同一个任务出现 20 元和 1 元两个价格

发布日期：2026-08-19

过去 24 小时，DeepSeek API 涨价的消息刷遍 Hermes 各群：flash 月调用额度被反馈从 16 万次砍到 2 万次，有人半天烧掉过去两三天的量。这一天的社区讨论几乎只剩一件事——去哪里找便宜的 token，以及怎么少烧 token。

下面是这一天的对谈。Apollo 已经把 Agent 接进日常开发的实践者，自己也在为涨价后的月账单找替代方案；问题直接、带着自己的用量场景，不接受泛泛而谈。Hermes 长期观察 Hermes 中文社区的科技媒体主编；回答先落在过去 24 小时群聊里的具体账单和案例，再给出有证据边界的判断，不替任何平台站台。

---

第 1 幕　涨价

DeepSeek 涨价这天， 账单先炸了

8 月 17 日白天到深夜，Hermes 各群的消息流几乎被同一件事占满：DeepSeek API 涨价。先弄清它到底涨了多少、波及了谁。

Apollo｜ 昨天到今天群里几乎全在刷 DeepSeek 涨价，我自己半天用量顶过去两三天。到底涨了多少，是个别体感还是普遍情况？

Hermes｜ 多个群都有反馈，不是个别体感。有群友晒出 flash 的月调用额度从 16 万次变成 2 万次，费用约为此前 3–5 倍；一个跑文字同步任务的案例显示，同样的任务涨价前最多 0.5 元，现在花 1.84 元。也有人估算月支出会从 300 元左右涨到 600 元。

讨论中有一个重要澄清：这轮涨价针对的是 API，手机 App 和网页等免费 C 端不受影响——也就是说，受影响最重的正是把模型接进 Agent 工作流的这批人。涨价当天 minimax 和 mimo 因用户涌入明显卡顿，说明迁移是真实发生的，不只是嘴上抱怨。

Apollo｜ 只有 DeepSeek 涨吗？我看到 opencode go 也在涨，连中转站都跟涨。这是集体调价，还是一条链上的连锁反应？

Hermes｜ 至少不是孤立事件。opencode go 套餐有反馈称用量账单涨了 10 倍不止、6 倍额度砍到 3 倍；也有群友提醒，其他中转站同样在涨价。同段讨论里还有一条「21 号起 DeepSeek 也要涨价」的说法，但底稿注明它是从其他群看到的转述、未经核实，只能当传闻处理。

一种解释是上游提价沿渠道传导：官网涨了，中转站和套餐的采购成本跟着涨。这还不是一个已被证实的完整链路，但「一处涨、处处跟」是当天多个群的共同观察。

Apollo｜ 那现在还有哪些没涨的口子？总不能全转去 GPT 吧，群里有没有人整理出还能用的渠道和平台？

Hermes｜ 有。一份被反复引用的比价反馈称：七牛云、腾讯云、SophNet、百炼的 ds flash 暂未涨价，其中腾讯云-hub 缓存价 0.02，阶跃也被提到很便宜，据称可用提示词强制路由到 v4。省钱路子还包括按调用次数计费的中转站套餐和硅基流动，淘宝可买优惠券。

另一条线是官方拉新：有群友当天注册确认，智谱官网新注册即送 GLM-5.3 token，有效期三个月。不过更早的「送一个亿」限时活动只开一两天，且此前赠送的额度过两三天就会过期——这类福利的窗口期很短，等看到再动手往往已经晚了。

---

第 2 幕　替代

同一个任务 20 元和 1 元， 差的是渠道还是模型？

账单炸了之后，讨论迅速转向实操：换渠道还是换模型？群里的答案很具体，但每个方案都标好了自己的代价。

Apollo｜ 群里最扎眼的是那个对比：同一个任务，DeepSeek flash 花 20 块，GPT 中转站 1 块。中转站真有这么大的差价？代价是什么？

Hermes｜ 这个案例属实：有群友对比周五同一任务的开销，flash 花 20 元，GPT 中转站约 1 元，且不用 VPN 可直连。按次计费的套餐也有人算过账：星辰 API 单次调用约 0.05m，99 元档折算每天约 1500 到 2500 次；最高档 699 元 40000m，据称可供约 20 人合用，还会随机转 deepseek 4 pro，比中转站稳定。

代价在讨论里同样直白：第三方中转站便宜但卡、慢、不稳定，所用模型被反馈幻觉偏大；网页反代还有封号风险。省下来的钱，买的是稳定性和模型质量上的不确定性，这笔账只能各自按任务性质去算。

Apollo｜ 换渠道之外，换模型呢？MiMo、商汤、GLM 5.3 都被点名了，哪个是真替代，哪个只是便宜？

Hermes｜ 反馈最具体的平替是小米 MiMo：被认为价格比 DeepSeek 便宜、支持多模态，效果差不多但速度慢一些，涨价当天因用户涌入一度卡顿。商汤是另一种形态：sensenova-6.8-flash-lite 免费且响应快，适合让主力模型给它派活；但商汤 v4 flash 限流严重，TPM 容易直接打满——能当配角，做不了主力。

GLM 5.3 在另一条线上：反馈称它相比 5.2 提升肉眼可见，火山引擎已上线，但月费 400+ 档才基本够用。也就是说，替代方案分成「便宜的平替」和「够强但不便宜」两类，想同时占两头的方案，群里目前没人找到。

Apollo｜ 面对一堆套餐和宣传页，下单之前到底该核对什么？这一天有没有沉淀出比较靠谱的判断方法？

Hermes｜ 有，而且相当具体。讨论对比了智谱、火山方舟、阿里云百炼的 Coding/Token/Agent Plan，给出的方法是：买之前核对官方结算页的实际模型、额度系数和 5 小时/周限额。讨论的判断是阿里 Token Plan 偏日常多模型、GLM 系偏重度编程、DeepSeek 按量 API 成本最低。

另一条纪律是警惕型号宣传：网传 GLM-5.3、Kimi K3 等型号未经官方确认，不宜仅凭宣传页或第三方文章下单。Kimi 一侧也有个案提醒：有群友反馈 199 元套餐额度三天耗尽、单个任务曾跑 6 小时——这是单点体感不是普遍数据，但说明「档位够不够」只能按自己的任务强度实测。

---

第 3 幕　用法

省 token 的尽头， 是重新设计用法

更深的转向在夜里发生：一部分人不再问「去哪买便宜的」，而是问「能不能少烧」。本地小模型、混合路由、记忆上限，都从折腾变成了省钱手段。

Apollo｜ 有人干脆不上云了，用 ollama 本地跑小模型接日常杂活。本地部署真能替代涨价后的 API 吗？门槛在哪？

Hermes｜ 案例显示可行但有边界：有群友称日常干活已改用本地的 qwen3.5:9b，因为 DeepSeek 涨价后白天不敢多用——他涨价前每月 API 花费约 500 元。讨论还提到小模型做服务器运维也够用。显存估算的口径是 1B 约 1G、给系统预留约 1.5G；27B 要发挥完整功能建议 30GB 以上，14B 被认为是本地跑起来最舒服的档位。

但本地是否划算，讨论本身就有分歧：一方算电费和硬件折旧，认为不如直接买 API；另一方认为按 API 涨价的趋势，电费未必更贵。这还没有定论，它取决于用量强度和已有硬件——为省钱新买一台机器，和盘活手头已有的显卡，是两笔完全不同的账。

Apollo｜ 不纯粹本机、也不纯烧大模型，群里那种「本地小模型先干活、API 大模型打分」的搭配，实际是怎么运转的？

Hermes｜ 做法是三层：本地小模型先执行，API 大模型打分并修改不对的地方，正确结果沉淀下来用于微调，越用越省。配套思路是把任务颗粒度拆细——拆得够细，对模型性能的要求就大幅下降，编程任务不再需要长上下文和高并发。

更工程化的版本是自建中转加路由：订阅 API 与按量计费混用，简单文本处理路由到豆包 mini 这类便宜模型，再掺入硅基平台上 8B 以下的免费模型，据称 50 元级别即可够用。核心不是找到某个神奇低价渠道，而是让每一档任务只花它该花的钱。

Apollo｜ 还有一个不太直观的漏点：Agent 越用越费 token，因为记忆和上下文在膨胀。这一天里有没有针对这个的解法？

Hermes｜ 有，而且讨论相当成型。内置记忆接近上限时，建议不是直接扩长期记忆，而是把记忆压缩、合并成 skills——理由是长期记忆越攒越费 token。更完整的框架是：常驻骨架设字符硬上限，只放身份、铁律和检索路由，两个 agent 分别限 2200 和 17000 字符；单一 Obsidian 知识库按需检索、不全量注入；跨会话靠结构化沉淀，而不是越攒越长的上下文。

这个框架里还有一个主动取舍：故意不开向量记忆，因为它与单一知识库重叠且带来噪声。省 token 和不损智能并不矛盾，前提是把「记多少」从默认行为变成设计决定——而在 token 涨价之后，这个决定会直接写在账单上。

---

结尾

过去 24 小时，这个社区回答的是一个被迫提出的问题：当最便宜的可靠 API 不再便宜，Agent 还烧得起吗？答案是分层的——短期靠迁移到还没涨价的平台和中转站，中期靠本地小模型加云端打分的混合架构，长期靠把任务颗粒度、记忆和上下文都纳入预算。

也要诚实地说：这一天的材料里没有出现「又便宜、又强、又稳定」的方案，每条省钱路径都附带一处明确的代价。涨价没有让 Agent 停下来，但它结束了「不用算账」的阶段——会算账，正在变成使用 Agent 的基础能力。

---

延伸阅读

• SOPHNET：https://www.sophnet.com/login
• MIMO OPEN PLATFORM：https://mimo.mi.com/
• SENSENOVA DOCS：https://platform.sensenova.cn/docs