token 是 DeepSeek 计费和长度折算的单位,1 个中文字符大约算 0.6 个 token。网页版对话不显示这个数字,API 调用会把它写在返回值的 usage 字段里。吃掉额度的位置有 3 个:每轮重发的历史消息、输出的正文、思考模式下先想的那一段。
我 10 月帮一个做客服机器人的 4 人团队查过一次账单,他们以为钱全花在回答上,把日志拉出来一算,68% 花在每轮重复发送的对话历史上。下面把这 3 处拆开,每处给出查看位置和减少办法。
官方文档给的估算值:1 个中文字符约 0.6 token,1 个英文字符约 0.3 token,1 个数字或英文标点按 1 个字符算。按这个折算,一段 500 字的中文提问,输入大约 300 token;一段 800 字的回答,输出大约 480 token。
换算的意义在于估成本。输入和输出不是同一个单价,输出的单价一般是输入的 2 到 4 倍。同样 1000 token,写在提问里和写在回答里,账单能差出 1 倍以上。做预算时按 1:3 的输出输入比留余量,比拍脑袋准。
上下文长度也有上限。DeepSeek 的对话模型支持 64K 上下文,推理模型支持 128K。超过上限的请求会直接返回 400 错误,报错里写着 maximum context length。这个上限按输入加输出的总和算,只盯着输入容易低估。
每次调用成功,返回值里带 1 个 usage 对象,字段是 prompt_tokens、completion_tokens、total_tokens,推理模型的 completion 里还拆出 reasoning_tokens。这 3 个数是逐次调用的真实值,比任何估算都准。
做法很简单:把 usage 写进自己的日志。我习惯在请求结束后打印 1 行,字段是时间、模型名、prompt、completion、累计。跑 1 天就有 200 到 500 条样本,按模型分组求平均值,单次成本立刻算得出来。
开放平台的用量页按天汇总,能看到每天的调用次数和 token 总数,分模型列。这里适合看趋势,不适合查单次。有人在这里看到某天翻了 5 倍,回头查业务日志才发现是 1 个定时任务没设退出条件,1 小时循环了 3000 次。
用量页的统计有延迟,通常滞后 10 到 30 分钟。月末对账时别拿它跟实时账单直接比,等 1 小时再对。
账单按天出,分「输入未命中缓存」「输入命中缓存」「输出」3 类计价。命中缓存的那部分单价低很多,这也是判断有没有用好缓存的依据。缓存命中率的算法:命中 token 数除以输入 token 总数。
我见过命中率长期 0 的账号,原因是每次请求都在 system 里拼 1 个时间戳,前缀天天变,缓存永远对不上。把这个时间戳挪到最后 1 条 user 消息里,命中率能回到 60% 以上。
| 查看位置 | 能看到什么 | 延迟 | 适合查什么 |
|---|---|---|---|
| API 返回 usage | 单次 prompt / completion / total | 实时 | 单次成本、异常调用 |
| 控制台用量页 | 按天、按模型的 token 总量 | 10 到 30 分钟 | 趋势、突增定位 |
| 账单明细 | 缓存命中与未命中分开计价 | 按天 | 缓存效果、月度对账 |
第 1 条是最常见的。多轮场景下,把超过 6 轮的历史压成 1 段 200 字的摘要,输入能砍掉一半以上。摘要由模型生成,成本比继续传原文低。
第 3 条要改检索方式。文档先切片存起来,按问题召回 3 到 5 段,不要整篇传。1 份 2 万字的文档切成 40 段,每次只带 4 段,输入从 1.2 万 token 降到 1500 token 上下。
第 4 条要提醒 1 句:换小模型之前先抽 50 条做准确率对比。我遇到过 1 次,换成小模型后标签准确率从 92% 掉到 78%,省下的 token 钱不够人工返工的。
| 现象 | 真实原因 | 怎么改 |
|---|---|---|
| 账单比估算高 3 倍 | 输出占比高,输出单价是输入的 2 到 4 倍 | 限 max_tokens,压缩回答长度 |
| 缓存命中率 0 | 前缀里有时间戳或随机 ID | 把变量挪到消息末尾 |
| 单次用量忽高忽低 | 思考模式的 reasoning token 波动 | 按 P90 估,不按平均值 |
| 调用次数对不上 | 自动重试没有单独记录 | 日志里记 request_id 和重试次数 |
表里第 2 行值得单独说。缓存按前缀逐字比对,前 100 个字符一变,后面全部失效。把「现在是 2026-11-19 09:12」这类内容放在 system 第一行,等于每天 1440 次把缓存打碎。
网页版(chat.deepseek.com)按对话轮次限制,不显示 token 数,也不按 token 收费。有人在网页版里找到「用量」按钮,那是账号的调用记录,不含 token 明细。想算 token 只能走 API,或者用开放平台的分词工具自己算。
网页版有另 1 个限制:单次输入的字数有上限,粘贴 2 万字的长文会被截断,界面提示「内容过长」。遇到过 1 次客户把 40 页合同贴进去,模型只读到后半段,前面的条款全漏了。长文档拆成 3 段分别处理,比整篇粘贴稳。
API 侧的差别在可控性。同样的提问,网页版会自动带上系统提示和联网检索的片段,实际输入比看到的字多。API 只发你写的那部分,输入量能算准。做成本核算时,两边数字不能直接比。
第 1 条要注意工作日和周末的差异。B 端业务周末调用量会掉 6 到 7 成,跨周对比会被业务量带偏。取同一星期的 3 天,或者用「单次平均 token」这个口径,能绕开总量波动。
把这 3 个数做成 1 张周报表,贴在团队能看到的地方,比月底看账单有用。我们自己的客服机器人上线第 1 周单次平均 1800 token,压到第 4 周是 720 token,回答质量没掉。
最后补 1 个容易漏的口径:图片和多模态输入也按 token 折算,1 张 1024×1024 的图片大约折 1000 到 1500 token,跟 1 段 800 字的文字差不多。有团队靠 OCR 把图片先转成文字再传,1 张图的成本降到 200 token 以内,代价是表格结构会丢,看场景取舍。
本文信息核对时间:2026-11