deepseek怎么用token?先分清计费和上下文两种用量

token 是大模型切分文字后的计费单位，中文大致 1 个汉字折 1 到 2 个 token。一次对话的消耗分输入与输出两段，输入看你贴进去多少材料，输出看模型回了多少字。查用量进平台右上角的账户页，每次请求的输入、输出、合计都列在那里。

下面按顺序写：从注册到看懂用量明细共 6 步，一张 5 个字段的参数表，6 类报错的处理办法，最后 3 个动作核对账单。上个月我帮一家做五金件的厂子核过一次账面，他们一个月花了 4800 元，其中 3100 元来自一段被反复粘贴的产品手册。

先准备这几样

网页版不需要额外准备，手机号注册就能开。要接自己的系统，得去开放平台建一个 key，账户里留余额，欠费时接口直接返回错误码。两种用法的 token 分开计价，网页版按月订阅，接口按实际量扣费，两边的额度不互通，混着算就会算错。

材料要提前整理成文字。扫描件、图片里的表格模型读不出来，贴进去照样算输入 token，结果还是错的。我一般先用文档工具导出纯文本，删掉页眉页脚和重复空行，一份 40 页的说明书能压掉约三分之一的 token。

网页版和接口差在哪

网页版按次对话，材料贴多了会提示超出上下文长度；接口按 token 精确计费，可以自己控制截断位置。判断用哪个看频率，一天问 20 次以内用网页版省事，要批量跑几千条就走接口，按量计费比订阅更容易控成本。

接口那条路还要多准备一件事：把调用记到本地日志里。平台的用量页只保留 30 天左右的明细，超出时间的账单查不到逐条记录，出了问题只能看月度汇总，逐条对账做不了。

操作步骤

1. 打开平台首页用手机号登录，进右上角头像里的账户页，确认余额大于 10 元，余额为 0 时接口会直接拒绝请求。
2. 在工作台新建对话，输入框左下角可以切换模型，长材料选上下文长的版本，普通问答选便宜的那个。
3. 把整理好的文字粘进输入框，超过 3000 字分两次贴，第二次开头写「接着上面那段」，模型能接上。
4. 在输入框下方设置输出长度，写报告给到 2000 字以上，问答类给 500 字就够，长度设太大输出会灌水。
5. 发送后等回复跑完，页面底部有一行小字写着本次消耗的 token 数，没显示就去用量页看。
6. 进账户页的用量明细，按日期筛出今天，看每次请求的输入、输出、合计三列，确认没有异常大的单次消耗。

第 3 步最容易出错。一份 60 页的招标文件直接贴进去，输入 token 会到 6 万以上，一次就把当月额度用掉一半，而且模型读长文时后半段容易丢细节。我现在的做法是先自己读一遍，把跟问题无关的章节整段删掉再贴，删完再问准确率高一截。

第 6 步多数人跳过。用量页的明细分三列，输入那列特别大说明材料贴太多，输出那列特别大说明长度没设住。输入与输出的比例偏离太多，就要回头改提示词的写法，别急着找客服。

参数怎么填

表格里历史条数这一行最容易被忽略。对话开到第 20 轮时，每一轮都会把前面 19 轮重发一次，输入 token 是第 1 轮的 20 倍。长任务开新对话比一直续着省钱，第 20 轮时差距能到 5 倍。

输出长度怎么定

输出长度定太高，模型会为了凑满而重复前面说过的话。2500 字的要求给 3000 的额度就够，给到 8000 反而会出现大段复述。写清单类任务时长度给 1200 左右最稳，条数够用又不注水。

温度这个参数在写实类任务里别乱调。要模型照材料归纳，温度给 0.3，措辞稳定；要它想标题、换说法，给 0.8 才有变化。同一篇稿子先归纳再起标题，分成两次调用比一次调完更可控。

报错怎么排查

1. 提示上下文超限：材料超出模型窗口，按章节拆开分次问，每段控制在 6000 字以内。
2. 提示余额不足：账户欠费，充值后等 2 分钟再试，有的平台要手动刷新额度。
3. 一直转圈不出字：并发数打满，把批量任务降到 2 条同时跑，高峰时段放到上午。
4. 回复中途截断：输出长度到顶，把长度调到 4000 以上，或让它接着上句往下写。
5. 读文档读漏：贴的是图片或扫描件，转成纯文本再贴一次，PDF 要先另存为文本。
6. key 无效：复制时带了空格，或这个 key 只开了部分模型权限，去后台看权限勾选。

第 4 条我遇到过两次，写 3000 字的稿子，回来只有 1400 字，末尾停在半个句子上，看着像模型出错，其实是长度参数卡住了。调高之后一次出完，费用没有多多少，因为输出 token 本来就按实际字数算。

第 1 条要分清两种超限。一种是单次贴入超过窗口，删材料就行；另一种是对话轮次太多，历史累积超了，开新对话把结论复制过去，历史就不用重复发送。两种现象的文字提示很像，看用量页那一列是输入还是总和大，就能分开。

怎么验证用量没算错

1. 拿一段已知长度的文字跑一次，中文 1000 字大约对应 1200 到 1800 个 token，偏差超过一倍就要查分词口径。
2. 对照用量页的单次明细和本地日志，两边的请求时间能对上，说明没有漏记。
3. 月底看月度汇总，把输入与输出分开算，价格表按平台公示的那一档对，差额超过 5% 找客服要明细。

头一项自己测一次就够，测完心里有数，后面估费用不会差太远。我拿 1200 字的稿子测过，回来显示 1600 个 token 左右，据此估一篇 2500 字的文章大约 3400 个输入、2800 个输出，实际账单和估算差不到 8%。

几个省 token 的做法

删无关章节。把文档里跟问题无关的部分整段去掉，40 页压到 12 页，输入 token 直接降七成。材料删干净之后，模型回答的准确度反而更高，因为干扰段少了。

让模型先说结论再展开。提示词里写「先用 3 句话给结论，再列依据」，输出长度能省一半。因为少了铺垫和过渡，输出字数能压掉一半左右。

缓存与复用

同一份材料要问 20 个问题，把材料放在系统提示里只发一次，后续每个问题只追加一句。有的平台对重复的前缀给折扣，账单上会单列一行，折扣比例写在定价页那栏。

批量任务先跑 3 条试水。确认输出格式对了再跑全量，格式错了要重花钱，2000 条重跑一次就是几千块。试水那 3 条的提示词存成文本，全量时直接粘，别手打。

把这些做法叠起来，同样一份活能干到原来四成左右的费用。核心就两条：材料先进整理，长度提前设住。剩下的都是细节，用一周就能摸清自己那套流程的用量区间。本文信息核对时间：2026-11。