DeepSeek Harness 默认 API 接入 · 成本优化实操清单

配套文章《Deepseek Harness采用默认deepseek API接入的坑有多大》。
这篇清单帮你把"默认接入导致的费用异常偏高"逐条拆成可照做的检查项与优化动作。
数据口径：DeepSeek 官方文档 api-docs.deepseek.com（2026-08-17 峰谷调价后）。

一、四大坑速查（先确认你踩了哪几个）

坑	现象	量级（公开定价/社区实测）
① 每步重发整段历史	Agent 循环每步把全部对话重发，上下文越长单步越贵	多轮后输入 token 逐倍放大
② 缓存未命中 30 倍价差	前缀不稳定 → 步步"缓存未命中"	V4-Flash 命中 ¥0.05 / 未命中 ¥3（百万 token），差 60 倍；V4-Pro 命中 ¥0.3 / 未命中 ¥9，差 30 倍
③ 思考模式默认开	推理 token 按输出计费，输出暴涨	输出 token 可能涨 3–8 倍
④ 高峰时段撞上上班时间	北京 9–12、14–18 为高峰价	高峰价为低谷 ×2

命中 vs 全程未命中：社区实测 100 步会话，输入差约 19 倍、整体账单差 4–5 倍（量级参考，非精确基准）。

二、优化设置检查清单（逐条打勾）

[ ] 1. 开启并稳住 Prompt Cache：系统提示词/长文档等"不变前缀"固定放在最前，避免每步改动前缀导致缓存失效
[ ] 2. 确认缓存命中：在用量里看 cache_hit_tokens 占比，目标 > 80%；占比过低说明前缀在变
[ ] 3. 关掉不必要的"思考模式"：简单任务（分类/抽取/改写）关 reasoning，只保留复杂规划开
[ ] 4. 给 Agent 设预算上限：在调用层加 max_tokens + 单会话费用上限，防止循环失控
[ ] 5. 大批量任务挪到低谷时段：定时任务放北京 0–8 点（低谷价），避开 9–12/14–18
[ ] 6. 缩短上下文：用摘要/摘要缓存替代全量重发，控制单步输入长度
[ ] 7. 切换更便宜的模型档：能 Flash 解决的别上 Pro；非高峰任务用低档模型
[ ] 8. 监控告警：设单日费用阈值，超阈值企业微信/邮件告警

三、四步优化对照表

维度	默认接入（坑）	优化后	预期降幅
缓存	前缀每步变 → 全未命中	固定前缀 → 命中 >80%	输入成本 ↓ 数倍
思考	默认开 → 输出暴涨	按任务开关	输出 ↓ 30–80%
时段	上班时间高峰 ×2	定时任务低谷	单价 ↓ 50%
预算	无上限易失控	设 max_tokens+上限	失控风险 → 0

四、月度费用测算模板（填空即可）

模型档：            [ V4-Flash / V4-Pro / 其他 ]
日均调用步数：      [        ] 步
平均单步输入：      [        ] K token（优化前）
平均单步输出：      [        ] K token（含推理）
缓存命中率：        [   % ]（优化目标 >80%）
高峰占比：          [   % ]（北京 9-12/14-18）
------------------------------------------------
估算月费（优化前）≈ 见 DeepSeek 用量页 *
估算月费（优化后）≈ 缓存命中+关思考+低谷 后约降 50–80%
* 真实数字请用你本人 platform.deepseek.com 用量页导出，替换此处

五、导出你本人的"真实凭据"（三步）

登录 platform.deepseek.com → 左侧 「用量」，按日期筛选，导出 CSV（含 prompt_tokens / completion_tokens / cache_hit_tokens）
同站 「账单」 → 截图当期消费明细（含模型档、时段、金额）
在 Harness 运行日志里找 cache_hit_tokens / prompt_cache_hit 字段，确认默认接入是否命中缓存