三个月前刚宣布永久降价，这个季度涨价350%：DeepSeek的峰谷定价怎么算

供给侧：约 2 万张等效芯片，训练推理同池，智算中心未交付
需求侧：单日 8 万亿 token，其中 62.5% 来自免费额度
        同期 OpenRouter 全平台日均 6.6 万亿

调价前：同一份负载，账单唯一
调价后：同一份负载，
        高峰调用 = X 元
        闲时调用 = X ÷ 2 元

调价前              4.30 元
涨价后（高峰）     15.47 元    +260%
涨价后（闲时）      7.73 元    +80%

你今天的高峰账单占比      能省多少
─────────────────────────────────────
100%（全在高峰）              50%
  70%                         35%
  50%                         25%
  20%                         10%
  0%（本来就夜间跑）            0%

#!/usr/bin/env bash
# token 结构体检：输入实际用量，输出成本构成和优化优先级
# 用法：./token_audit.sh <缓存命中输入> <未命中输入> <输出>
# 支持 1.5M / 300K / 1500000 写法

PEAK_IN_MISS=9.0; PEAK_IN_HIT=0.30; PEAK_OUT=27.0

parse() {
  local v="$1"
  case "$v" in
    *M|*m) echo "${v%[Mm]}" | awk '{printf "%d", $1*1000000}' ;;
    *K|*k) echo "${v%[Kk]}" | awk '{printf "%d", $1*1000}' ;;
    *)     echo "$v" | tr -d '_' ;;
  esac
}

audit() {
  local hit miss out
  hit=$(parse "$1"); miss=$(parse "$2"); out=$(parse "$3")
  local total=$((hit + miss + out))
  [ "$total" -eq 0 ] && { echo "输入不能全为 0" >&2; return 1; }

  local ch cm co
  ch=$(awk -v h=$hit -v p=$PEAK_IN_HIT 'BEGIN{printf "%.4f", h*p/1000000}')
  cm=$(awk -v m=$miss -v p=$PEAK_IN_MISS 'BEGIN{printf "%.4f", m*p/1000000}')
  co=$(awk -v o=$out -v p=$PEAK_OUT 'BEGIN{printf "%.4f", o*p/1000000}')

  printf '%-14s%14s%12s%14s\n' "项目" "token" "占比" "成本(高峰)"
  printf '%-14s%14s%12s%14s\n' "--------------" "--------------" "------------" "------------"
  printf '%-14s%14s%11.1f%%%14s\n' "缓存命中输入" "$hit" \
    "$(awk -v h=$hit -v t=$total 'BEGIN{print h/t*100}')" "$ch"
  printf '%-14s%14s%11.1f%%%14s\n' "未命中输入" "$miss" \
    "$(awk -v m=$miss -v t=$total 'BEGIN{print m/t*100}')" "$cm"
  printf '%-14s%14s%11.1f%%%14s\n' "输出" "$out" \
    "$(awk -v o=$out -v t=$total 'BEGIN{print o/t*100}')" "$co"
  echo ""

  local top
  top=$(awk -v ch=$ch -v cm=$cm -v co=$co \
    'BEGIN{ if (cm>=ch && cm>=co) print "miss"; else if (ch>=cm && ch>=co) print "hit"; else print "out" }')
  case "$top" in
    miss) echo "  1. [最高] 压每轮新增内容：工具输出、文件、日志进历史后每轮重发"
           echo "     大输出硬截断，完整内容落盘，schema 移到轨迹末尾"
           echo "  2. 负载挪到闲时（21点-9点、周末），峰谷价差固定 2 倍"
           echo "  3. 提高缓存命中率 —— 高命中率会让这项占比变小" ;;
    hit)  echo "  1. [最高] 缓存占账单大头 —— 提高前缀稳定性收益最大"
           echo "     时间戳、余额等易变内容分离出稳定前缀"
           echo "  2. 负载挪到闲时" ;;
    out)  echo "  1. [最高] 输出占比高 —— 控制输出长度，或把重生成换成局部修补"
           echo "  2. 负载挪到闲时"
           echo "  3. 检查是否有无新证据的重复生成" ;;
  esac
}

audit 690000 892500 267750   # 30轮Agent session

项目                 token      占比成本(高峰)
缓存命中输入        690000       37.3%      0.2070
未命中输入          892500       48.2%      8.0325
输出                267750       14.5%      7.2293

优化优先级：
  1. [最高] 压每轮新增内容
  2. 负载挪到闲时
  3. 提高缓存命中率

#!/usr/bin/env python3
"""峰谷调度核算器：算清负载挪到闲时能省多少。

价格单位：元/百万token（DeepSeek V4-Pro，2026-08-17 起）
高峰：北京时间 9-12点、14-18点；闲时 = 高峰的一半
"""
from dataclasses import dataclass

PRICE = {
    "peak": {"in_miss": 9.0, "in_hit": 0.30, "out": 27.0},
    "idle": {"in_miss": 4.5, "in_hit": 0.15, "out": 13.5},
}
PEAK_HOURS = {(9, 12), (14, 18)}


@dataclass
class Usage:
    in_miss: float = 0
    in_hit: float = 0
    out: float = 0

    def cost(self, band: str) -> float:
        p = PRICE[band]
        return (self.in_miss * p["in_miss"]
                + self.in_hit * p["in_hit"]
                + self.out * p["out"]) / 1_000_000

    def __add__(self, other: "Usage") -> "Usage":
        return Usage(self.in_miss + other.in_miss,
                     self.in_hit + other.in_hit,
                     self.out + other.out)


def is_peak(hour: int) -> bool:
    return any(lo <= hour < hi for lo, hi in PEAK_HOURS)


def evaluate(buckets: dict) -> dict:
    """buckets: {小时: Usage}"""
    peak, idle = Usage(), Usage()
    for h, u in buckets.items():
        if is_peak(h):
            peak += u
        else:
            idle += u

    total = Usage()
    for u in buckets.values():
        total += u

    now = peak.cost("peak") + idle.cost("idle")
    ideal = total.cost("idle")          # 全部挪到闲时的理论下界
    return {"now": now, "ideal": ideal, "saving": now - ideal,
            "peak_ratio": peak.cost("peak") / now if now else 0}


# 三个预设场景
scenarios = {
    "30轮Agent session，全在高峰": {
        10: sum((Usage(in_hit=23_000, in_miss=8_000 + i * 1_500,
                       out=(8_000 + i * 1_500) * 0.3) for i in range(30)),
                 Usage())
    },
    "离线批量，凌晨3点": {3: Usage(5e7, 2e7, 5e6)},
    "混合：日间批 + 夜间批": {
        10: Usage(2e7, 5e6, 2e6),
        2:  Usage(3e7, 8e6, 3e6),
    },
}

for name, buckets in scenarios.items():
    r = evaluate(buckets)
    print(f"\n{name}")
    print(f"  高峰账单占比  {r['peak_ratio']*100:>5.1f}%")
    print(f"  当前成本      {r['now']:>8,.2f} 元")
    print(f"  挪到闲时后    {r['ideal']:>8,.2f} 元")
    print(f"  可省          {r['saving']:>8,.2f} 元 ({r['saving']/r['now']*100:.0f}%)")