.3%
• 缓存命中输入（¥0.00000002/个）：贡献 ¥0.92，仅占 2.6%
• 缓存未命中输入（¥0.000001/个）：贡献 ¥19.93，占比 57.1%

关键发现：两种模型的成本大头均为 “缓存未命中输入 Token”，Pro 模型的未命中输入成本占比接近四分之三。如果能够进一步提升输入缓存命中率，Pro 的成本有大幅下降空间（命中后输入单价仅为未命中的 1/120）。

缓存命中率与调用频率

• Pro 模型：缓存命中率 = 93.5%（命中 Token 约 13.8 亿，未命中约 0.96 亿） 请求次数：13,809 次
• Flash 模型：缓存命中率 = 86.5%（命中 Token 约 2.57 亿，未命中约 0.40 亿） 请求次数：6,780 次

Pro 模型的请求次数是 Flash 的两倍多，且命中率更高，表明大量重复或相似的输入被有效缓存，降低了理论成本——但由于未命中输入的绝对量仍然巨大（0.96 亿 Token），总成本依然偏高。

每日成本趋势特点

• 平稳期（5月2日–9日）：Pro 日成本 1~5 元，Flash <1 元。
• 爆发期（5月11日–27日）：Pro 多次出现单日超过 12 元，最高 5月27日达 ¥27.76；Flash 最高单日 5月27日 ¥4.19。
• 5月19日 与 5月27日 是两个明显峰值，可能与业务活动增加或大量长上下文请求有关。

03

小结

看来要继续降低成本，还得提高输入的命中率。AI给的建议：

1. 提高缓存复用：尽量复用相同的会话或系统提示词，减少 cache_miss 输入量。当前未命中输入贡献了 Pro 约 74% 的成本，优化这部分可获得最大收益。
2. 评估模型选择：对于非复杂推理任务，可多使用 Flash 模型。Flash 的成本仅为 Pro 的 1/5~1/6，且调用延迟更低。
3. 控制输出长度：输出 Token 在两个模型中都占相当比例（Pro 23%，Flash 40%），适当限制 max_tokens 或简化回答能直接节约成本。

参考链接：

【1】https://platform.deepseek.com/usage

【2】https://www.realplc.com