DeepSeek 涨价后 50 元从一周变成一天

发布日期：2026-08-20

过去 24 小时，Hermes 社区几乎所有群都在算同一笔账：DeepSeek 正式涨价，高峰时段最高涨约 11 倍，「以前 50 元能用一周，现在一天就烧完」。换套餐、错峰跑、本地部署、砍上下文，每个方向的讨论都很具体，也都各有边界。这篇对谈把这笔账拆开算清楚。

下面是这一天的对谈。Apollo 把 Agent 接进日常工作的实践者，账单被这轮涨价直接打到，问题直接、具体，会追问每个方案的边界和代价。Hermes 长期观察这个社区的科技媒体主编，回答先落到过去 24 小时群聊里的事实和案例，再做有证据边界的解释与归纳。

---

第 1 幕　账单

一夜之间， token 不再是白菜价

这一轮讨论的起点不是某篇分析文章，而是各个群里几乎同时弹出的账单截图。先把事实摆清楚。

Apollo｜ 群里从昨天开始全是账单截图，「50 元以前能用一周，现在一天烧完」。这次 DeepSeek 到底涨了多少，是个别体感还是普遍现象？

Hermes｜ 是普遍现象。DeepSeek 正式涨价，高峰时段最高涨约 11 倍，连闲时命中缓存的输入也涨了 2.5 倍。账单体感集中在「以前 50 元能用一周，现在一天就烧完」，有群友昨天下午刚充值，一天就接近见底。Trae 平台里的 DS Flash 也跟着从 0.05 涨到 0.08，说明这不是单一渠道调价。

关于原因，讨论引用的是梁文锋在投资人交流会上的说法：Flash 上线后需求暴涨，8 月 1 日单日 token 处理量已达 8 万亿，而算力中心扩建按月按季度走，供需之间出现一个缺口，涨价被解释为供需调节手段。这是社区转述的一种解释，不是官方定价公告。另外有个实操信息：涨价公告里有公示条款，涨价前充值的余额可申请退款、涨价后续充的部分不退，已有群友退成功。

Apollo｜ 那换一家呢？现在群里被反复提到的替代方案——OpenCode Go、火山方舟、Kimi 199、GPT Plus、阿里 Token Plan——各自的账到底怎么算？

Hermes｜ 几个方案的数字都比较具体。OpenCode Go 额度从 15 美元提到 30 美元、月调用量从 3800 升到 7600，但用完的不补，且多名群友反馈目前不稳定，DS V4 Flash 有「变蠢」体感——疑似掺了别的模型只是调侃，未经证实，建议先观望。火山方舟 agent plan 首月约 50 元，号称月 20 亿 token，DS Flash 按 0.5 倍积分计费；坑是要加额外参数才是 0713 新版，否则给老版本。

Kimi 199 元每月的套餐在 Kimi Code 里 token 按半价计，约等于每月 10 亿 token。GPT Plus 周额度被反复推荐：单 5.6sol 一档一周约 2 亿 token，luna 档 10 亿多且降价 80% 后能力接近 5.5；但多 agent 场景一天轻松烧 2 亿。一个实测：阿里 Token Plan 团队版 200 元每月 2.5 万 credit，高频使用一周烧完，单坐席得上 700 元档。

Apollo｜ 付费的都算完了，那免费路线呢？商汤的免费 GLM、Workbuddy 的 HY3、小红书免费 API，这些能不能当主力用？

Hermes｜ 能当补充，当主力都有明确的短板。商汤免费的 GLM5.2 和 DS 可用但限流明显：GLM 每分钟限 5 次，几轮对话就 429；DS 涨价后商汤流量大涨，已经出现排队 30 秒无输出的情况。社区给的定位是适合当测试和 MOA 的 REF 用。

Workbuddy 的 HY3 高峰期会随时断，复杂任务容易崩。小红书模型经 MOA 接入、号称 512k 上下文，速度快，写小红书文案和引流很在行，但习惯一行行串行处理；美团龙猫则被认为提示词越详细越不听话，还不支持并发搜索。免费方案的共同规律是：特定的活能接，但没人敢把一天的产出押在上面。

---

第 2 幕　用法

省钱的主战场， 从换供应商移到用法上

既然每家有每家的坑，讨论很快从「买谁」转向「怎么用」：同一个模型，用法不同，账单可以差出几倍。

Apollo｜ 如果不换主力模型，光改用法能省多少？群里说的「错峰」和「混搭」具体是怎么操作的？

Hermes｜ 操作已经很成体系。错峰是利用峰谷价差：夜间低峰跑 DS Flash，白天换 Codex 或免费模型。混搭是按任务拆模型：DS Flash 当主模型，免费的 GLM4 做视觉，千问做图文压缩——有群友反馈千问充了 50 元一个月没用完，因为图文压缩这类杂活消耗很小。

更激进的一种做法是拿便宜包月当底座：有群友用 step 的 99 元包月（16 亿 token）当万能基础模型，再设关键词让它自动切 V4 Flash 和 K3 处理重活。核心思路是把高价模型的调用压到「非它不可」的任务上，其余的让便宜模型接住。这本质上是把成本决策从购买环节挪到了每一次调用环节。

Apollo｜ 另一个被刷屏的方向是本地部署，Qwen3.8-27B 好像突然成了热门。买张显卡本地跑，是不是就能彻底逃离账单？

Hermes｜ 单看模型能力，反馈是积极的：Qwen3.8-27B 水平略强于 DS V4 Flash 且带多模态，4bit 量化约 80k 上下文，一张 24G 显卡基本能跑。但硬件侧的账不好算：显卡和内存在涨价，双卡 3090 走 NVLink 只是绕过 CPU 中转、不是显存池化，超了还是会爆；纯 CPU 加内存只有约 1 token 每秒，不实用。

讨论里点出的那个悖论值得记住：如果本地能跑便宜，云端只会更便宜——除非数据不能上云，否则租 API 更实际。讨论的整体倾向是家用本地部署适合玩，不适合生产。本地部署解决的是数据边界和折腾的乐趣，不是账单。

Apollo｜ 在「换个同样便宜但更能打的模型」这条路上，GLM5.3 和那个 J-Space 插件的测试被提到好几次。这些结果可信到什么程度？

Hermes｜ GLM5.3 的口碑来自多个独立反馈：有群友称它随手修好了 DS 遗留的显示小 bug，讨论认为代码能力 5.2 已略优于 Flash，5.3 更强；想低成本体验可以先用 Trae 积分。这类「修不好就换它」的推荐在涨价语境下出现频率明显变高。

J-Space 的结果要谨慎对待：测试称用插件约束思维链后，DS Flash 持平 GLM5.3、Pro 超 Fable5，另有专为 OpenCode Go 的 V4 Flash 写的 godmode preset，称可修正思维链「鬼模式」抽风。但这些都是单点测试，群里尚未复现，报告在 GitHub 上，可以读，不宜当成定论。

---

第 3 幕　代价

真正贵的是返工， 和来路不明的便宜

往前再追一层，讨论里出现了两个更根本的判断：token 的大头往往不是模型贵，而是用法浪费；而极致便宜的渠道，价格只是换了支付方式。

Apollo｜ 有群友说省钱的关键不是换模型，而是「别返工、别灌上下文」。这个说法有什么具体支撑？

Hermes｜ 支撑来自两个被详细讨论的做法。一个是 grill-with-docs 技能：先把需求连环追问挖清、落成开发文档，再让 coding agent 照文档开发。推荐者算得很直白——每次说话都要把上下文重新发给模型，反复返工就是反复烧 token，一次想清楚比边做边改便宜得多。

另一个是长上下文纪律：上下文用到 50% 就换 session，一直灌记忆会污染并降智；项目记忆建议单独做进 skill 按需注入。外接记忆也不是免费的午餐——有群友实测每次对话因此多耗 2700 多 token，知识库东西越多越费 token 还占上下文。这两件事合起来说明：在涨价之后，上下文管理就是最直接的 token 管理。

Apollo｜ 最后一个方向是低价中转站和反代，折扣能到两三折。这种便宜的代价是什么？

Hermes｜ 讨论给出的判断相当一致。低价中转站的风险被集中点名：掺便宜模型、掺提示词，甚至掺代码盗窃；经验法则是 0.3 折以下的基本不是卡死就是给傻模型，0.6 折左右多是年包均摊。国内号池中转属灰色地带，官方在打压，除个别正规渠道外需自担风险。

两个具体案例划出了边界：有群友反代 Workbuddy 免费 HY3，用两天被封号，申诉才解封，封号期间剩余积分也拿不出来；另有群友称某工具完全卸载一个月后仍在偷跑他的 DS token，给出的提醒是接过 API 的软件不用时及时删掉 key。也就是说，这类渠道的真实价格里包含账号安全、代码安全和余额安全，只是不在账单上显示。

---

结尾

回到开头的问题：这轮成本压力，是采购问题还是工程问题？过去 24 小时的讨论给出的答案偏向后者。换供应商当然要做——套餐对比、退款窗口、峰谷时段都是真金白银；但每一个替代方案都有自己的条件和坑，没有一个选项能让人停下手里的用法优化。

真正发生变化的是心态：当 token 便宜到可以忽略时，浪费没有成本；当它一夜之间贵出数倍，上下文管理、需求前置、模型路由、key 的卫生，这些原本属于「工程洁癖」的东西，全部变成了账单上的数字。对实践者来说，这未必是坏事——它把「会用 Agent」和「用得起 Agent」合并成了同一项技能。

---

延伸阅读

• VOLCENGINE ARK AGENT PLAN：https://console.volcengine.com/ark/region:cn-beijing/subscription/agent-plan
• DEEPSEEK V4 J-SPACE CAPABILITY REPORT：https://github.com/Tiger3807861189/DeepSeek-V4-J-Space-Capability-Realization-Report