上周在这发过 Orbi （给 GitHub Issue 打 ai-ready 标签，AI 写代码、另起一轮评审、合并、发版）。这回只贴账单。 9 月 22 日起，Orbi 自己仓库的交付全换成了 deepseek-flash （ V4.1-Flash ）。我把 22 到 24 号合并的 20 个 PR 拉出来算了一遍，每个 PR 从写代码、评审、返工一直到合并，整条链路的 token 都算进去： 中位数 1061 万 token ，跑 60 分钟左右，调了 156 次模型 按官方价，非高峰中位数 $0.125 一个 PR ，最贵那个 $0.417 高峰价格翻倍，中位数 $0.249 ，最贵 $0.834 便宜就一个原因：97.1% 的 token 是缓存命中。DeepSeek 缓存命中每百万 token $0.003 ，没命中是 $0.15 ，差 50 倍。agent 一遍遍读同一批文件、同一段对话，缓存吃得很满。 中间踩过一个坑。一开始上下文窗口只配了 131K ，Pi （ Orbi 底下的 agent 运行时）过了 115K 左右就压缩会话，只留最近两万 token 。22 号以来 77 个交付会话里有 32 个被压缩过，压完之前读过的文件、看过的测试输出全没了，只能重读重跑。后来把窗口配满 1M 才不再这样。 两点限定：样本只是我们自己的仓库，Python 、CI 齐全、票写得清楚，换个仓库数字肯定会变；整笔账靠缓存撑着，换成不支持缓存的接口会贵很多。 顺带一个时间上的小便宜：高峰是工作日北京时间上午 9 点到 12 点、下午 2 点到 6 点。DeepSeek 价格页写了中国法定节假日不算高峰，这个国庆全天都是低价。 20 个 PR 对应的 Issue 都公开，明细在这： https://orbi.build/zh/cost/?ref=v2ex-261001 在用 DeepSeek 跑 agent 的朋友，你们缓存命中率大概多少？

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / V2EX
  • 发布时间：2026/10/1 11:49:50