deepseek怎么用token?一次对话的字数上限按3段算

20分钟前发布

DeepSeek 的 token 用法能压成 3 句话:提问和回答都按 token 计,同一会话里的历史消息每轮重算 1 次,超过上下文上限直接报错。把一个长任务拆成 3 段、每段另开新会话,是目前最省事的做法。

我 2025 年做过 1 次实测:1 份 8200 字的合同分 3 次贴进同一会话,第 3 次提交时提示内容过长;改成每段新开会话、单段压到 2600 字上下,3 段全问完花了 11 分钟,再没撞到上限。

先准备:3 项对上再动手

账号、模型、材料这 3 项缺 1 项都会卡在中途,其中材料的处理方式最容易被忽略,而它直接决定能问几轮。

  1. 入口:网页版开对话页即可;App 在输入框上方切模型。两边共用同一账号额度,额度按小时和按天各算 1 档。
  2. 模型:贴长材料做问答用对话模型,需要它自己分步推演的用推理模型,同一会话中途换模型,前面 1 段上下文不跟着走。
  3. 材料:扫描件先转文字再贴。1 页 A4 扫描图按图片解析,耗的 token 大约是同页文字的 2 到 3 倍。

材料预处理这 1 步最省事也最常被跳过。合同、报告这类文件带页眉页脚和目录,去掉这些重复行,1 份 30 页的文件能压掉 15% 左右的字数。

token 花在哪:4 个会计入的位置

位置是否重复计长会话里的占比怎么省
系统提示与历史消息每轮重算 1 次聊到第 10 轮时能占一多半换话题就新开会话
本轮提问计 1 次通常最小别粘无关段落
模型回答计入,后续每轮再算1 次详细回答几百 token要求直接给结论
附件解析解析 1 次,之后按文本计随页数线性增加只传用得上的页

第 1 行是多数人算漏的部分。同一会话聊到第 10 轮,前面 9 轮的问和答每轮都要重算 1 次,第 10 轮的输入量可能达到第 1 轮的 8 到 10 倍。

字数换算不用太精确:1 个汉字大致算 0.6 到 1 个 token,标点、英文单词、数字各按自己的切分规则走。按 1 个汉字 1 个 token 估,只会高估,不会低估。

历史消息为什么会翻倍

对话模型没有记忆,它每轮都把整段对话重读 1 遍。第 1 轮输入 3000 token,第 5 轮输入就变成前 4 轮的总和加当前提问,涨幅接近线性叠加。

这也解释了同一段材料在第 1 轮和第 8 轮回答质量不一样。第 8 轮里前面的内容被反复压缩,细节先丢,回答开始变笼统,很多人误以为是模型变笨了。

处理办法有 2 个:话题一换就开新会话;确实要延续上下文,就把前文压成 5 行以内的摘要带过去,别整段复制。

附件解析按页算

PDF 分两种。文字版按字提取,20 页大约 8000 到 12000 字;扫描版走图片识别,同样的 20 页耗的 token 是文字版的 2 到 3 倍,识别错字还要多花 1 轮纠正。

表格多的文件另有损耗。1 张跨页的复杂表格转成文字后行列容易错位,想让它按行读,得先在自己这边拆成 3 到 5 列的小表再贴。

浅色桌面上分成三摞的打印纸与一支笔

操作步骤:把 1 次长任务拆成 3 轮

  1. 开 1 个新会话,把任务目标和输出格式写在第一句,例如「按 3 列输出:条款号、风险点、修改建议」,这一步 30 秒。
  2. 贴第 1 段材料,控制在 2600 字内,末尾写明「第 1 段,共 3 段,先只答这 1 段里的问题」。
  3. 拿到回答后点会话列表的「新建对话」,把上 1 段结论用 3 到 5 行摘要带过去,再贴第 2 段材料。
  4. 第 3 段同样处理。3 段问完,在最后 1 个会话里让它把 3 份回答并成 1 张表,合并阶段不用再贴原文。
  5. 导出:网页版右上角有复制按钮,App 长按回答可复制,粘到本地文档再排版,比让它直接输出长文稳,约省 1 轮 token。

第 3 步的摘要别省。3 段材料之间往往有交叉引用,摘要里带上段落编号和关键结论,后 1 段才不会答得前后矛盾。

三轮怎么接才不断线

摘要写成 3 行固定格式:第几段、查出几个问题、下一段要盯哪 2 点。格式固定下来,第 3 段开头不用再说「前面说过什么」,省掉的正是最容易超限的那部分。

材料之间有互相引用的,把引用处标出来。合同里常见的「依前条约定」,2 段材料各出现 3 到 4 次,不标出来,它只能猜前条是哪一条。

笔记本电脑屏幕发光内容模糊的桌面场景

参数怎么填:4 个字段

字段填什么常见错填
模型长文问答选对话模型,推算类选推理模型同一会话里来回切,上下文断掉
上下文长度按官方文档里该模型的说明填,别按传闻的数字算以为能塞 100 万字,第 2 段就报错
单段材料2000 到 3000 字,1 段 1 个主题1 次贴 3 个主题,回答只覆盖第 1 个
输出要求写清行数、列名、字数区间只说「详细点」,回答翻倍还不合用

第 2 行要单独说。上下文上限各模型不同,同一个产品换版本也会变,做方案时按官方页面上的当期数字算,别用 1 年前截图上的数字。

报错怎么排查:5 种情况

  1. 提示内容过长:把这个会话里的材料删到 1 段,或另开新会话只带摘要,2 分钟内能恢复。
  2. 回答中途断掉:在输入框发「接着上面第 3 点继续」,别重新贴材料,重贴等于把前面的量再花 1 遍。
  3. 附件传不上去:先看格式,PDF 和 Word 可直传,加密文件、压缩包要解开再传。
  4. 回答跑题:前面贴了 3 个以上主题,删掉后 2 个,只留 1 个主题重问。
  5. 额度用完:免费额度按天重置,等次日再试;着急就把任务缩到 1 段,先拿结论。

第 2 条是白花钱最多的地方。截断后重新贴 8000 字原文,等于把已花的量再算 1 次,改成「接着继续」通常再花 100 到 200 token 就够。

额度和并发是两件事

额度按小时和按天各有一档,撞到小时档就等 60 分钟,撞到天档才等次日。很多人一看报错就以为当天用完了,其实 1 小时后能继续。

同时开 3 个会话提问,3 份上下文各算各的,用量是单开的 3 倍。要批量处理同类材料,用 1 个会话串行跑,比 3 个会话并行省一半以上。

桌面上的沙漏、笔记本与台灯

怎么验证真的省下来了:3 个动作

  1. 数轮次:同 1 个任务改版前后各记 1 次会话轮数,轮数从 8 降到 3 就是省下来了。
  2. 看报错:连续 5 个任务不出现内容过长提示,说明单段字数定得合适。
  3. 比字数:把 3 段材料的总字数除以 3,落在 2000 到 3000 字区间,基本不会撞上限。

这 3 个动作加起来不到 5 分钟,比盯着用量页面猜有用。用量页面只给总数,看不出哪 1 轮花掉的。

还有 1 个细节容易漏:把每轮的输入字数记进表格,4 周后回看能发现规律。我近 4 周 23 个任务里,超限的 5 个全是直接贴整份 PDF 的,转成文字再贴的 18 个一次都没撞上限。

回到最开始的问题:token 的用法就是分段、新开会话、摘要接力这 3 件事。1 份 8000 字的材料按这个走,3 轮能问完;堆在 1 个会话里,第 2 轮就可能卡住。

补 1 个成本口径:3 段材料按 2600 字、3 轮问答算,输入总量约 1.2 万个 token,其中 4 成花在第 2、3 轮重复读前文上。把摘要压到 5 行以内,这 4 成能降到 2 成上下。

本文信息核对时间:2026-11