简介:DeepSeek模型和配套工具的API价格不高,但账单由工具费和Token费共同决定。本文用示例价格算出一次深度搜索的真实成本,说明轮次和上下文如何放大费用,并给出限制轮次、压缩上下文、错峰调用等控制方法,以及适合与不适合的场景。文中价格以平台官网为准。
先说结论:价格可以接受,但要先把整笔账算清楚。
先说明口径。本文的搜索、抓取、OCR、语音工具单价,以及模型Token单价,都取自原始资料中的报价示例。原始资料没有注明查询日期、币种和是否含税,所以文中所有价格都按示例处理。实际计费以对应平台的价格页为准。这些能力需要通过具体平台接入,并不是DeepSeek官方统一打包的服务。选型时,应分别确认每项能力由哪个平台计费。
按示例口径,文字和图片搜索为5元/千次,网页抓取为5元/千次,文字识别为1.5元/千页,语音识别为0.39元/小时,语音合成为1.5元/万字符。单看这些数字,很容易得出便宜的结论。例如,100页PDF的OCR只要0.15元,1小时录音转写只要0.39元。
工具的输出不是终点。搜索结果、网页正文、OCR文本和语音转写文本都会进入模型上下文,变成输入Token。工具费是直接可见的账单,Token费则藏在每次请求的输入和输出里。
模型侧的参考价也说明了这一点。千帆文档中给出的deepseek-r1示例价为输入0.002元/千Tokens、输出0.008元/千Tokens。这个价格只用来说明量级。它与下文表格使用的deepseek-flash不是同一个模型,两者不能直接相加或比较。
总成本的计算公式如下:
总成本 = Σ(工具调用次数 × 工具单价)+ 输入Token数 ÷ 1,000,000 × 输入单价 + 输出Token数 ÷ 1,000,000 × 输出单价
假设一次深度搜索任务中,模型进行3轮搜索,抓取2个网页。抓回的内容拼入上下文后,输入约1万Token,输出约1千Token。模型价格采用deepseek-flash示例口径:输入空闲时段为1元/百万Token,高峰时段为2元/百万Token;输出空闲时段为4元/百万Token,高峰时段为8元/百万Token。
| 调用场景 | 工具费 | Token费 | 合计 |
|---|---|---|---|
| 3轮搜索 + 2网页,空闲 | 搜索0.015元 + 抓取0.01元 = 0.025元 | 输入0.01元 + 输出0.004元 = 0.014元 | 约0.039元 |
| 同场景,高峰 | 0.025元 | 输入0.02元 + 输出0.008元 = 0.028元 | 约0.053元 |
| 5轮搜索 + 4网页,空闲 | 搜索0.025元 + 抓取0.02元 = 0.045元 | 输入0.02元 + 输出0.004元 = 0.024元 | 约0.069元 |
从表中可以看出,工具费占比并不低。第一行场景中,工具费为0.025元,约占空闲时段总成本的64%。当轮次从3轮增加到5轮、网页从2个增加到4个,上下文增至约2万Token,总成本从约0.039元升至约0.069元。
深度搜索的难点在于,模型可能自行决定检索轮次。调用方在发起请求时,很难准确预知最终会跑几轮。因此,单次成本需要依据实际调用记录统计,不能只按单价预估。
如果用量小、单次任务的上下文和输出都较短,这个价格对预算敏感的团队比较友好。以下场景的性价比较高:
以下场景需要谨慎,应先压测再上线:
这些任务的单次成本往往超过表面单价的估算。建议先用样本任务测出单次成本和峰值账单,再决定是否规模化。
1. 限制工具调用轮次
为Agent设置最大搜索次数、最大抓取网页数和最大重试次数。深度搜索并非轮次越多越好。超过一定轮次后,新增信息对答案质量的帮助会逐步减少。可以先从较小的上限开始,例如3到5轮,再根据答案质量调整。
2. 压缩上下文
网页抓取后,先抽取正文、去除广告和重复内容,再摘要并拼入上下文。OCR结果也可以先分段、去除空白、合并标题,避免把整本文档原样放进输入。
3. 分层使用模型
简单分类、抽取和改写交给低成本模型。复杂推理、长文总结和多工具规划再使用更强的模型。模型价格和能力放在同一张表里比较,有助于团队同时考虑效果和成本。
4. 错峰调用
原始资料称,工作日9点到12点、14点到18点为高峰时段,高峰Token价格翻倍,其余时段为半价。工具费不分峰谷,分峰谷的是Token。能等待的批量任务,应尽量避开白天高峰执行。
5. 统一接入与调用管理
接入多个模型或平台会增加集成复杂度。统一的API接入和调用管理,有助于同时评估多个模型服务,并追踪每类任务的成本。
可以把下面的检查表写进Agent的配置或运行策略中:
如果你的客户端支持OpenAI兼容协议,接入通常比较简单。以千帆生态的集成文档为例,几种常见客户端的配置思路如下:
实际配置时,请使用占位符替代示例值,并以各平台的官方文档为准:
Base URL: <平台文档中的OpenAI兼容地址>API Path: <平台文档中的接口路径>Model ID: <平台文档中的模型名,以官方模型列表为准>API Key: 从环境变量读取,例如 export LLM_API_KEY="<你的密钥>"
API密钥不要硬编码在代码中,也不要提交到代码仓库。接入只是降低了客户端适配成本,成本测算仍然需要回到具体模型和实际调用量。
DeepSeek模型API及配套工具的价格,本质上是低单价工具、按量计费的Token和峰谷差异共同组成的。对于预算敏感、需要快速验证、任务可以异步执行的开发者,这个价格可以接受。对于长上下文、多轮工具调用、实时高并发的生产系统,应先做成本压测,并设置调用上限。
建议先用小样本跑通流程,记录每类任务的工具费、输入Token、输出Token和平均轮次,再决定是否规模化。若需要横向比较不同模型服务的价格和接入方式,可以参考百度智能云词元所(推广/参考链接):https://cloud.baidu.com/product-s/token_exchange.html?from=article