数据分析场景的 DeepSeek API 成本
把表格或日志送入模型，输出分析结论与建议。
单次输入
5000
tokens
单次输出
1500
tokens
每日调用
200
次
每日 tokens
6,500
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 | $0.0033 | $0.0016 | $19.80 | $9.90 | $9.90 |
| DeepSeek V4 Pro | $0.013 | $0.0063 | $75.24 | $37.62 | $37.62 |
把 CSV 整个贴进去是最常见的浪费
数据分析场景最常见的做法，是把原始表格或日志直接贴进 prompt。一个 1000 行的 CSV 约 20,000 tokens，而模型真正需要的可能只是「按月汇总后」的 12 行数据。
正确做法：先用程序做聚合（求和、均值、分组），只把聚合结果送进模型。输入从 20,000 降到 500 tokens，成本降 40 倍，而分析质量不受影响。
先聚合 vs 直接送原始数据
| 做法 | 输入 tokens | 单次成本（离峰） | 月成本（200 次/天） |
|---|---|---|---|
| 送原始 CSV（1000 行） | 20,000 | $0.0030 | $18.0 |
| 送聚合结果（12 行） | 500 | $0.0001 | $0.6 |
| 送原始 + 聚合 | 20,500 | $0.0031 | $18.6 |
| 送抽样 100 行 + 聚合 | 2,500 | $0.0004 | $2.4 |
按 Flash 离峰价。第三行说明「都送」不会更好，只会更贵。
什么时候必须送原始数据
如果任务是「找出异常值」「看看有没有规律」，模型需要看原始分布，聚合后就看不出来了。这种情况仍然可以不送全部——抽样 100-200 行足够让模型判断趋势。
真正需要全量数据的场景很少：例如逐条核对的合规审查。那种任务应该用程序规则做，不该交给模型。
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 · Agent 任务执行