为什么突然想算这笔账
上周末我做了个决定：把这两周的 AI 用量导出来好好算一笔账。
起因很简单——我的阿里百炼 Token Plan（Lite 版，39 元/月，每周 2500 Credits）几乎每周都准时用光，而 DeepSeek 那边又一直开着按量付费在跑。两边都在花钱，但花得清不清楚？老实说，我心里一直没底。
我的使用模式很固定：qwen3.8-max 跑高价值的重活（长周期任务、复杂分析，都在 Token Plan 里），DeepSeek 跑日常海量的编码 Agent 流量（pro 和 flash 两个模型都在用）。导出官方用量 CSV 一统计，账目比我预想的更有意思。
我对现在价格的一些看法
先说结论：现在是个人开发者用 AI 最幸福的时期，但前提是得会选计费方式。
qwen3.8-max 按量价很贵，但 Token Plan 把价格打到了 1.1 折
qwen3.8-max 按量价是 1.5 / 12 / 36 元每百万 token（缓存命中输入 / 未命中输入 / 输出）。我每周 22.10M token 的用量（缓存命中 18.28M、未命中 3.62M、输出 0.20M），按这个价格算一周要 78 元，一个月约 338 元。
而我的 Token Plan 只要 39 元/月——相当于按量价的 1.1 折。说实话，这是我见过折扣力度最大的订阅方案。39 块钱每周换 2500 Credits，等效约 8.84K token 每 Credit，这个账怎么算都划算。
DeepSeek 的 98% 缓存折扣，才是真正的"地板价"
DeepSeek 这边更夸张。V4 Flash 的按量价是 0.02 / 1 / 2 元，Pro 是 0.025 / 3 / 6 元——缓存命中的输入 token 几乎不要钱（98% 折扣，比行业通行的 90% 还狠）。
我这两周 5833 次请求，两个模型的缓存命中率分别是 97.4%（Pro）和 96.1%（Flash）。这组数字说明一件事：Agent 编码任务天然是"上下文反复复用"的，而 DeepSeek 的定价恰好吃准了这个特性。仓库级上下文循环在这种计费下接近免费，这在一年前是不可想象的。
价格和性能有点"倒挂"了
最让我意外的是 DeepSeek V4 Flash 0731 正式版（7 月 31 日上线）：它在九项 Agent 与代码基准上全面反超自家的 V4 Pro 预览版（DeepSWE 从 7.3 涨到 54.4，Terminal-Bench 从 61.8 升到 82.7），但价格只有 Pro 的 1/3。
性能更强的版本卖得更便宜——这种"倒挂"以前只出现在换代产品上，现在一个月就能见到一次。对我这种按量用户来说，这既是好消息（更便宜的模型更好用），也是提醒（别惯性用 Pro，价格体系早就变了）。
我实际采用的省钱方法
账单算完，我发现自己已经在无意中做对了几件事，也踩过一些坑，整理出来：
1. 混合计费：订阅跑高价值任务，按量跑海量流量
我的 DeepSeek 两周用量约 488M token，月均约 888M；而 Token Plan 额度一个月只有约 96M——量级差了约 9 倍。这种海量流量根本不适合订阅制承载（升级套餐要么不够用要么严重过剩），所以分工必须明确：订阅制买的是"旗舰能力 + 确定性成本"，按量制买的是"地板价 + 弹性"。
2. 尽量保持上下文复用
同样一个任务、同一段代码库上下文，能续着用就续着用。我的缓存命中率已经到 97% 左右，意味着 97% 的输入 token 都按近乎免费的折扣价计费。这是 Agent 场景下最容易被忽视的省钱点。
3. 用数据说话，定期导出用量 CSV
DeepSeek 控制台能导出 amount 和 cost 两个 CSV，一段简单的 Python 脚本就能按模型统计缓存命中/未命中输入和输出。不看数据之前，我以为花费大头在 Flash 上，实际 90% 的钱都花在 Pro 的未命中输入和输出上——不统计根本发现不了。
4. 克制升级冲动
算过账之后我更确定一件事：不要为了装下 DeepSeek 的流量去升级 Token Plan。Standard（139 元）额度不到我月需求的一半，Pro（499 元）严重过剩，都比混合方案贵得多。省钱的第一原则是别被"更大的套餐"收割。
我下一步的计划
1. 主力编码流量从 Pro 迁到 Flash 0731（最大的动作）
把 Pro 的流量按 Flash 价格重算：两周约 22.9 元，月化约 42 元，加上现有 Flash 流量月化约 11 元，DeepSeek 部分月支出能从 110 元降到约 52 元，整体月支出从 149 元降到约 91 元，每月省约 58 元（39%）。Flash 0731 的能力已经反超 Pro 预览版，这个迁移几乎没有性能代价。唯一的风险是 Flash 生成 token 偏"啰嗦"（第三方评测说约为行业中位数的 3 倍），我当前输出占比只有 0.6%，影响有限，但迁移后要盯一个月输出量。
2. 每月初花十分钟核对一次账单
脚本已经写好了，导出 CSV、跑一遍统计、对比上个月——控制在十分钟内。AI 支出应该是"看得见的成本"，而不是月底才惊讶的数字。
3. 关注两个开源权重
qwen3.8-max 下周在 Hugging Face 和 ModelScope 开源权重（2.4T 参数首次开源），DeepSeek V4 Flash 0731 也早已发布 MIT 协议开源权重（284B 总量、13B 激活，部署门槛不高）。如果本地部署的成本能打下来，我的"高价值任务"部分也有机会脱离订阅，这是下半年最值得关注的事。
4. 留意价格变动
Flash 的峰谷定价还没有生效，qwen3.8-max 这类新模型的价格也常有调整。价格战还在继续，每个月都值得重新审视一次"用哪个模型、走哪条计费通道"。
最后
算完这笔账，我的感受是：AI 不是越来越贵，而是越来越考验选择能力。 同样是我这两周的用法，贵的方案（全按量）要 338 元/月，便宜的方案（混合 + Flash 迁移）只要 91 元/月——差了三倍多，但用的模型几乎一样强。
下一期账单，我再来汇报迁移 Flash 之后到底省了多少。
数据来源：DeepSeek 官方用量导出（2026-07-20 ~ 08-05）、阿里百炼 Token Plan 账单、各平台公开定价。价格行情变化快，以官网最新报价为准。