简介:本文说明DeepSeek工具类API的计费结构,给出模型费用与工具费用叠加的成本测算公式,并提供带超时、重试和错误处理的接入示例与上线前检查清单,帮助开发者在接入前估算真实总成本,避免预算超支。
DeepSeek 开放平台的对话接口可以在请求中调用联网搜索、网页读取等能力。这类调用的费用通常分成两部分。模型部分按 token 计费,工具部分按次或按时长计费。一次请求的实际成本是两部分相加的结果。
判断是否值得接入,关键看业务是否真的需要这些工具。普通问答只消耗模型 token,成本主要由输入和输出长度决定。如果每次请求都触发搜索,工具费用可能比模型费用更高,需要单独核算。
本文不列出具体单价。价格会调整,文中数字也没有逐项对照官方文档核实。计算前,请在官方价目页确认以下口径:
价格口径确认后,再代入下一节的公式。
先定义变量:
日成本的近似公式为:
日成本 ≈ N × (1 + R) × [ (I × p_in + O × p_out) / 1,000,000 + r × p_t ]
如果有缓存,可以把输入部分拆开计算,缓存命中的 token 按缓存单价计费,未命中的按普通输入单价计费。
下面用假设数字演算,这些数字只用于演示计算方法,不代表官方价格。假设 N = 1000,I = 1000,O = 500,p_in = 2 元/百万 token,p_out = 8 元/百万 token,p_t = 0.005 元/次,R = 0。
模型部分:输入 100 万 token,费用 2 元;输出 50 万 token,费用 4 元。模型合计 6 元/天。
工具部分随触发比例变化:
| 触发比例 r | 工具费用(元/天) | 日总成本(元/天) |
|---|---|---|
| 0% | 0 | 6 |
| 30% | 1.5 | 7.5 |
| 100% | 5 | 11 |
结论很直接。普通问答的成本主要在模型部分。每个请求都强制搜索时,工具费用会使总成本接近翻倍。因此,应当只在确有需要时触发工具。
失败重试会按比例放大成本。假设重试率为 5%,上表的 11 元会变成 11.55 元。非高峰时段的模型折扣会降低模型部分,但工具费用不变。这些敏感性变量都应当替换为自己日志中的真实数据,再做预算。
可以按三类场景判断。
第一类是低频使用的个人项目或原型。模型费用通常可控,工具可以按需开启,整体风险较低。
第二类是实时信息问答,例如天气、新闻、股价、政策查询。这类场景依赖搜索,成本应与用户价值挂钩。可以先用简单规则或小模型判断问题是否需要最新信息,只在需要时才触发搜索,其余问题直接用模型回答。
第三类是语音和文件处理,例如会议纪要、客服录音转写、文档解析。这类场景除了计费,还要考虑识别准确率、响应延迟、文件大小与时长上限,以及失败后的重试方式。
上线前可以用下面的问题做选型检查:
运行环境为 Python 3.9 及以上版本。先安装或升级 OpenAI SDK:
pip install --upgrade openaiexport DEEPSEEK_API_KEY="你的密钥"
下面的示例演示了基础调用、超时设置、指数退避重试和错误分类。代码使用 OpenAI 兼容格式的 Chat Completions 接口,消息角色为标准的 system、user 和 assistant。
```python
import os
import time
from openai import OpenAI, APIConnectionError, APITimeoutError, RateLimitError, APIError
client = OpenAI(
api_key=os.environ[“DEEPSEEK_API_KEY”], # 从环境变量读取,不写入代码
base_url=”https://api.deepseek.com“,
timeout=30.0, # 单次请求超时时间(秒)
max_retries=0, # 重试由下方函数统一控制,避免重复计费
)
MODEL_NAME = “deepseek-chat” # 请以官方模型列表为准
def ask(question: str, max_attempts: int = 3) -> str:
messages = [
{“role”: “system”, “content”: “你是简洁的中文助手,回答不超过三句话。”},
{“role”: “user”, “content”: question},
]
for attempt in range(1, max_attempts + 1):try:resp = client.chat.completions.create(model=MODEL_NAME,messages=messages,)return resp.choices[0].message.contentexcept (APITimeoutError, APIConnectionError, RateLimitError):if attempt == max_attempts:raisetime.sleep(2 ** attempt) # 指数退避:等待 2 秒、4 秒except APIError:raise # 鉴权失败、参数错误等不可重试的错误直接抛出raise RuntimeError("重试