DeepSeek 的 token 怎么用：拿密钥、调接口、看用量 6 步

用 token 指的是拿一串以 sk- 开头的密钥去调 DeepSeek 的接口，按输入和输出的字数计费。整个流程 6 步：控制台建密钥、账户留余额、记住 2 个模型名、按文档发 1 个 POST 请求、看 responses 里的用量字段、在用量页对账单。跑通一次大约 20 分钟，会写 10 行 Python 就够。

上个月帮一个做外贸的客户接这套接口，他反复问的其实是同一件事：token 到底怎么换成钱。我给他看了控制台用量页那张按天排的表，输入 1 列、输出 1 列，两列加起来乘单价就是当天花的钱，他当场就明白了。

一、先准备：3 样东西缺一不可

缺任何一样都会卡在报错上，先把这 3 样凑齐再动手。

1. 账号。platform.deepseek.com 用手机号注册，注册完做实名认证，认证入口在右上角头像里。没有实名的账号拿不到可用的密钥。
2. 余额。控制台左侧「充值」页，支付宝和微信都能付。余额为 0 时，返回的报错文案里带「余额」两个字，跟网络错误无关，新手常在这里绕圈。
3. 密钥。左侧「API keys」→「创建 API key」，起个名字（比如 test-01），点确认后那串 sk- 开头的字符只显示 1 次，关掉窗口就查不到了。复制下来存到本地一个 txt 里。

第 3 项最容易出事。我见过 3 个人在同一个下午重复创建了 5 个 key，就因为没存好。丢了不用找，删掉重建 1 个只要 10 秒，旧 key 记得在同一个页面点删除，避免以后对不上账。

二、操作步骤：6 步跑通第一次调用

前 3 步：把密钥和模型名准备好

1. 第 1 步，存密钥。新建一个环境变量 DEEPSEEK_API_KEY，值就是那串 sk- 字符。Windows 在「系统属性 → 环境变量」里加，Mac 与 Linux 写进 ~/.zshrc 或 ~/.bashrc。代码里用 os.environ 读，别把密钥直接写在 py 文件里。
2. 第 2 步，认模型名。文档的「模型」页列着 deepseek-chat 与 deepseek-reasoner 两个名字，前一个是通用对话，后一个会先输出一段思考过程再给答案。名字写错返回 400，404 则指路径不存在，两种错误别混。
3. 第 3 步，装依赖。命令行跑 pip install openai，版本 1.0 以上。DeepSeek 的接口按 OpenAI 的格式设计，改 base_url 就能直接用这套 SDK，省掉自己拼 HTTP 请求的活。

后 3 步：发请求、看消耗、对账

4. 第 4 步，发第 1 个请求。代码 8 行左右：client = OpenAI(api_key=..., base_url="https://api.deepseek.com")，然后 client.chat.completions.create(model="deepseek-chat", messages=[{"role":"user","content":"你好"}])。返回对象里的 choices[0].message.content 就是答案文本。
5. 第 5 步，读用量字段。同一个返回对象的 usage 里有 3 个数：prompt_tokens（你发过去的）、completion_tokens（模型返回的）、total_tokens（两者相加）。这 3 个数就是计费依据，每次调用都看 1 眼，心里有数。
6. 第 6 步，对账。控制台「用量信息」页按天列调用次数与 token 数，可以按模型分开看。接完程序第 2 天进去核 1 次，把本地日志里的 total_tokens 加起来跟页面比，差得离谱就是有地方在重复调用。

第 4 步那个 base_url 结尾别加斜杠，加了会拼出双斜杠，返回 404。我第一次接的时候栽在这上面，翻了 20 分钟文档才发现。

要不要开流式输出

第 4 步的请求里加 1 个参数 stream=True，答案会按字陆续返回，不用等整段生成完。界面上的差别很明显：不开流式，点发送后要空白 3 到 5 秒才出字；开了流式，0.5 秒内第一屏就有内容。

代码上多 4 行：for chunk in stream: 里取 chunk.choices[0].delta.content，拼接时判一下空值。首块与末块的 content 是 None，直接拼会报类型错误。计费跟不开流式一样，按最终 total_tokens 算。

做聊天窗口就开流式，做批量脚本就别开。批量任务里流式只会让日志更难读，省不下时间。

三、参数怎么填

4 个字段决定结果和花费，下面这张表按填错的频率排了序。

max_tokens 这一项对账单影响最大。它只是输出长度的上限。模型看到 4096 会倾向把话说满。我做摘要类任务时把它压到 300，同样的提示词，输出 token 从 1400 掉到 280，钱省下来 4 分之 3，摘要质量没掉。

四、报错怎么排查

接口报错的信息很短，按状态码分 5 类去对，比逐行读代码快。

1. 401。密钥无效。检查是不是复制时带了空格、是不是创建完没保存、是不是把已删的旧 key 填进去了。用 print(len(key)) 打印长度，正常在 35 位上下。
2. 402 或余额不足字样。充值页看余额，未到账就等 1 到 2 分钟刷新。这一条跟密钥无关，换 key 解决不了。
3. 400。参数格式问题。最常见是 model 名字错、messages 结构错、max_tokens 超上限。把请求体打印出来逐字段对文档。
4. 429。请求太快被限流。加 1 个 0.5 秒的间隔，或者把并发从 10 降到 3。
5. 连不上、超时。先 ping api.deepseek.com，再检查公司网络有没有拦 HTTPS。代理软件开着的时候，把接口域名加进直连名单。

五、怎么验证成功

3 个动作能确认整条链路通了，不用靠猜。

1. 看返回体里有没有 usage。有 3 个数就是走完了计费流程，只剩数字大小的问题。
2. 去控制台用量页刷 1 次，当天的调用次数应该加 1。数字没动说明请求打到了别的地址，检查 base_url。
3. 把 max_tokens 设成 20，再发 1 次。返回的文本应该被截断在 20 token 以内，这一招能确认参数真的生效了。

六、token 怎么算，怎么省

中文的换算比例

官方文档给的估算是 1 个汉字约 0.6 token，1 个英文单词约 1 到 1.3 token。一段 500 字的提问，进模型算 300 token 上下；模型回 800 字，算 480 token 上下。两边都算钱，所以长文档问答的成本主要在你自己塞进去的那部分。

4 个能立刻省下来的动作

1. 历史对话只留最近 5 轮。多轮对话每轮都会把前面的内容重发一遍，10 轮之后输入 token 是第 1 轮的 5 倍以上。
2. 长文档先切段检索，只把相关的 2 到 3 段塞进 prompt，别整本丢进去。
3. 固定不变的要求写进 system，别每轮重复描述。缓存命中时输入部分计费更低，具体折扣看控制台的计费说明页。
4. 批量任务用脚本跑，单条测试用手点网页版。网页版不扣你的 API 余额。
5. 把常问的 10 个问题存成模板，每周复用。重写提示词比重新想一遍省 5 到 10 分钟，省下来的是人工，这块钱按小时算比 token 贵得多。

两个模型名怎么选

deepseek-chat 出字快，同样 500 字回答在 8 秒内能收完；deepseek-reasoner 会先写一段思考过程再给答案，那段思考也计 token，同样的问题消耗常常是前者 3 到 5 倍。

选法按任务分：改写、摘要、翻译、问答这类，用 chat；数学题、多步逻辑、代码调试，用 reasoner，它在推导链上出错率低一些。我做表格抽取时两种都试过，20 条样本里 chat 错 3 条，reasoner 错 1 条，代价是多花 4 倍 token。

省 token 这件事，最后落到的都是输入侧。输出侧能压的空间有限，输入侧压一半，总花费就下来 3 分之 1 左右。做完这 5 个动作，一个日调 500 次的小工具，月账单能从 3 位数掉到 2 位数。

密钥泄露的处理动作只有 3 个：控制台删掉旧 key、程序里换成新 key、把用量页那条异常记录截图留存。删掉之后旧 key 在 1 分钟内失效，正在跑的任务会报 401 并中断，重启一次就好。密钥别写进前端页面，浏览器里打开源码就能看到，被人拿去刷量当天就能烧掉几十块。

本文信息核对时间：2026-11