DeepSeek API Token计费价格表与工具调用低时延路由
在 DeepSeek api开放平台 中,抽象节点自动复用硬盘 KV 缓存,命中部分仅按 0.1 倍单价计费;配合低往返时延的 DeepSeek Function Calling工具调用,高效驱动多智能体协同。
CACHE_HIT_PRICE: 0.1X · TOOL_CALL_SCHEMA: STRICT_JSON
在 DeepSeek api开放平台 中,抽象节点自动复用硬盘 KV 缓存,命中部分仅按 0.1 倍单价计费;配合低往返时延的 DeepSeek Function Calling工具调用,高效驱动多智能体协同。
针对离线内网环境提供明确的 DeepSeek本地部署Ollama硬件配置要求:1.5B/7B 蒸馏版可在 8GB–16GB 显存流畅运行,32B/70B 推荐双卡 RTX 4090 或 A100 节点。
遵循 DeepSeek - 探索未至之境 工程准则,底表按 DeepSeek Harness 分区对 API 往返时延、Token 缓存计费折算及本地 Ollama 量化吞吐进行全自动化回归。
| HARNESS 分区 | 抽象节点 / 硬件 | 往返时延 / 吞吐 | 计费 / 选区策略 | 回归状态 |
|---|---|---|---|---|
| API_PART_01 // Token Cache Billing | NODE_α (Abstract) | RTT 17.9 ms | 0.1x 缓存命中价 | PASS (Verified) |
| API_PART_02 // Function Calling | NODE_β (Abstract) | RTT 20.3 ms | 旁路网页版无需选区 | 98.6% Schema |
| LOCAL_PART_03 // Ollama 7B/32B | 8GB–24GB VRAM | 84.5 tok/s | MIT 离线免选区 | PASS (Q4_K_M) |
ollama run deepseek-r1:7b && npx @deepseek/harness --partition all --check-rtt