Agent 任务的 DeepSeek API 成本
多轮工具调用，每轮都携带完整上下文，token 消耗呈累积增长。
单次输入
8000
tokens
单次输出
2000
tokens
每日调用
300
次
每日 tokens
10,000
月成本（30 天）
| 模型 | 单次（高峰） | 单次（离峰） | 月成本（高峰） | 月成本（离峰） | 离峰可省 |
|---|---|---|---|---|---|
| DeepSeek Flash | $0.0048 | $0.0024 | $43.20 | $21.60 | $21.60 |
| DeepSeek V4 Pro | $0.018 | $0.0092 | $166.32 | $83.16 | $83.16 |
为什么第 10 轮的输入是第一轮的 10 倍
Agent 每执行一个工具调用，都要把「系统提示 + 工具定义 + 完整历史 + 本轮结果」重新发送。第一轮输入可能是 3,000 tokens，但第十轮时历史已经累积，输入可能到 30,000。
这就是 Agent 成本远高于普通对话的原因：它不是在「多轮对话」，是在「反复重读全部上下文」。
多轮 Agent 的成本累积
| 轮次 | 输入 tokens | 本轮成本（离峰） | 累计成本 |
|---|---|---|---|
| 第 1 轮 | 3,000 | $0.0005 | $0.0005 |
| 第 3 轮 | 9,000 | $0.0014 | $0.0027 |
| 第 5 轮 | 15,000 | $0.0023 | $0.0068 |
| 第 10 轮 | 30,000 | $0.0045 | $0.023 |
| 第 20 轮 | 60,000 | $0.0090 | $0.09 |
按 Flash 离峰价估算，假设每轮新增 3,000 tokens 上下文。实际 Agent 任务常在 10-30 轮。
两个真正有效的降本手段
一是工具定义前置并命中缓存。 Agent 的工具定义通常 1,000-3,000 tokens 且固定不变，放在请求最前面可以稳定命中缓存，这部分成本能降到 1/50。这是最容易做到的。
二是定期裁剪历史。 超过 N 轮后，把中间的工具返回结果压缩（比如只保留关键字段），或把早期轮次总结成一句。代价是可能丢失细节，需要在任务成功率与成本之间取舍。
相关场景
客服机器人 · 知识库问答（RAG） · 长文摘要 · 批量翻译 · 代码生成与补全 · 文本分类与打标 · 信息抽取 · 内容创作 · 数据分析解读