客服机器人用 DeepSeek 一个月多少钱
回答用户咨询，单次输入含系统提示与历史对话，输出为简短回复。
单次输入
800
tokens
单次输出
300
tokens
每日调用
500
次
每日 tokens
1,100
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 | $0.0006 | $0.0003 | $9.00 | $4.50 | $4.50 |
| DeepSeek V4 Pro | $0.0022 | $0.0011 | $33.66 | $16.83 | $16.83 |
为什么第 5 轮问答会突然变贵
客服机器人最常见的成本陷阱，是把完整对话历史每次都重新发送。第一轮：系统提示 300 + 用户提问 200 + 回复 300 = 800 tokens。但第五轮时，前面的四轮对话都已累积进输入：系统提示 300 + 历史 1600 + 本轮 200 + 回复 300 = 2400 tokens。
也就是说同一段对话，第五轮的输入量是第一轮的三倍。如果一天 500 次会话、平均 5 轮，实际消耗远超「500 × 单次」的估算。
轮次累积的成本曲线
| 轮次 | 输入 tokens | 输入成本（离峰） | 累计成本 |
|---|---|---|---|
| 第 1 轮 | 500 | $0.000075 | $0.000075 |
| 第 2 轮 | 900 | $0.000135 | $0.00021 |
| 第 3 轮 | 1300 | $0.000195 | $0.000405 |
| 第 5 轮 | 2100 | $0.000315 | $0.00093 |
| 第 8 轮 | 3300 | $0.000495 | $0.0019 |
按 Flash 离峰输入单价计算，仅输入部分，不含输出。
两种降本做法
一是滑动窗口：只保留最近 3-4 轮对话，更早的压缩成一句摘要。代价是模型忘记早期信息，适合问答型客服，不适合需要追踪长流程的售后。
二是会话摘要：超过 N 轮后，把前面的对话交给模型压缩成 100 字摘要，替换原文。多一次调用，但之后每轮输入能稳定在 800 tokens 左右。
电商客服与 SaaS 客服的差别
电商客服的问题是「重复且短」，同一个问题一天问几十次，把标准问答对放进 system prompt 并命中缓存，输入成本能压到接近零。
SaaS 客服的问题是「个性化且长」，需要查账户状态、调工单记录，输入里塞满上下文，缓存帮不上忙，只能靠控制历史长度。这两类不能套同一套方案。
相关场景
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 · Agent 任务执行