用 Kimi、DeepSeek 这类 AI 模型做产品，估算和账单常常对不上，漏的通常在四笔：文件抽取出来的正文、每轮都要重发的系统提示、越聊越长的历史对话，以及按次而不按 token 收的工具调用。这四笔都能在官方计费规则里找到依据，也都能在动手前算出来。下面逐笔拆。
第一笔：文件抽取出来的正文
上传一份 PDF，模型读到的是抽出来的文字，这些文字会作为输入计费。Kimi 的定价页写得很直白：上传并抽取文档内容、再把内容作为 Input 传给模型，那么文档内容也按量计费；文件内容抽取与文件存储接口本身限时免费。
这条规则的实际影响取决于你问几次。一份 3 万字的文档，按官方给的换算（1 个 token 约合 1.5 至 2 个汉字）大约是 1.5 万到 2 万 token。问一次，就是这么多输入；问二十次、每次都重发全文，输入量就是二十倍。
量级算一下：每天对同一份文档提问 100 次，按 1.75 万 token 计，一天 175 万 token，一个月约 5,250 万 token。按 DeepSeek V4-Pro 谷时输入价 $0.66 每百万 token 算，约 35 美元；按 Kimi K3.1 Pro 的 ¥13 每百万 token 算，约 683 元。同一份文档、同样的回答质量，只因为「每次都重发」而付了二十倍的钱。
第二笔：每轮都要重发的系统提示
两家都按输入 token 总量计费，没有「系统提示不算钱」这回事。所以一段 1,500 token 的系统提示，在八轮对话里会被计八次，共 1.2 万 token——这部分往往被「我这次只问了十几个字」的直觉吃掉。
好消息是它有解：Kimi 对重复的请求前缀自动启用上下文缓存，命中后只按命中价计费。DeepSeek 的价格表同样把输入拆成 CACHE HIT 与 CACHE MISS 两行，V4-Pro 谷时是 $0.022 与 $0.66——差 30 倍。前提是前缀稳定：系统提示放在最前、不要往里塞时间戳。具体做法在缓存命中率 0% 到 90%一篇里写过。
第三笔：越聊越长的历史对话
多轮对话里，每一轮都要把之前的对话一起带上，否则模型不记得上下文。于是输入量要按「系统提示 + 前几轮全部内容 + 本轮问题」来算，远不止每轮新增的那点字。
设系统提示 1,500 token，每轮新增对话 200 token，共八轮。如果按「每轮只算 200」估算，总输入是 1,600 token；实际每次请求带上完整历史，八轮合计是 1.2 万 +（200×1 到 200×8 之和）7,200，共 1.92 万 token。差了 12 倍。
这就是为什么「聊得越久越贵」不是错觉。账单由两部分组成：系统提示随轮数线性增长，历史对话随轮数接近平方级增长——轮数翻倍，后一部分自己就要翻到约四倍。对话越往后越贵，斜率也越来越陡。
第四笔：按次计费的工具调用
前三笔都还在 token 里，第四笔不在。DeepSeek 的 Search 与 Fetch 是独立接口，按成功请求计费，每千次 $0.75；价格页还注明，经由 DeepSeek Harness、Claude Code 或 Codex 调用时，服务端工具调用此前免费，自北京时间 2026 年 11 月 1 日 00:00 起按次计费。
这笔钱最容易漏，因为它不出现在 token 账单的口径里。算个量：每月 5 万次问答，每次触发 2 次搜索，就是 10 万次请求、100 个千次，约 75 美元。如果你的单次问答毛利只有几厘钱，这 75 美元会直接改变结论。
反过来，它也好控：把「每次问答都搜」改成「先查本地缓存、查不到再搜」，命中率上去，请求数就下来。
四笔合起来是什么量级
| 漏算来源 | 为什么容易漏 | 典型量级 | 压降动作 |
|---|---|---|---|
| 文件抽取正文 | 以为上传只算一次 | 同一文档问 100 次/天，月约 5,250 万 token | 抽一次存本地，后续只传检索到的片段 |
| 系统提示 | 以为「只问了十几个字」 | 1,500 token × 轮数 | 放最前、保持稳定，吃缓存 |
| 历史对话 | 按「新增字数」估算 | 八轮可达单轮估算的 12 倍 | 只带最近几轮 + 一句摘要 |
| 工具调用 | 不在 token 口径里 | 10 万次请求约 75 美元 | 先查缓存再搜，合并重复检索 |
表里的数字都是按公开单价乘算的示例，换成你自己的调用量会变，但比例关系不变：真正决定账单的是「你每次请求带了多少上下文」，不是「你问了几个字」。
四步压降，从最省事的开始
- 把系统提示里的时间戳、随机 ID 挪到用户消息里。这一步不改架构，命中率立刻能上去。
- 文件只抽一次。抽出来的正文存本地或自己的知识库，后续按问题检索片段再传，别每次重发全文。
- 限制历史轮数。只带最近三到五轮，更早的内容压成一句摘要放在最前——既省 token，也让模型更聚焦。
- 给工具调用单独记一笔账。它和 token 账单不是一个口径，混在一起看，永远算不清单次问答的真实成本。
四步里前三步都在改「请求里带什么」，第四步在改「账怎么记」。想把折扣也用上，可以接着看批量半价与峰谷半价怎么选；账单已经对不上、想先查是不是漏记，见API 账单异常怎么办。
信息来源与自查路径
- Kimi 开放平台（platform.kimi.com/docs/pricing/chat）：上传并抽取文档内容、作为 Input 传给模型时按量计费，文件内容抽取与文件存储接口限时免费；1 个 token 约合 1.5 至 2 个汉字；对重复的请求前缀自动启用上下文缓存，核对时间 2026 年 11 月 1 日；
- DeepSeek 定价页（api-docs.deepseek.com/quick_start/pricing）：按输入与输出 token 总量计费；Search 与 Fetch 每千次成功请求 $0.75；服务端工具调用此前免费，自北京时间 2026 年 11 月 1 日 00:00 起按次计费；V4-Pro 输入 $0.66 谷时／$1.32 峰时、缓存命中 $0.022／$0.044（每百万 token），核对时间 2026 年 11 月 1 日；
- 换算与示例：1 美元按 7.1 元折算，仅用于量级比较；多轮与文件场景的 token 数按官方换算区间估算，实际以账单为准；
- 站内条目：DeepSeek接口（工具页）、缓存命中率 0% 到 90%、批量半价与峰谷半价怎么选、API 账单异常怎么办。
账算不清的时候，先别怀疑单价。把一次请求实际带了多少上下文打印出来，答案通常就那一行。
