DeepSeek 工具按次收费,成本怎么算

作者:热心市民鹿先生2026.11.17 03:21浏览量:0

简介:DeepSeek 开放的联网搜索、网页读取、语音等能力按次或按时长计费。本文拆解计费结构,演示单次问答的成本估算,并说明搜索结果进入上下文后带来的 token 增量为什么容易被忽视。读完可以判断内置工具是否适合你的场景,并知道上线前要核对哪些价格和接口信息。

先看这篇文章的前提

本文的价格数字来自一份未附官方链接的资料,没有核对到具体的生效日期和适用地区。下面的计算以这些数字为例,用来说明计费结构。预算之前,请以官方定价页面的最新内容为准。文中的代码是流程示意,模型名、工具标识和响应字段都需要按官方 API 文档替换。

计费由两部分组成

一次调用的费用可以拆成两块:模型的 token 费用,加上服务端工具的调用费用。

模型费用按输入和输出的 token 数量计算。工具费用按调用次数或按时长计算。

资料中的价格如下,每一项都需要在官方页面上核对:

计费项 资料中的价格 核对状态
输入 tokens(高峰时段) 2 元 / 百万 tokens 待核对
输出 tokens(高峰时段) 8 元 / 百万 tokens 待核对
非高峰时段 资料称为半价 需确认高峰时段的定义
联网搜索或网页读取 5 元 / 千次 待核对
语音转文字 0.39 元 / 小时 资料称为限时折扣,需确认有效期

单次带搜索问答的成本

假设一次问答输入 3000 tokens,输出 500 tokens,并触发 1 次搜索。按上表的价格计算:

  • 输入:3000 ÷ 1,000,000 × 2 = 0.006 元
  • 输出:500 ÷ 1,000,000 × 8 = 0.004 元
  • 搜索:1 ÷ 1000 × 5 = 0.005 元
  • 合计:0.015 元

在这个例子里,工具费占总成本的三分之一。如果日均 10 万次这样的问答,工具费约为 500 元每天,token 费约为 1000 元每天。

工具费用的结构比较直接。真正难估的是多轮调用带来的 token 增量。搜索结果会被放进上下文,后面每一轮的输入都会包含这些内容。

看一个假设的例子。第一轮输入 3000 tokens,搜索结果带入 2000 tokens,第二轮的输入从 3000 增加到 5000 tokens。多出的 2000 个输入 tokens 按输入单价计算,约为 0.004 元。调用轮数越多,这部分累积得越快。这个数字来自假设,实际增量要用真实请求的 usage 记录来测。

调用流程示意

以下代码为伪代码,用来说明请求的结构。模型名、工具标识、角色名和返回字段,都要以官方文档为准:

  1. import os
  2. # 伪代码:占位符需替换为官方文档中的真实值
  3. client = Client(
  4. api_key=os.environ["DEEPSEEK_API_KEY"],
  5. base_url="<官方文档中的 base_url>",
  6. )
  7. response = client.chat(
  8. model="<官方文档中的模型名>",
  9. messages=[
  10. # 把当前日期和地点放进系统消息,便于模型判断搜索的时效
  11. {"role": "system", "content": "当前日期:2026-11-14,地点:上海"},
  12. {"role": "user", "content": "今天上海天气怎么样?适合出门吗?请简短回答。"},
  13. ],
  14. tools=["<官方文档中的内置联网工具标识>"],
  15. )
  16. print(response.text)
  17. # 工具调用次数应从返回的 usage 字段中读取,字段名以文档为准
  18. print("工具调用次数:", response.usage.tool_calls)

相比自己接第三方搜索接口,使用内置工具可以省去搜索、抓取、正文提取和切片这几步,也省去多轮工具调用的编排代码。这一点的价值取决于你原本需要做多少这些工作。

账单要从返回数据里核对

工具是否被调用由模型决定。声明了工具,不代表每次请求都会触发搜索。所以不要按请求数去估算工具费用。

建议做三件事:

  1. 每次请求记录返回的 usage 信息,包括输入、输出 tokens 和工具调用次数。
  2. 每天把日志汇总和平台账单对一次,发现偏差及时排查。
  3. 用同一口径比较方案,例如按每千次查询、每小时音频计算。

需要提前处理的四个问题

第一,工具调用不确定。同一个问题,有时会搜索,有时不会。预算要按实际调用比例估算。

第二,时效性问题要给足上下文。天气、新闻、股价这类问题,模型需要知道当前日期和地点。否则可能搜到错误日期的结果,白白花掉一次工具费。注入时间和地点的方式,可以参考官方文档推荐的