你用它的钱到底花在哪
按次收费是错觉。这一页讲清输入价、输出价、缓存命中，以及那三条真能省钱的办法。
一次调用，其实收两笔钱
你发进去的按输入算，它写出来的按输出算，而且不是一个价。
你以为是
按次收费，一次多少钱
所以你不敢多问，也不理解为什么同一句话有时贵有时便宜。
实际是
按字数收费，进出两个价
而且输出通常比输入贵好几倍。因为读一段话一次扫完，写一段话要一个字一个字生成。
报价单上那个数字怎么读
统一口径是「元每百万 token」。
- 01单位：每百万 token 多少钱，不是每一次多少钱
- 02输入价：你发的提示词、贴的文档、历史对话，全算
- 03输出价：它的回答、代码、思考过程，全算，而且更贵
- 04聊得越久越贵：前面的对话每一轮都要重新送一遍
所以长文档一次性处理，比来回问二十遍便宜得多。
缓存：为什么第二次会便宜
只有输入有缓存价，输出没有。
重复的前缀才会命中01
每次请求开头那一大段相同的系统提示和资料，会被缓存。改动它，缓存就失效。
命中之后明显便宜02
各家折扣不同，常见的是打到一折到三折。
输出永远不缓存03
它每次都是重新写出来的，没有「上次写过一遍」这回事。
三条省钱办法，效果从小到大
第三条最狠，但最少人用。
让它少说废话
砍掉的正是贵的那一半。要求「直接给结论，不要复述题目，不要写总结」。
把重复内容走缓存
系统提示和资料固定不动，只在后面加新问题。
把简单活换便宜模型
公开价目表上不同模型的输出价能差几十倍。靠选型省的钱，比砍字数多得多。
一个你今晚就能做的实验
看一眼真实账单。
打开 DeepSeek 开放平台的用量页，找到今天的用量。 看三件事： 1. 你一共发了多少 token，收回来多少 token 2. 输出和输入，哪个占比更高 3. 有没有一条明显贵的记录 找到最贵的那一条，回头看当时的提问，你就知道自己钱花在哪了。
一句话记住
省钱的顺序，不是「少问」，是「少让它说」。
新手省钱的第一反应是「少问几次」。
但贵的是它写出来的那部分：回答、解释、复述、总结，全都是钱。
同一句「直接给我结果，别解释」，比你把提问次数砍掉一半更有用。