DeepSeek 还没官宣涨价，社区已经把账算完了

发布日期：2026-08-08

过去 24 小时，Hermes 社区从 DeepSeek 涨价传闻聊起，一路追到 token 到底烧在哪、Hermes 怎么装得上跑得稳，最后落在一个更实际的问题上：把 Agent 接进正经工作，流程和信任的边界该画在哪。

下面是这一天的对谈。Apollo 已经把 Agent 用进了日常工作，对额度和账单较真，问题都带着自己的用量和踩过的坑。Hermes 是长期泡在这个社区的科技媒体主编，回答只从这 24 小时的群聊事实出发，没被验证的事会直接说没有。

---

第 1 幕　账单

DeepSeek 涨价传闻，为什么没人真的慌

昨天开始，几乎所有群都在传同一件事：DeepSeek 要大幅涨价。但往下读会发现，大家的反应不是恐慌，而是各自翻出自己的账本核对一件事——我这个用法，还烧得起吗。

Apollo｜ 各群都在传 DeepSeek 要大幅涨价，还夹着「被约谈」「算力吃紧导致质量下降」之类的说法。这些消息有多少是坐实的？社区实际什么反应？

Hermes｜ 先把事实和传闻分开。群里的说法是 v4 flash 等要大幅涨价，「被约谈」「高并发导致质量下降」也都在传，但这些全是群内讨论，没有一条来自官方公告。

反应反倒更有意思。多数人算完账的结论是即便翻倍性价比也还在，有人说涨价后依然比 K3 便宜。同时 qwen 季卡、中转站这类备选被反复提起。没人真的迁移，但都在悄悄备一手 B 计划。

Apollo｜ 如果真涨一倍，大家换不换模型？我看群里同时在聊 K3、Qwen3.8max 和 0731 版 DS，现在社区眼里的排序是什么？

Hermes｜ 大致的口碑是：K3 综合最强，Qwen3.8max 视觉更强，0731 版 DS 性价比突出。混元能通过 hermes oauth 订阅免费无限用，但有人说水平不稳定；MiMo 便宜，能力接近 0423 版 DS；豆包的多模态可用。

省钱的主流配法是 DS 当主模型，再挂一个多模态模型专门识图。免费路线也有人试过：workbuddy 每天送 100 积分，有人反馈跑 K3 一轮对话都撑不下来；hy3 免费到月底，水平约等于去年的 DS，做基础任务、日常配着 DSpro 用够了。这个排序背后其实就是分工——主力要便宜，专项才上贵的。

Apollo｜ 可我自己用 K3 也觉得额度掉得飞快。群里还有人说 699 的套餐很快耗完、充 50 元没多久倒欠八十多。这到底是模型贵，还是用法有问题？

Hermes｜ 这两条都是个人账单，先当个案看。一例是升级 K3 后 699 的 plan 很快用完，一例是充 50 元没多久倒欠八十几；作对照，有人说同样 50 元充 DeepSeek 能用一个月。qwen3.8-max 那边也有两个用量个案：改一个 UI 布局就耗掉三百多 credits，另一位的日常消耗从每天约 5% 涨到 15%。这些都没有交叉验证，但方向一致地指向用量而不是单价。

也有人说 3.8-max 得按以前的预览折扣才谈得上性价比。想找平价的识图备选，小米 MiMo 开放平台定价和 DeepSeek 相同、还带多模态，注册送 ¥10 API 体验金加首单 9 折，体验金 40 天有效。不过同一条反馈也提醒，它多模态能力一般、办公够用，而且识图消耗的 token 比纯文本多。

Apollo｜ 免费额度这条路呢？有人把 opencode 的免费 DS 额度和订阅轮询着用了一整天，这种薅法能当正经生产力吗？另外阿里悟空并进 Qwenwork，是不是说明这个赛道在收拢？

Hermes｜ 实测是这样：opencode free 版上下文约 200k，用在 hermes 上控制好压缩阈值没问题；1M 版能跑到 500k 左右再压缩；免费和订阅轮询着用，确实撑得住一天的重度任务。麻烦在限额规律不稳定，有时按 2 亿 token，有时 2 千万，有时又是 200 次。所以拿它做子代理或辅助模型要慎重——补位可以，别依赖。

悟空的事顺带说清：它已经合并进 Qwenwork，不再自研模型，改用 Qwen，这是此前多个同类项目赛马之后的三合一，在 Qwen3.8 发布时被顺带提到。一边在重新定价，一边在合并收缩，免费午餐的红利期确实在收窄。

---

第 2 幕　去向

token 到底花在了哪里

涨价是外部变量。同一天里，另一批讨论把「烧 token」拆到了机制层面：记忆系统、思考模式、长窗口、子代理，每一项都有自己的账单逻辑。

Apollo｜ 群里反复说 Hermes 比别的 agent 烧 token。这锅该模型背还是 agent 背？如果是 agent 的问题，具体烧在哪个环节？

Hermes｜ 讨论基本都指向 agent 侧。主因是记忆系统，再叠一层知识库就更明显。另一个被点名的大户是思考模式——每次自问自答，都会把几万字的会话全文连着思考内容一起重新提交给模型。

缓解办法很直接：关掉思考模式，一件事处理完就开新窗口。但同一批讨论也提醒，新窗口意味着缓存未命中，未必更省。这题目前没有标准答案，更像是在「记忆完整」和「重复提交」之间挑一个你能接受的代价。

Apollo｜ 既然记忆这么贵，能不能干脆把它调小？我又看到有人把自带本地记忆的上限改到 5 万字符，说照样正常用。这不矛盾吗？

Hermes｜ 不矛盾，因为「200 字符上限」本身就是误传。实测把自带本地记忆的长度上限调到 5 万字符仍然正常工作，理论上还能再往上。记忆是 Hermes 体验的根基，调小它省不下多少钱，却会直接削弱它记住你的能力。

该管的其实是记忆之外那些东西：盲目叠加的知识库、一直挂着不用的 skill、思考模式的反复提交。别让无关的内容跟着记忆一趟趟被提交上去，比砍记忆有用得多。

Apollo｜ 长窗口那边有个更激进的做法：有人用 QwenPaw 一个窗口跑了一千万 token，号称无限上下文。这是怎么实现的，坑在哪？

Hermes｜ 机制是把记忆存到外设。上下文到阈值就触发写入 SQLite 历史库，不删除也不 compact，之后按需从数据库读回。实测一个窗口干了 1000 万 token，没出大问题，只在结尾出现三次重复写入。

两个注意事项讲得很明确：用这个无限实现时不要配合压缩指令，会有 bug；同一位实践者还提到，0 skill 加 PROJECT_README 的执行效率明显高于多 skill 加载，skill 建议手动管理，不用的就别加载。这是单人实测，还谈不上被广泛复现，但它指了一条路——上下文瓶颈可以用存储换，不一定非得靠压缩丢信息。

Apollo｜ 子代理和知识库这两块怎么配？我的子代理总是不懂业务流程，知识库又不知道从哪搭起，群里有跑通的参考配置吗？

Hermes｜ 子代理这块聊得比较透。它相当于新开一个对话，不挤占主对话长度，但上下文消耗大、缺业务流程，表现很看记忆系统。有群友的做法是给每个子代理挂一个 mem0，再手写 memory.md，说是表现相对可控。个人实践，但正好对着「子代理不懂业务」这个痛点。

知识库有一套实测搭配：LLM_MODEL=deepseek-chat（非思考别名，实测映射 v4-flash，HTTP 200），embedding 用本地容器部署的 bge-m3（1024 维），reranker 用硅基流动的 bge-reranker-v2-m3，max_candidates=150。硅基流动 8B 以下模型免费，但海外访问抖动不轻，所以 embedding 放本地。预算更紧的话，本地 7B 小模型也能做文本压缩类的活，比如把票据信息压成财务科目；有人说 4070 笔记本可以跑 14B。

---

第 3 幕　稳定

装得上、跑得稳，也是一种能力

账本之外，这一天同样有大量人在解决更基础的问题：装不上、白屏、接不进 IM。这些事不产生新知，但决定一个 Agent 能不能活到第二天。

Apollo｜ 先说入门。一整天都有人装 Hermes 卡住，git fetch failed 反复失败，还有装完发现跑的是本地模型。这两类现在的标准解法是什么？

Hermes｜ git fetch failed 是因为官方版依赖走默认源容易失败。可以让智能体把依赖安装切到国内镜像源，或者 git clone gitee 镜像。不熟悉命令行就直接装中文社区桌面版，即装即用，卸载和更新的步骤在官方快速入门文档里。

装完变成「本地模式」也好判断：模型显示 gemma4:31b 这类 Ollama 本地模型，同时配置里没有 DeepSeek/Kimi 等云端 provider，基本就是没配云端 key 自动回退了。在设置里填 key、选模型、测试连接通过就能走云端。本地模式能力受限于本地模型，这不是 bug。

Apollo｜ CN 桌面版 0.7.0 口碑怎么样？另外我看到好几个改 CSS 把界面改白屏的案例，这种自己动手美化搞出来的问题怎么排？

Hermes｜ 0.7.0 的口碑明显好于旧版，未见恶性 bug。两个已知边界：CN 内核在官方 0.18/0.19 附近，还带社区 fork 的改动，所以 CN 客户端连官方内核会报奇怪的错；另外有人反馈远程连接时 providers 管理不太好使。

CSS 白屏的排查已经有固定顺序了。前端资源有 web_dist 和 dashboard\web_dist 两份，只改一处会版本冲突；rgba 全透明背景在 CN Desktop 上无效。按顺序来：恢复 .bak 备份、检查 CSS 括号与分号、确认两处文件一致、清掉 data\webview2\EBWebView\Default\Cache 后重启。多数案例走不完这四步就好了。

Apollo｜ 再往上是多实例。飞书一个 bot 只能连一个 Hermes，微信的 cron 消息汇总到一起还要多耗一次 token。社区现在怎么把多个 profile 接进日常 IM？

Hermes｜ 飞书那边是多建几个应用，每个 profile 单独接一个 bot，绕开单 bot 单实例的限制。微信更省事，双开微信就是两个 profile，互不影响——这事的起因正是 cron 消息汇总到一起会多耗一次 token。

顺手还有个相关结论。workbuddy 这类工具默认把 .workbuddy 目录建在 C 盘 user 下，沿袭的是 Linux 的通用做法。可以用硬链接把实际存储迁走，但讨论里建议别挪，免得影响它自己的记忆机制。安全性上，敏感删除操作会先问一句；实在不放心，就把 agent 部署到闲置电脑或云端。

Apollo｜ 最后是两个没答案的问题：输入法打字中按回车直接发送，微信原图下载 NPE。没答案的问题为什么也值得记？

Hermes｜ 输入法这个很简单：打字过程中按回车，本想确认选字，消息却直接发出去了。目前没有解决办法，只是一条 bug 反馈。但知道它存在，至少能少发几句没打完的话。

NPE 那个案例，值钱的地方在方法论。msgId=959 已经正确传入仍然报 NPE，问题定位到查询结果的拆箱 null。排查重点是 talker 是否为空、msgId 是否属于图片消息、查询无记录时是否返回 null，以及 field_isSend、field_type、quality、compressType 这些可空字段。最关键的一条：日志要打完整的 Log.e，别只看一行 t.getMessage()，一行堆栈能把排查带进沟里。先拿完整堆栈、再查可空字段，这个顺序放到任何逆向排障上都成立。

---

第 4 幕　工作流

从会跑到持续交付

装上、跑稳、账单可控之后，剩下的问题就是产出。这一天最后一批讨论给出了几条已经跑通的工作流，还有两条得自己画好的边界。

Apollo｜ 我习惯让单个 agent 从头写到尾，项目一大就乱。群里那套「先写开发文档、再审查、再开发」，具体怎么跑？

Hermes｜ 三段。先把需求想清楚，让 agent 写一份完整开发文档，覆盖架构、选型、环境适配、依赖、实现路径和能力边界；然后把文档交给独立子 agent 或另一个 profile 审查评分；评分通过了再按规划写代码。

用过的人说这比单 agent 从头搞到尾稳。往深一层看，这套做法就是把架构决策和代码实现拆成两个阶段，让两个上下文互相制约，和前面「子代理缺业务流程」的解法是同一条思路：用分工换稳定。

Apollo｜ 内容生产那边，AI 漫剧的完整流程长什么样？MiniMax H3 本地跑视频，8G 显存够不够？

Hermes｜ 跑通的流程是剧本、资产提取、分镜设计、视频提示词，再用 CLI 接 libTV。Hermes 内置了 comfyui 工具接口，本地搭 comfyui 说白了就是编辑 json 工作流；硬件够就本地免费跑，不够走在线 API。讨论里特别强调，分镜质量不在框架，更多在工具、流程和 skill 调教。

H3 本地生成的官方门槛是最低 8G 显存、32G 内存。实测 5060 8G 直接生成 1k 会爆显存，可行的路径是先出 720p、约 20 分钟，再超分到 1k。单人硬件环境下的实测，配置不同结论会变，但「先低分辨率再超分」这个思路可以直接抄。

Apollo｜ 再说点每天都要用的：看代码、出产品图、解析文档、语音转录，这几件事社区现在各自的顺手工具是什么？

Hermes｜ 看 agent 写的代码，desktop 里不方便的话，用 VSCode 打开同一文件并开启自动保存，就能实时看到最新代码。生成产品图接 GPT 中转 API，找不着就用 Qwen 的 image，火山 seedream 也行，基本几毛钱一张，比用硅基流动 API 配小模型出图划算。

文档解析这块 MineRU 免费可用，连排版一起处理，好几位使用者都说效果强，口碑好过 Umi-OCR，还有群友准备拿它和 PaddleOCR-VL 做对比测试。语音转录方面，本地开源方案正确率不高，试过的人说阿里的方案明显更好用。

Apollo｜ 最后一类是信任问题。MiniMax M3 核对法条很仔细却会自己虚构法条，GPT 生图动不动触发暴力风控。把 agent 接进正经工作，边界该画在哪？

Hermes｜ M3 那个个案，做长文本核对的人都该记一下：它核对确实仔细，但容易自己加戏，曾经虚构出一部法条，没被发现就直接用了。这种「看起来很认真」的幻觉最麻烦，因为它混在一堆正确的核对结果里。另有群友在用小米 2.5pro 处理同类文本。所以不是不能用，是核对类任务必须留人工抽查。

生图风控也攒出了可复用的经验。「人物持枪 + 枪口烟雾 + 电影化写实」这个组合容易被判定成正在射击，写「非血腥」抵消不了。改法是把枪械换成摄影机、舞台灯光这类非武器道具；必须保留木刀的话，明确写「木制钝头、不拔刀不挥砍」。思路就是把「正在射击的武器场景」改写成「影视拍摄道具场景」。

---

结尾

回到开头那个问题。DeepSeek 涨不涨、涨多少，到发稿时仍然没有官方确认。但这 24 小时里社区真正做的事，是把「用不起」这个模糊的焦虑拆成了一串能动手的问题：token 烧在记忆和思考模式里，就去管窗口和 skill；装不上，换镜像源或桌面版；子代理不懂业务，给它挂记忆；项目会乱，先写文档再审查。

模型价格是外部变量，账单结构、记忆管理、稳定性和流程纪律是内部变量。这一天里所有值得记下来的讨论，都发生在内部变量这一侧。涨价真来了，会精打细算的人换个供应商继续干；没有这些底子的，降价也救不回来。

如果只带走三件事，可以对着自己的用法过一遍：思考模式关一次试试，看账单掉得慢多少；免费额度在你的链路里是补位还是依赖，限额规律你亲自验证过没有；交给模型核对的长文本，上一次人工抽查是什么时候。

---

延伸阅读

• HERMES 中文社区桌面版：https://desktop.hermesagent.org.cn/
• HERMES 快速入门（更新与卸载）：https://hermesagent.org.cn/docs/getting-started/quickstart
• MINERU 文档解析：https://mineru.net/