COMMUNITY DIALOGUE2026 年 8 月 16 日约 7 分钟

月账单从 80 元涨到四五百社区的对策是给模型排班

DeepSeek 新价 8 月 17 日生效，有人测算月账单将从 80 元涨到四五百。社区的对策不是换便宜模型，而是盯缓存命中率、给模型分工、把约束写进 harness——省 token 正变成一门工程。

发布日期：2026-08-16

过去 24 小时，DeepSeek 新价通知和 GLM-5.3 发布撞在一起，社区的焦点从跑分转向账单：缓存命中率成了新的核心指标，模型分工成了标配动作，而 dsh 的插件生态让人看到另一种更长期的答案。

下面是这一天的对谈。Apollo 已经把 Hermes 和多家的模型接进日常工作的实践者，对 token 账单敏感，问题直接，会追问数据出处和适用边界。Hermes 长期观察 Hermes 中文社区的科技媒体主编，回答先落到过去 24 小时群聊里的实测与案例，再做有证据边界的归纳。

第 1 幕　账单

DeepSeek 涨价，账单会先疼在哪？

这一幕从 8 月 17 日生效的新价说起：涨了多少，谁先感到疼。

Apollo｜ DeepSeek 新价 8 月 17 日生效，群里都在算账。这次调价具体涨了多少，落到一个月的账单上大概是什么量级？

Hermes｜ 按群内流传的价格说明，V4-Pro 高峰时段输入 9 元、输出 27 元每百万 token，空闲时段 4.5 元/13.5 元，高峰时段缓存命中的输入价是原价的 12 倍。火山引擎也通知 V4-Flash 正式版 8 月 21 日起上调计费——这不是单点调价，而是一轮联动。

账单层面，有群友测算自己当月按量花 80 元、约 25 亿 token，涨价后每月预计四五百元。另一个放大因素是输出量：有反馈称 DeepSeek 的输出 token 消耗约为其他模型两倍多，一份调研报告就花了 10 元。单价上涨叠加上输出偏多，实际账单的弹性比价目表看起来更大。

Apollo｜ 智谱同一天把 GLM-5.3 推上 Coding Plan，宣称编程体验提升 50%。这个节点冒出来的新模型，能当成涨价后的替代选项吗？

Hermes｜ GLM-5.3 已上线 GLM Coding Plan，官方宣称编程体验提升 50%、多项基准开源 SOTA。群内试用反馈是效果不错但价格偏贵，coding plan 涨价后一度出现比直接充 token 还贵的倒挂——它并没有提供一个明显更便宜的出口。

体验层面的对比目前都是个案：一位做了数月同任务对比的群友反馈，DeepSeek Pro 产出不如 GLM5.2，但 flash 反而能完成 GLM5.2 搞不定的任务；另有对比称 V4Pro 与 GLM5.3 跑分接近、实际体验差一代。这些还不能当成普遍结论，替代与否取决于你自己的任务结构，而不是跑分表。

第 2 幕　命中

同样跑任务，为什么有人花得少？

单价只是标价。真正决定账单的，是缓存命中率和模型分工这些可以经营的变量。

Apollo｜ 我注意到群里聊省钱，反复出现的词是缓存命中率。这东西对账单的影响真有那么大，还是又一个玄学指标？

Hermes｜ 有实测数据支撑。Claude Code 里 qwen3.8 的缓存命中率实测 75–78%，deepseek-v4 稳定在 99% 以上；千问编码能力强，但命中率低意味着 token 消耗明显更快——百炼月订阅有群友 2 天用完，139 元套餐一周的量 1 小时耗尽。

dsh 上的另一组实测同样指向命中率：PTC 模式 89%–100%，代码 review 场景用 V4 Pro 达 99%，7 天额度只用了 28%、约花 5 元；对同一项目设循环命令让模型反复自查，可以到 100%。反例也存在：有群友 dsh 接 GPT 模型后账单暴涨、命中率低至 47%，换回 DeepSeek 自家模型后恢复正常。

Apollo｜ 除了盯着缓存命中率，群里那些把成本压下来的人，在模型分工上具体是怎么排的？有没有可以直接抄的搭配？

Hermes｜ 被提到最多的一套低成本分工是：V4Pro 定方案、K3 和 GLM5.2 优化、V4Flash 干活、千问 3.8 验收。讨论认为非重度 coding 用户买 35 元/月的 go 套餐基本够用；K3 能力强但单价约百万 token 一百元，日常办公用 V4 加 mimo 即可。另一套搭配是 3.6 Flash 快速敲定方案，实际构建只用 Opus 3.6。

一个容易忽视的边界：让 agent 推荐方案或模型时要主动说明预算等限制，否则它会直接按最贵最强的推荐——有群友只提需求不提资金约束，就被推荐了单价较高的 K3。还有人把爬知识建库、验证整理文档这类重复任务丢给本地 27B 模型跑，一分 API 费用不花。

Apollo｜ 还有人干脆不花钱——opencode 和商汤的免费额度轮着用。这种免费兜底的路子，能当成正经方案吗？

Hermes｜ 做法确实存在：有群友给 Hermes 配了限额自动切换，opencode 和商汤两个免费额度轮用、不够再切 GLM；商汤免费额度含 GLM-5.2 与 DeepSeek-V4-Flash，3 个模型 5 小时共 2500 次调用。群内提到的免费来源还有美团 LongCat 限免、腾讯 Marvis 5000 万额度和 OpenRouter 免费模型，但均为群内转述、未附官方入口，OpenRouter 免费模型速度偏慢。

另一条路是错峰：有群友趁低价时段跑夜班任务，一晚消耗 7 亿 token。免费额度适合兜底和验证，但要接进日常工作流，限频是已知短板——opencode 免费模型在自己环境里正常，经 API 接进 dsh 后限频严重，常一个问题没答完就 429，需要调高重试次数、遇到 429 稍等让它继续。

第 3 幕　生态

dsh 的插件化，是答案还是毛坯？

当省钱变成工程问题，社区的视线自然落到承载工程的 harness 本身——DeepSeek 自家的 dsh。

Apollo｜ dsh 这两天讨论很密集。它和 Hermes 这类 agent 到底差在哪，为什么说它代表的是另一种路线？

Hermes｜ 基础事实上，dsh 不绑定自家 API，可以接其他模型，上手比 Hermes 简单，有群友反馈运行更快，Windows 与 Linux 都能装；也可以在 Hermes 里创建技能来调用 dsh，两者不是非此即彼。

路线差异在插件机制：现有 agent 编辑器各自内嵌自研 agent，换 agent 必须换编辑器；dsh 的思路类似 VSCode 的插件平台，不换编辑器即可替换 agent——把代码规范等约束写成 md 放进 harness，经提示词链路或钩子函数触发。有群友设想未来暴露接口做可视化工作流。

Apollo｜ 插件生态听起来是 dsh 的胜负手。现在真实长出来的插件有哪些，质量到了什么程度？

Hermes｜ 已有实测数据的是 dsh-anchored-standard：针对 V4 Pro 对首次请求工具结构敏感的问题，首轮只给 shell/read 锚定推理轨迹，随后恢复全部工具。官方 Standard/PTC 评测 91/92 分，Minimal 99/96 但只有两工具；该插件在 Windows 上连跑两次 98/99、均值 98.5，评测与原理分析见 modeltest 仓库。

新冒出来的插件还有回滚可视化 dsh-rollback-visual、向量记忆库 dsh-hindsight-memory（一条命令安装）和代码分析元技能 deep-code-analyzer；另有群友开源 DeepSeek-Harness-Core，称希望后续接到人形机器人上作为机器核心。生态密度在涨，但多数项目刚发布，还没经过长时间使用检验。

Apollo｜ 那结论是什么——现在就值得把 Hermes 上的工作流迁到 dsh 吗，还是再等等？

Hermes｜ 讨论的倾向是不必急着迁：dsh 仍是 0.1 测试版，接口变动快，建议等 1.0。目前只有 web 界面，1.0 后才会有详细插件开发文档并暴露内核 API；想提前接入可以先走 OpenAI API 接口。

毛坯程度也有具体证据：有反馈称 dsh 沙箱存在缺陷，程序调用出错但返回空时，会被当成程序不存在而忽略，目前只能等官方迭代修复。它今天适合作为第二套环境试水、接免费额度，还不到托付主工作流的阶段。

结尾

回到开头的问题：低价时代结束后靠什么算得过账。过去 24 小时社区给出的答案不是找下一个便宜模型，而是三层递进——先看清账单结构，知道钱烧在输出量和命中率上；再经营缓存命中率、模型分工和免费额度这些可调变量；最后把规范与约束沉淀进 harness 的插件生态，让省钱不再依赖个人手感。

要说明的是，这些做法大多来自个案实测：命中率、分工方案都和自己的任务结构强相关，没有通用最优解。涨价真正改变的是评价标准——一个 Agent 工作流的好坏，开始按每单位产出烧多少 token 来算了。

第 1 幕 账单

DeepSeek 涨价， 账单会先疼在哪？

第 2 幕 命中

同样跑任务， 为什么有人花得少？

第 3 幕 生态

dsh 的插件化， 是答案还是毛坯？

结尾

延伸阅读

快速导航