一个普通开发者的 DeepSeek 成本优化实录

5 月 19 号，我习惯性打开 DeepSeek 后台看了一眼账单。

单日费用：39.65 元。

我平时一天大概三块钱左右。这一天直接翻了十几倍。

那天我也没干什么特别的。代码照写，对话照聊。唯一的变化就是——我装了一个 AI 插件。

当时没当回事，想着可能是哪次对话特别长。但第二天、第三天还是这样，我就知道不对了。

追凶：谁在偷我的 Token？

那个插件叫 PUA Skill，是个多 Agent 协作系统。名字挺唬人，介绍里写的是「自动化工作流增强」，听着像是能让效率翻倍那种东西。

装上之后确实感觉响应变快了，但我没注意到的是——每次我跟 Claude 说一句话，它会在后台悄没声地派生 7 个 sub-agent。什么 verifier、reviewer、executor、guardian，一个比一个能整活。关键是每个 sub-agent 都带着完整的上下文，独立调一次 API。

我做了一件事，后台跑了 5 到 7 次。

这是翻完整张账单之后才意识到的。

先看总账

5 月 1 号到 15 号，总共花了 81.87 元。按这个速度推算，一个月大概 164，一年差不多 1968。

说实话，2000 块一年对有些人来说可能不算什么。但我是那种连视频会员都要等打折再买的人，所以这个数字让我有点肉疼。

然后我开始逐行拆单日数据。拿最高的 5 月 9 号来说，那天花了 17.51 元。拆完之后发现一个很有意思的现象——

我 97% 以上的 Token 都是缓存命中的输入，这部分单价最低，只占了总成本的 17% 左右。剩下不到 3% 的未命中输入，单价是缓存命中的 120 倍，吃了 54% 的预算。输出更夸张，虽然量很少，但单价是基准的 240 倍，又吃了 29%。

翻译成人话就是：我 97% 的请求都在走便宜通道，但剩下那 3% 的「奢侈品消费」，吃掉了 83% 以上的钱。

典型的二八定律，只不过这里更极端，大概是一九。

第一步：止血

看完账单之后我做的第一件事不是搞什么自动化，而是先把最蠢的习惯改掉。

别再 /clear 了

我之前有个特别蠢的习惯：对话快满的时候直接 /clear，从头开始。

这个操作会破坏缓存前缀的连续性。下一次请求会变成全额计费的未命中，单价直接翻 120 倍。也就是说，我为了省那几秒钟的等待，每次多花了上百倍的钱。

后来才知道应该用 /compact。它会生成摘要、保留上下文，同时保持缓存前缀不被破坏。效果差不多，成本天差地别。

同时我把所有固定的角色设定、项目规则、代码规范都写进了 ~/.claude/SYSTEM_PROMPT.md。这个文件会被 Claude Code 自动加载，作为所有请求的固定前缀，始终命中缓存。

这一步成本为零，效果立竿见影。

日常用 Flash，复杂才上 Pro

翻账单的时候发现一个数据：5 月前 15 天，v4-Pro 占了 98.9% 的费用。

而 DeepSeek Flash 的单价只有 Pro 的三分之一到十二分之一。日常代码补全、文本处理、概念解释——Flash 完全够用。我根本不需要为了一行 CSS 调用顶配模型。

改了默认配置：

{
  "model": "deepseek-v4-flash",
  "effortLevel": "medium"
}

需要深度推理的时候手动 /model deepseek-v4-pro 切回来就行。好钢用在刀刃上。

就这一项，日费从 3 块降到 1 块左右。

让模型少说废话

输出是所有计费项里单价最高的。我在系统提示里加了两句话：

• 修改代码时只输出 diff，不输出完整文件
• 回答尽量精简，优先用代码说话，别附带解释

就这么简单两句话，输出消耗直接砍了差不多一半。说实话以前让模型改个 bug，它能把整个文件重新打印一遍，附赠三百字解释为什么这么改。现在终于消停了。

回到那个插件

前面说 PUA Skill 让我日消耗翻了三倍，现在详细讲讲这东西到底怎么运作的。

它的模式是：每次用户工具调用，触发 7 个 hook 事件点。每个 hook 启动一个 sub-agent，拿完整上下文独立调 API。每个 sub-agent 还有自己的验证、审查、执行流程。

算一下：用户 1 次操作 → 7 个 sub-agent → 各自再来 N 次工具调用。实际消耗可能是正常情况的几十倍。

但最坑的不是这个。

最坑的是它不在你的日志里。

PUA 的调用经过插件内部路由，DeepSeek 后台只显示 Token 异常增多，不会告诉你某个插件正在后台疯狂调用。你看到账单飙升了，但根本不知道钱花在哪了。

我现在装任何插件之前，会先检查它文档里有没有这些关键词：agent-team、subagent、parallel、heartbeat、hook。如果每次工具调用都会触发额外请求，那就要小心了。装完之后至少观察 24 小时的日消耗，确认没异常再继续用。

第二步：治本

止血是人工操作，治本就是搭一套自动化的东西，让机器替你省钱。

思路很简单：搞一个统一的 API 网关，加上漏斗式的路由策略。

搭网关

用了一个开源项目叫 New API（原 One API），能把所有 API 统一成 OpenAI 格式。部署也很简单：

docker run -d --name new-api \
  -p 3000:3000 \
  -e TZ=Asia/Shanghai \
  -v /home/ubuntu/data/new-api:/data \
  justsong/one-api

之后 Claude Code 只需要配一个入口，网关帮你做路由。

漏斗路由

路由策略分三层：

第一层，免费模型。 字符数小于 1000 且不含复杂关键词的请求，直接转发到腾讯混元 lite 或者小米 API。这部分是永久免费的，预计能分流 40% 左右的请求。

第二层，性价比模型。 字符在 1000 到 4000 之间、中等难度的请求，走 DeepSeek Flash 或者阿里百炼 qwen-turbo。预计分流 30%。

第三层，旗舰模型。 长文本、复杂推理、或者显式指定要用 Pro 的，才走 DeepSeek Pro。大概保留 30% 的请求。

按这个策略跑了一段时间，效果还不错。优化前半个月花了大概 82 块，优化后降到 20 块左右。月均从 164 降到 30 到 40，降幅 75% 以上。

当然这个数字会因人而异，取决于你平时用 AI 做什么。如果你主要是聊天写文章，免费层能吃掉更多。如果你像我一样大量写代码，Pro 的比例会高一些。

最后说两句

复盘这次经历，我觉得最值钱的不是那些优化技巧——缓存、换模型、路由策略这些东西，网上到处都有人写。

真正值钱的是一个认知：

在 AI 工具链上，看不见的成本比看得见的更致命。

DeepSeek 的账单我能一眼看到，所以做了缓存优化、模型切换、输出节食。但 PUA 插件带来的后台调用是隐形的——它不在 DeepSeek 的日志里，不在我的终端输出里。直到我偶然看到账单飙升才发现。

所以我现在养成了两个习惯：

1. 每天看一眼账单。不用精算，瞄一眼就行。异常三秒内就能跳出来。
2. 装任何新东西之前，先想清楚它会怎么调 API。如果文档里没写清楚，大概率有坑。

AI 工具越来越强，但它的成本结构一点都不透明。养成看账单的习惯，真的比学会什么提示词技巧都管用。

以上，希望能帮到同样在用 AI 写代码的朋友。

⚡ 当前状态