deepseek怎么用token?先估一次任务用量再贴材料

token 是模型切字之后的计量单位，1 个汉字大约折 1.0 到 1.6 个 token。用 token 这件事拆成两半：动手前估算这次任务吃掉多少，动手时把超长材料切成能算清的块。网页版聊天框只显示上下文余量，接口后台才有每次请求的输入与输出两列。

上个月我给一家做注塑模具的小厂核过一次账面。他们把 78 页工艺说明整段贴进对话框，单次输入冲到 11 万 token，被窗口直接挡回来；改成按章节切块之后，同一批问答跑完，输入总量降到 4.1 万，回答反而更准。下面按估、切、填、查四段写，末尾给 3 个能自己复算的动作。

先准备这几样

网页版一个手机号就能开，不用装任何东西。要接自己的系统，去开放平台建一个 key，账户里留点余额，欠费时接口直接返回错误码。两条路的 token 分开计价：网页版按月订阅，接口按实际量扣，额度不互通，混着算一定算错。

材料先转成纯文本。扫描件、图片里的表格，模型读不出来，照样按输入 token 计费，答出来还是错的。我惯用的做法是用文档工具导出 txt，删掉页眉页脚、目录页和重复空行，一份 40 页的说明书通常能压掉三成 token。

网页版和接口差在哪

网页版按对话轮次算，贴多了提示超出上下文长度；接口按 token 精确计费，能自己控制截断位置，还能开缓存。判断用哪条路看频率：一天问 20 次以内，网页版省事；一天要跑几百条，接口按量扣费更好控。

接口那条路要多准备一件事：把每次调用记进本地日志。平台用量页只留 30 天上下的明细，过了时间只剩月度汇总，逐条对账做不了。我用一张 csv 记时间、模型、输入、输出、缓存命中五个字段，月底直接做透视表。

估：一次任务要吃掉多少

估算分三步：数汉字、乘系数、加余量。中文 1000 字大致对应 1200 到 1600 个 token，代码和英文单词的系数更高，1000 个字符常在 250 到 400 之间。乘完再加两成余量，留给模型的输出。

1. 把要贴的材料复制到记事本，看字数统计的汉字总数，比如 3200 字。
2. 乘以 1.4 得到输入 token 的估算值，4480 个。
3. 按回答长度给输出额度，写 2000 字报告给 2600 个 token 的余量。
4. 两项相加再乘 1.2 的保险系数，这一次任务大约 8500 个 token。
5. 拿这个数比对自己的余额或订阅额度，够不够一眼看得出来。

系数 1.4 是折中值。纯中文叙述偏低，取 1.2 就够；夹着表格、英文型号、标点的材料偏高，我遇到过一份产品参数表，3200 字实测 5900 个 token，系数到了 1.8。表格多的材料单独按 1.8 估。

输出这一头容易被忽略。让模型写 3000 字，实际输出常在 2200 到 2600 之间浮动，按字数上限给额度不会浪费，计费只算真实生成的部分。额度给太低会出现中途截断，看着像模型出错，其实是长度参数卡住了。

为什么估算值总比账单低

差在历史消息。对话开到第 15 轮，每轮都会把前面 14 轮重发一遍，输入 token 是第 1 轮的十几倍。估算只算新贴的材料，漏掉历史的累积，账面自然对不上。

长任务开新对话比一直续着省。我的做法是把上一轮的结论复制到新对话开头，历史不重复发，到第 15 轮时输入量能差出 5 倍以上。同一份材料问 20 个问题，把材料放进系统提示只发一次，后面每个问题只追加一句，命中的部分按折扣价计。

切：把材料切成能算清的块

切块按语义切，不按字数切。同一份 78 页的工艺说明，我从章标题处断开，最长的一块 9 页，最短的 2 页，每块单独发一次请求，回答里带上章节号，最后自己拼。按字数机械切会把一句话劈成两半，模型读到半句就开始猜。

每块控制在 6000 个 token 以内比较稳。超过这个量，模型对后半段的引用精度往下掉，问到细节时容易答成前面章节的内容。我测过同一份 1.2 万字的材料，整段贴和切成两块问同一道题，切块后的答案多出 3 个具体参数。

切口怎么选

三个位置适合下刀：章标题、表格前后、问答分界处。表格尽量整张放一块，劈开以后列名和数值对不上，模型会把 A 列的数值安到 B 列。问答分界处断开的好处是每块自带上下文，不用另写说明。

切完给每块编号，提示词里写清“这是第 3 块，共 5 块，只回答本块内容”。不加这句，模型会把前一块的结论带进来，最后拼起来出现前后矛盾。编号这件事花不了 1 分钟，省下的返工要多得多。

填：几个参数怎么设

缓存这一行最省钱。平台定价页把缓存命中和未命中分成两列，账单上也单列一行，对着那一行能算出打开了没有。20 个问题共用一份 6000 token 的材料，命中之后那部分只按折扣计价，省下的额度够再问几十轮。

温度在归纳类任务里别乱动。让模型照材料整理参数，给 0.3，措辞稳定；让它换说法、起标题，给 0.8 才有变化。同一篇稿子先归纳再起标题，拆成两次调用比一次调完可控。

输出上限和长度要求别拧着来

要求写 2500 字，上限给 3000 就够；给到 8000 反而出现大段复述，因为模型会为了凑满而重复前面说过的内容。写清单类任务时上限给 1200 左右最稳，条数够用又不注水。

查：报错和用量怎么对

1. 提示超出上下文：材料超出窗口，按章节切开分次问，单块压到 6000 token 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：并发打满，把批量任务降到 2 条同跑，高峰挪到上午。
4. 回复中途停住：输出上限到顶，调到 4000 以上，或让它接着上句往下写。
5. 读文档读漏：贴的是扫描件，转成纯文本重贴一次，PDF 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。

第 1 条要分清两种超限。一种是单次贴入超过窗口，删材料就解决；另一种是对话轮次太多，历史累积超了，开新对话把结论搬过去。两种的提示文字很像，看用量页那一列是输入偏大还是合计偏大，就能分开。

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，看着像模型崩了，其实是上限卡住。调高之后一次出完，费用没多多少，输出只按实际生成的字数算。

三个能自己复算的动作

头一个，拿 1200 字的稿子跑一次，看用量页显示的输入是多少，据此校准自己的系数。我拿这个办法测出常用材料落在 1.35 到 1.5 之间，估算误差压到 8% 以内。

第二个，把用量页的单次明细和本地日志按时间对齐，两边的请求时间能配上，说明没漏记。第三个，月底把输入与输出分开汇总，跟定价页那一档对，差额超过 5% 就去要明细。

四段做完，同样一份活能干到原来四成上下的费用。省下来的部分，八成来自删材料和提前设住长度，剩下两成靠缓存和新开对话。本文信息核对时间：2026-11。