第 5 章:Token 与计费——一份周报花多少钱
本章目标:看懂 token 和价格表,算清一份周报的账,并让周报生成器每次运行都打印花费。
开篇:「会不会一不小心扣很多钱?」
按量计费最让新手不安的,是不知道一次调用到底花多少。网页版每月一个固定价,心里有底;API 是用多少扣多少,看不见摸不着。
这章把账摊开算。先说结论:一份周报大约 0.0015 ~ 0.004 元,一年 52 份加起来不到两毛钱。但「怎么算出来的」比结论重要:学会了,以后做任何 AI 功能,你都能在写代码之前先估出成本。
还有个巧合值得一提:大多数人周五下午四点写周报,而那正好是 DeepSeek 的峰时,价格是夜里的两倍。
学完这一章,你能:
- 估算一段文字大概是多少 token
- 看懂价格表:输入、输出、缓存、峰谷
- 让周报生成器每次运行都打印「本次花费」
5.1 token 是什么,中文一个字算几个
模型不按「字」读文字,而是把文字切成一小块一小块,每块叫一个 token。收费就按 token 数算。
一段话会被切成多少 token?我直接发给 API,看 usage.prompt_tokens:
| 发过去的内容 | token 数 |
|---|---|
| 空消息 | 30(固定开销:消息格式本身的包装) |
| 100 个汉字 | 63 |
| 50 个英文单词(253 个字母和空格) | 50 |
第 1 章的 notes.md(164 个字符) | 107 |
(后三行已经减掉了 30 个固定开销。)
粗略记:这个模型里,1 个汉字约 0.6 个 token,1 个英文单词约 1 个 token。 不同家的模型切法不一样,这个比例只对 DeepSeek 有效,换别家时用同样的办法自己测一下。
5.2 看懂价格表
这是写这一章时 DeepSeek 官方定价页上的价格,单位是元 / 百万 token:
| 模型 | 输入(缓存命中) | 输入(未命中) | 输出 |
|---|---|---|---|
deepseek-flash | 0.04 | 2 | 8 |
deepseek-v4-pro | 0.30 | 9 | 27 |
以上是峰时价。峰时是北京时间工作日 9:00 ~ 12:00、14:00 ~ 18:00(法定节假日除外),其余时间都是谷时,半价。
三个要点:
- 输出比输入贵 4 倍:模型写一个字的成本,比读一个字高得多
- 推理 token 按输出价收:思考模式下,那些你看不见的推理也在
completion_tokens里 - 缓存命中的输入只要五十分之一的价:5.4 节细说
推理 token 真的收钱吗
文档里没写明,我用余额验证了一下:发一道需要长推理的题,这次推理用了 4201 个 token、正文只有 2 个。余额显示到「分」,前后少了 0.03 元。如果推理按输出价收,这次在谷时大约是 0.017 元,加上余额本来的零头,对得上;如果推理不收钱,这次连一厘钱都花不到。
价格会调整,用之前去官方定价页看一眼当前的数。
5.3 算一份周报的账
用第 3 章的 v3(带模板),开着思考跑 5 次,usage 是这样的:
| 第几次 | 输入 | 输出 | 其中推理 |
|---|---|---|---|
| 1 | 252 | 295 | 144 |
| 2 | 252 | 542 | 413 |
| 3 | 252 | 125 | 0 |
| 4 | 252 | 306 | 169 |
| 5 | 252 | 702 | 578 |
输出平均 394 个 token,其中三分之二是推理。按峰时价算:
输入 252 × 2 元 / 百万 = 0.0005 元
输出 394 × 8 元 / 百万 = 0.0032 元
合计 ≈ 0.0037 元第 3 章说过,周报这种任务关掉思考,格式一样稳。关掉之后再跑 5 次,输出平均只有 126 个 token,输入也少了 25 个(思考模式本身会多占一点输入):
关掉思考,账单少了六成,省下的几乎全是推理。 周报是「照着记录整理」,不需要模型深思熟虑,所以从这一章开始,周报生成器默认关掉思考。碰到需要它想清楚的任务(比如分析一段报错的原因),再打开。
5.4 缓存:重复的开头几乎免费
价格表里「缓存命中」那一列便宜五十倍。DeepSeek 会自动记住最近请求的开头部分,下一次请求的开头一模一样,这部分就按命中价收。
我把 system 写长(贴进 40 条公司周报规范,共 1335 个 token),连发 3 次,只改最后一句 user:
| 第几次 | 输入 | 缓存命中 | 未命中 |
|---|---|---|---|
| 1 | 1335 | 0 | 1335 |
| 2 | 1335 | 1152 | 183 |
| 3 | 1335 | 1152 | 183 |
第二次起,前面 1152 个 token 都命中了。而周报生成器那 252 个 token 的短请求,5 次都是 0 命中:太短的开头不会被缓存。
给你的启发:
- 不变的放前面,会变的放后面:system 在前、本周记录在后,这个顺序本来就对
- 规矩写长不一定贵:哪天你把公司的周报规范整个贴进 system,第二次起这部分几乎不要钱
5.5 周报生成器 v5:每次打印花费
把价格集中写在一个字典里,用 usage 算钱:
from datetime import datetime, timezone, timedelta
# 元 / 百万 token,峰时价(2026 年 11 月官方定价页)。价格会变,只改这里
PRICES = {
"deepseek-flash": {"hit": 0.04, "miss": 2.0, "out": 8.0},
"deepseek-v4-pro": {"hit": 0.30, "miss": 9.0, "out": 27.0},
}
def is_peak(now):
"""工作日 9-12 点、14-18 点(北京时间)是峰时;没算法定节假日"""
return now.weekday() < 5 and (9 <= now.hour < 12 or 14 <= now.hour < 18)
def cost(model, usage, now):
p = PRICES[model]
hit = getattr(usage, "prompt_cache_hit_tokens", 0) or 0
miss = usage.prompt_tokens - hit
yuan = (hit * p["hit"] + miss * p["miss"] + usage.completion_tokens * p["out"]) / 1_000_000
return yuan if is_peak(now) else yuan / 2 # 谷时半价调用时关掉思考,结束后打印:
resp = client.chat.completions.create(
model=MODEL,
messages=[{"role": "system", "content": SYSTEM}, {"role": "user", "content": notes}],
max_tokens=4000,
extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)
u = resp.usage
now = datetime.now(timezone(timedelta(hours=8))) # 北京时间
print(f"\n输入 {u.prompt_tokens} · 输出 {u.completion_tokens} · 本次约 ¥{cost(MODEL, u, now):.4f}"
f"({'峰时' if is_peak(now) else '谷时'})")我在周一晚上跑的,末尾打印:
输入 227 · 输出 116 · 本次约 ¥0.0007(谷时)踩坑:关掉思考后,usage 少了一块
我第一版代码想顺手打印推理 token 数,写的是 u.completion_tokens_details.reasoning_tokens。开着思考时没问题,一关掉思考就报错:
AttributeError: 'NoneType' object has no attribute 'reasoning_tokens'关掉思考后,completion_tokens_details 整个是 None。要读它,先判断:
details = u.completion_tokens_details # 关掉思考时它是 None
reasoning = (details.reasoning_tokens or 0) if details else 0usage 里的可选字段各家、各模式都不一样,读之前都先判断一下。
踩坑:多轮对话越聊越贵
第 2 章那次「再精简一点」,第二轮的输入从 193 涨到 336 个 token。每多一轮,之前所有的内容都要再付一次输入费。周报改两三轮无所谓,做聊天机器人时一定要限制历史长度。
试一试
- [ ] 把你自己一周的记录发过去,看看
prompt_tokens是多少,验证「1 个汉字约 0.6 个 token」 - [ ] 开着思考和关掉思考各跑 3 次,自己算一遍省了多少
- [ ] 把
MODEL换成deepseek-v4-pro跑一次,看看贵多少
本章小结
| 要点 | 说明 |
|---|---|
| token | 模型切文字的单位;DeepSeek 里 1 个汉字约 0.6 个 token |
| 价格 | 元 / 百万 token;输出比输入贵 4 倍;谷时半价 |
| 推理 | 按输出价收;周报不需要,关掉省六成 |
| 缓存 | 开头相同的长请求,命中部分便宜五十倍;短请求不缓存 |
| 一份周报 | 峰时约 0.0015 元(关掉思考),一年不到一毛钱 |
| 周报生成器 v5 | 默认关掉思考;每次打印 token 数和花费 |
下一章预告
到目前为止,每次调用都顺利。但真实世界里,网络会抖、余额会用完、Key 会被你不小心删掉。现在的周报生成器一碰到这些,就是满屏红色的报错。
下一章把常见错误一个个触发出来,看清它们长什么样,再让周报生成器学会自己重试。