DeepSeekHarness用户自研费用插件上线，精准计算会话成本至分

在 DeepSeek Harness 的交互界面中，用户可清晰看到轮次、Token 用量、缓存命中等技术指标，却始终缺失一个关键信息：本次会话实际花费了多少人民币。这一缺口近期被一位深度使用者填补——他开发了名为 dsh-spend-pill 的插件，在输入框下方新增「会话费用」胶囊，点击后展开明细面板，精确到分地呈现各模型、各时段、缓存/未命中/输出三类 Token 的计费构成。

该插件的出现并非偶然。随着 DeepSeek V4.1-Flash-1017 版本于2026年10月17日全面上线,其配套的 DeepSeek Harness 0.2.1 也同步发布，新模型在性能与成本间实现了官方所称的“帕累托改进”：任务运行时间缩短、输出长度压缩、Token 消耗降低。与此同时，DeepSeek API 新增 Search 与 Fetch 接口，定价统一为 5 元/千次调用，并限时免费至11月1日。用户使用频率上升，对费用透明化的需求随之增强。

定价复杂性：为何不能简单用 Token 数乘单价？

DeepSeek 的公开价目表并非单一费率，而是依据模型类型、请求时段、缓存状态三维动态定价。以 deepseek-flash 为例：高峰时段（工作日 9:00–12:00、14:00–18:00）未命中输入为 ¥2/百万 tokens，缓存命中仅 ¥0.04；空闲时段则全部减半。deepseek-v4-pro 的对应价格更高，高峰未命中达 ¥9/百万 tokens。

这意味着三条关键规则必须被遵守：

此外，节假日按空闲价执行。开发者为此内嵌了国务院办公厅公布的2026年法定节假日日历，并支持通过配置动态替换，确保 isPeakTime() 函数结果准确。

技术实现：Host 侧折叠计费，Client 侧轻量渲染

dsh-spend-pill 采用 Cordis 插件架构，分为 Host 与 Client 两层。核心逻辑不在浏览器端硬算，而是在 Host 侧注册一个名为 tokenCost 的会话投影（projection），随会话日志增量折叠更新。该投影通过 wire 机制暴露给前端，由 Client 在 conversation.composer.dock 插槽中注入费用胶囊组件。

这种设计带来三大优势：一是避免前端重复扫描历史日志；二是保障跨分页、上下文压缩、冷启动等场景下的数据一致性；三是便于后续扩展（如导出账单、设置预算提醒）。

计费折叠函数的核心逻辑如下：当收到 request/header 事件时，记录当前模型与请求时间；当收到 assistant/message 事件时，提取 usage 字段中的 uncachedInputTokens、cacheReadTokens、outputTokens，结合 requestTime 判断峰谷，查表获取对应单价，最终按公式计算：

> 总费用 = (未命中输入 × 未命中单价 + 缓存读取 × 缓存单价 + 输出 × 输出单价) / 1,000,000

真实实现中还需处理重试（llm/retry-started 后需重新计费）、旧模型别名映射、第三方模型回退等边界情况，并对同一 Turn 内多次结算取最后一次结果，防止重复计费。

配置变更与历史数据一致性

一个易被忽视的细节是：若价格表更新，历史会话的费用应自动重算，而非沿用旧值。插件通过版本号机制解决此问题——投影 stateVersion 不固定为常数，而是由生效配置的稳定哈希值动态生成：

> const stateVersion = 2 + (stableHash(effectivePricingConfig) % 1_000_000);

一旦配置变化（如 DeepSeek 调整费率），哈希值改变，stateVersion 更新，旧检查点失效，系统自动触发全量重算。此举省去了手动迁移或清理缓存的运维成本。

新模型与费用优化的协同效应

值得注意的是，DeepSeek V4.1-Flash-1017 的升级本身即指向成本优化。据官方披露，该模型通过自反馈强化学习（RL）训练，在游戏开发、3D建模等“许愿式编程”任务中显著提升成功率，同时减少冗余输出。在 DeepSWE 基准测试中，其性能/成本比优于前代。

上图显示，在 HLE、DeepSWE v1.1、ProgramBench 等关键指标上，V4.1-Flash-1017（蓝框列）普遍领先于旧版 V4.1-Flash，部分任务提升幅度超 20%。尤其在 ZeroBench-main（Pass@5 评测）中达到 51.0，接近 GPT-6.1-Sol 的 53.0。

更直观的体现来自费用-通过率曲线图：

横轴为每任务平均费用（人民币），纵轴为通过率（Pass@1）。DeepSeek V4.1-Flash-1017（蓝色实线）在 ¥2–¥5 区间即达到 77.0% 的通过率峰值,显著优于同价位竞品。这印证了其“性能—费用帕累托改进”的宣称：用户无需支付更高成本，即可获得更强任务完成能力。

插件生态与用户自主权

dsh-spend-pill 的诞生，反映了 DeepSeek Harness 开放插件体系的实际价值。作为一套面向 AI Agent 的任务执行框架，Harness 不仅提供底层调度能力，还允许用户通过 Cordis 插件定制交互层。此前已有开发者利用该机制实现代码高亮增强、多轮对话摘要、本地知识库接入等功能。

此次费用插件的开源实践，为同类工具提供了范本：当平台原生功能未能覆盖精细化运营需求时，社区可快速补位。尤其对中小企业开发者或高频使用团队而言，精确的成本核算有助于预算控制与 ROI 评估。

目前，该插件已在 GitHub 开源，支持 DeepSeek Harness 0.2.x 系列版本，并随 V4.1-Flash-1017 的发布完成兼容性验证。用户首次登录 Harness 可获 6 元赠金（7 天有效），结合插件实时计费，能更理性地规划使用策略。

DeepSeek 的持续迭代表明，大模型服务正从“能用”走向“好用”与“可控”。费用透明化虽是微小功能，却是专业用户迈向规模化落地的关键一步。