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。
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。
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。
| 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。
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。
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。
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。
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。
| 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。
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。
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