配套文章：《DeepSeek Harness 默认 API 接入 · 优化指南》 适用对象：正在用
deepseek默认 API 跑 Harness / Agent 的开发者、技术负责人 用法：照着打勾，逐项改造，月底对比账单看省了多少。
一、优化前 vs 优化后 · 速查表
| # | 配置项 | 默认（坑）做法 | 优化做法 | 预估收益 |
|---|---|---|---|---|
| 1 | 思考模式 thinking | 默认开启，推理 token 按输出计费 | 关 thinking（settings.yaml / --no-think） |
输出 token 大幅下降 |
| 2 | 前缀缓存 | system 每轮变动，前缀不稳 | system 抽成稳定常量前缀 | 缓存命中价比未命中便宜约 30 倍 |
| 3 | 模型档 | 默认 V4-Pro 全量 | 切 V4-Flash + 限 maxTokens |
输出单价降一档 |
| 4 | 调用时段 | 工作时间高峰直调 | 错峰 / 定时批处理 | 高峰时段价格 ×2，错峰省一半 |
| 5 | 运行方式 | 交互常驻 | headless 定时跑批 | 避免无效多轮空转 |
| 6 | 预算护栏 | 无上限 | 设预算上限 + 告警 | 防失控账单 |
二、8 步打勾检查清单
- [ ] 1. 确认当前模型档（V4-Pro / V4-Flash），非必要不长期用 Pro
- [ ] 2. 在
settings.yaml或运行时参数关闭thinking/ 加--no-think - [ ] 3. 把 system prompt 固化为不变的稳定前缀，不拼日期/随机数
- [ ] 4. 为长上下文开启并验证前缀缓存命中（看
cache_hit_tokens占比） - [ ] 5. 给每次调用设
maxTokens上限，避免无限续写 - [ ] 6. 把重复任务改为 headless 定时批处理，避开北京 9–12 / 14–18 峰段
- [ ] 7. 配置预算上限 + 用量告警（平台侧或代理侧均可）
- [ ] 8. 导出本月账单，对比改造前后单位任务成本
三、四步优化对照（配置 → 改法 → 省多少）
| 步骤 | 配置项 | 具体改法 | 对应节省点 |
|---|---|---|---|
| 第一步 | thinking | 关 thinking / --no-think |
砍掉推理 token 输出计费 |
| 第二步 | 缓存 | system 稳定前缀，命中前缀缓存 | 输入单价降至 1/30 量级 |
| 第三步 | 模型+上限 | V4-Flash + maxTokens |
输出成本降一档 |
| 第四步 | 时段+护栏 | 错峰 + 预算上限 | 峰段 ×2 规避 + 防失控 |
四、月度费用测算模板（填空）
模型档：________（Pro / Flash）
月调用步数：________ 步
改造前 单步输入 tokens：________ 输出 tokens：________
改造后 单步输入 tokens（命中缓存）：________ 输出 tokens（关 thinking）：________
改造前 预估月费：________ 元
改造后 预估月费：________ 元
预计节省：________ 元（________ %）
单价以 DeepSeek 官方文档 api-docs.deepseek.com 当期峰谷定价为准（缓存命中 / 未命中 / 输出三档）。
五、导出本人真实凭据（三步）
- 登录 platform.deepseek.com → 「用量」 页面，按日/按月导出 token 明细；
- 进入 「账单」 页面，截图本月总费用与单价构成；
- 在 Harness 运行日志里查
cache_hit_tokens/completion_tokens，贴回本文"速查表"做实证。
本文所有数字均为基于公开定价的量级参考，真实节省以你本人账单为准。
六、决策者三句话
- 默认接入最贵的不是模型，是"每步重发历史 + 缓存未命中 + 思考模式 + 高峰时段"四件套叠加。
- 关 thinking、稳前缀、错峰调，三项不改，账单至少差一个量级。
- 先设预算上限再跑 Agent，比事后对账便宜得多。
莱驰云AI 出品 · 回复【优化】领取本清单
