上个月代码重构任务收尾，我打开账单后台看了一眼，愣了几秒：Claude Code 跑掉 400 万 tokens，账单 26 美元出头。这个价格放在两年前不算离谱，但同一批任务换条 API 路线后只要 2 美元左右，省了 92%。这篇就把整个切换过程完整拆开：账单是怎么算出来的、DeepSeek V4 接入 Claude Code 的关键配置、400 万 token 实战记录，以及我在这个过程中踩过的坑。适合那些正在用 Claude Code 做自动化重构、批量测试、代码评审，但被 token 成本卡住的人。
1. 先算清楚账：那 400 万 token 到底花在哪了
1.1 Claude Code 的 token 消耗结构和普通聊天完全不同
很多人第一次用 Claude Code 时会有个错觉：这不就是个终端里聊天框吗。实际用三天你就会发现，它把“写代码”这件事拆成了大量细碎动作，每个动作都要模型参与一次。普通 API 请求是一次输入、一次输出，结束；Claude Code 接到任务后会进入一个循环：读目录、读文件、思考、调用工具修改代码、跑测试、看报错、再改、再跑……每一轮循环都会把当前的对话历史原封不动地重新发给模型，加上工具定义、系统提示、工具返回的文件内容，这些全部都要计费。
这就导致一个很反直觉的现象：真正“写出来的代码”只占账单里很小一部分。我记得有一次只是让它把一个模块里的无用 import 清理掉，纯手写的话几百 token 就搞定，但 Claude Code 为了确认依赖关系，先读了 package.json、读了两个配置文件、列出目录结构、定位到目标文件、改完又跑了一遍 lint——累计下来接近 3 万 token。所以当你看到“单日烧掉几十万 token”的截图时，不用太惊讶，不是任务量大，是这个循环本身花钱块。
如果继续深挖，还有三个隐藏成本点。第一是系统提示很长，Claude Code 每次请求都要携带它自己的 system prompt，这部分输入 token 是雷打不动的固定开销；第二是文件读取没有上限意识，让它“查一下项目里哪里用了某个函数”，它可能把整个 src 目录扫一遍；第三是工具返回内容，比如 bash 工具执行一个测试命令，输出几百行日志，这些日志会作为下一轮请求的输入继续计费。这些开销叠加起来，很快就能把一次简单任务推高到几万 token。
1.2 26 美元账单的具体构成
那 400 万 token 是怎么凑成 26 美元的？我找了一张当时的统计记录，那是一个跨模块的 API 迁移任务，涉及 12 个文件、大约 8000 行代码的改动，前后跑了大概一周。总请求次数约 1200 次，累计消耗 400 万 token，其中输入 token 约 300 万、输出 token 约 100 万。
按当时官方 API 的计费口径来估算：以 Sonnet 级别的模型为例，输入每百万 token 约 3 美元，输出每百万 token 约 15 美元。不算其他杂项就是 300 万 × 3/100 万 = 9 美元，加上 100 万 × 15/100 万 = 15 美元，合计 24 美元。剩下的 2 美元多来自重试、误操作产生的额外请求，以及模型在小任务上偶尔使用轻量模型的费用，最终账单 26.01 美元。
| 费用项 | 数量 | 单价 | 金额 |
|---|---|---|---|
| 输入 token | 300 万 | 约 $3 / 百万 | $9 |
| 输出 token | 100 万 | 约 $15 / 百万 | $15 |
| 额外请求/重试 | — | — | 约 $2 |
| 合计 | 400 万 | — | 约 $26 |
这个账算完，问题就很清楚了：真正压制成本的关键变量有两个，一个是输出 token 的单价，一个是总 token 消耗量。输出 token 单价高是因为模型生成代码属于“生成类”任务，计费比输入贵 5 倍；总 token 消耗高是因为 agent 循环天然会把历史来回重发。所以想省钱，光靠“少写 prompt”是没用的，得更直接地降低单价。
2. 路线选择：为什么我敢把 Claude Code 接到 DeepSeek V4 上
2.1 三条可选的降本路线
市面上降低 Claude Code 成本的办法大致有三条路。第一条是继续用官方模型，但通过压缩上下文、限制任务规模来减少 token 消耗。优点是不折腾，缺点也很明显：官方价格是固定的，压缩上下文省不了多少钱，而且 agent 循环本来就需要完整上下文才能工作，压太狠会影响质量。
第二条是买第三方聚合平台的套餐，很多平台提供“Claude 模型更低价”或“包月无限次”服务。价格确实低，但我不太推荐在生产环境用。原因有两个：一是你根本不知道请求被转发到哪个模型、哪个版本，可能在某个时间点给你换了个更差的模型；二是代码本身就是敏感数据，经过第三方转发的链路很难说清楚数据边界在哪。
第三条是自己接兼容层，通过 Anthropic API 兼容地址把 Claude Code 的请求转发到其他大模型的 API 上。这条路是我最终采用的：端点和服务商都是明确的，数据链路上没有额外代理，而且价格完全由自己选定的模型 API 决定，可控性最高。
2.2 DeepSeek V4 的定价优势与能力评估
选 DeepSeek V4 的直接原因是价格差了一个量级。以当时公开的 V 系列定价体系为参考：输入每百万 token 缓存命中约 0.07 美元、缓存未命中约 0.27 美元，输出每百万 token 约 1.10 美元。同样按 300 万输入、100 万输出粗算：300 万 × 0.27/100 万 = 0.81 美元，100 万 × 1.10/100 万 = 1.10 美元，合计约 1.91 美元。就算全按未命中缓存计算，连 2 美元都不到，这就是标题里“从 26 降到 2”的直接来源。
价格便宜并不代表可以无脑用。我在切换前认真评估过它的代码能力：对自动化重构、单元测试生成、代码评审这些任务，它的理解和生成质量是够用的；对特别复杂的架构设计、涉及多个文件依赖的深度修改，质量和官方旗舰模型有差距，但可以通过缩小任务粒度来弥补。整体判断是，70% 以上的日常编码自动化任务交给它完全没问题，剩下 30% 的关键环节保留官方模型。
另外要说清楚，这不是“白嫖”或者“薅羊毛”，而是正常使用模型 API 的合理路径。Claude Code 本身支持自定义 API 端点，DeepSeek 也提供 Anthropic 兼容的接入方式，两者配合只是把工具接到更便宜、同样可用的模型上，属于成本优化范畴。
2.3 切换前我做的 5 项验证
正式切换前，我花了一个下午做了 5 项验证，每一步不通过就及时止损：
- 同一任务对比：挑了一个中等复杂度的“将旧工具库从回调改成 async/await”任务，分别用官方模型和 DeepSeek V4 跑一遍，对比最终产物是否可运行、测试是否通过。
- 工具调用验证：让 Claude Code 做“新建目录—创建文件—修改文件—执行测试”这一整条链路的操作，确认 DeepSeek V4 能理解 Anthropic 的工具调用协议，而不是只回复文字不真动手。
- 流式输出验证：跑一个长输出任务，看它会不会中途断掉、错乱、或者乱加结束标记。
- 上下文窗口验证：用一个较大的项目目录测试 Claaude Code 同时读取多个文件后，模型能否保持对上下文的记忆，是否出现“前面说要改 A 文件，后面跑去改 B 文件”的失忆现象。
- 工具格式兼容性验证：确认模型收到 system prompt 中 XML 风格的工具描述后，能够严格按照要求返回工具调用参数，而不是返回普通 JSON。这一点是 agent 循环能否跑通的关键。
结果是有两项出现轻微问题，比如个别工具调用格式不太标准导致重试，但整体可用。我的决策是：先用它跑非关键任务，跑一周观察再扩大范围。
3. 十分钟完成切换：Claude Code 接入 DeepSeek V4 的配置全流程
3.1 准备阶段要做的三件事
切换前先确认基础条件。第一是 Claude Code 本身已经装好，直接一条命令npm install -g @anthropic-ai/claude-code就能装，装完在终端输入claude能进入交互界面即可。第二是去目标模型平台注册账号、创建 API Key、充值——这一步每个平台界面不一样，但基本都提供 API Key 管理和余额查询功能，先充一点点钱就好，比如 5 美元，够测试用。第三是确认模型 ID，控制台里通常显示为类似deepseek-v4这样的标识，后续配置里要原样填进去。别把模型名称搞混，填错 ID 会直接报模型不存在。
3.2 环境变量配置：两种常用姿势
配置 Claude Code 的自定义端点，核心是四个环境变量：ANTHROPIC_BASE_URL指向兼容端点的地址，ANTHROPIC_AUTH_TOKEN填你的 API Key，ANTHROPIC_MODEL指定主模型，ANTHROPIC_SMALL_FAST_MODEL指定轻量小模型（用于标题生成、摘要等边缘任务，直接填 DeepSeek V4 也行，省事）。
第一种是临时环境变量，适合先测试。终端里逐行执行：
export ANTHROPIC_BASE_URL=https://api.deepseek.com/anthropic export ANTHROPIC_AUTH_TOKEN=你的API密钥 export ANTHROPIC_MODEL=deepseek-v4 export ANTHROPIC_SMALL_FAST_MODEL=deepseek-v4 claude这样只对当前终端生效，关掉窗口就还原，不会影响其他项目。我建议第一次切换都用这种方式，能快速试错。
第二种是写入项目级配置文件~/.claude/settings.json（或者项目根目录的.claude/settings.json），适合日常使用。内容如下：
{ "env": { "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic", "ANTHROPIC_AUTH_TOKEN": "你的API密钥", "ANTHROPIC_MODEL": "deepseek-v4", "ANTHROPIC_SMALL_FAST_MODEL": "deepseek-v4" } }注意两个细节：一是如果你在多个项目里用 Claude Code，建议用项目级配置而不是全局配置，避免某个不需要切换的项目被带到新端点；二是ANTHROPIC_AUTH_TOKEN和官方的ANTHROPIC_API_KEY是两回事，设了这个变量后 Claude Code 就不会再读官方 Key。两者同时存在时，新变量优先，但我还是建议只保留一个，省得排查问题时分不清到底走的哪条路。
3.3 怎么确认真的切换成功了
配置完别急着铺开用，先验证连通性。在终端启动claude，然后发一句最简单的 prompt：“请告诉我你现在使用的模型名称”。如果它正常返回，说明端点和认证都通了；如果报错，多半是 BASE_URL 或 TOKEN 写错了。
想看得更清楚，可以用调试模式启动：
claude --debug然后随便发一个任务，观察终端输出里的请求地址。如果请求打到的是你配置的兼容端点域名，就说明切换成功。另外，到目标模型平台的账单后台等几分钟，通常能看到新增的 token 消耗记录。两边一对照，就能确定流量确实走过去了。
3.4 切换后的限额保护
省钱模型再便宜，也不是无限免费，该做的限额保护不能省。我做了三层防护：目标平台后台设置余额提醒，低于 1 美元就发通知；每次启动 Claude Code 前先看一眼余额；任务执行过程中，如果单个任务预计会消耗超过 50 万 token，就先暂停，拆成小任务再跑。这不是保守，agent 循环偶尔会失控，比如一个命令让 bash 工具跑了个死循环，等你发现时账单已经飞了。
Claude Code 自带的/cost命令可以查看当前会话的成本，但对第三方端点不一定准确，因为计费逻辑是服务商那边实现的。我一般是两个口径对照：软件里显示的数值作为参考，最终以服务商后台账单为准。
4. 400 万 token 实战过程与真实账单
4.1 这批 token 是怎么分配出去的
为了让数据更有参考意义，我按任务类型做了分类统计。整体 400 万 token 里，代码重构和迁移类任务占 35%，主要是把旧代码从一个模式改到另一个模式，这类任务特点是输入 token 大——每次修改前都要读文件、读依赖关系、理解关联代码；单元测试生成与修复占 25%，特点是输出 token 大，生成测试代码时一次就是几百行；代码评审与问题扫描占 20%，这类是“读很多、写很少”，上下文消耗集中在输入侧；文档与注释补全占 10%；剩下 10% 是试错和无效输出，比如模型改错了文件导致返工。
| 任务类型 | 消耗占比 | 主要特征 |
|---|---|---|
| 代码重构/迁移 | 35% | 输入 token 大，需读取多个关联文件 |
| 单元测试生成与修复 | 25% | 输出 token 大，生成大量代码 |
| 代码评审与问题扫描 | 20% | 读多写少，输入侧消耗 |
| 文档与注释补全 | 10% | 输入输出均衡 |
| 试错与无效输出 | 10% | 返工导致，可优化 |
这个分布说明了一个关键点：不同类型的任务对模型的依赖不一样。重构类任务更要看模型的理解力，测试生成类任务更看输出能力。切到 DeepSeek V4 后，前两类任务都是能跑的，质量上测试生成需要较多人工修正，但成本降幅足以覆盖这部分工作量。
4.2 同一组任务的 A/B 对比
为了不被“感觉变快了”“感觉变慢了”这种主观判断带偏，我挑了三个有代表性的任务做了对照组。第一个是将一个约 2500 行的旧工具库从回调风格改造成 async/await；第二个是给一个新模块补齐 200 个单元测试；第三个是全局搜索并修复某个特定代码坏味道。三个任务分别在官方路线和 DeepSeek V4 路线上各跑一遍。
结果很有意思：DeepSeek V4 路线在实际执行中 token 消耗比官方多了约 20%，原因是它偶尔在工具调用格式上不够标准，触发重试；但即使按多了 20% 的 token 来算，成本也只是官方的十分之一左右。质量方面：三个任务最终都能跑通，测试全部通过，只是 DeepSeek V4 生成的代码有少量需要人工调整的风格问题。耗时上，首字延迟和完整任务完成时间都比官方慢一些，但对不是“盯着终端等结果”的用法来说，完全可以接受。
| 对比项 | 官方模型 | DeepSeek V4 |
|---|---|---|
| 总 token 消耗 | 120 万 | 145 万 |
| 对应费用 | 约 $12 | 约 $1.2 |
| 测试通过率 | 100% | 100%（人工微调后） |
| 完成任务耗时 | 较快 | 慢 20% 左右 |
4.3 最终账单：26 美元到 2 美元是怎么对上的
实战收尾时，我把两边账单摆在一起做了核对。旧路线走官方 API，累计 400 万 token（300 万输入、100 万输出），按官方旗舰级模型价格计算，最终账单 26 美元。新路线走 DeepSeek V4，完成同一批任务实际消耗约 480 万 token，最终账单只有 2.13 美元。
这里有个值得解释的点：为什么不是简单地按“单价比例”线性降低？因为 DeepSeek 的计费模型里，缓存命中的输入 token 便宜到可以忽略。Claude Code 的 agent 循环天然会产生大量重复上下文——每次请求都重发系统提示、对话历史、之前读过的文件——这些内容在缓存层被反复命中，按缓存命中价计费，所以实际费用比“全按未命中价估算”还要低。这也是为什么我不建议只看单价做决策，要看实际账单。
省下的金额是 26.01 - 2.13 = 23.88 美元，降幅约 92%。这 2.13 美元里，输入费用大约 0.7 美元、输出费用大约 1.1 美元，其余是少量重试。比例上看，输出费用已经成了大头，这给我后面优化提示了一个方向：除了降单价，还得想办法让模型别啰嗦，减少输出 token。
5. 切换后避坑指南：常见报错与排查方案
5.1 提示认证失败或 401 错误
最常见的报错是请求发出去被拒绝，提示 unauthorized 或者 401。原因一般有三个：ANTHROPIC_AUTH_TOKEN没设置或者值填错了；API Key 类型不对，比如平台要求用 Bearer Token 但你只填了明文；或者 BASE_URL 拼写不对，少了/anthropic路径。排查时先用 curl 直接测试端点：
curl -X POST https://api.deepseek.com/anthropic/v1/messages \ -H "x-api-key: 你的密钥" \ -H "content-type: application/json" \ -d '{"model":"deepseek-v4","max_tokens":32,"messages":[{"role":"user","content":"hi"}]}'如果 curl 能正常返回，说明端点和 Key 没问题，问题出在 Claude Code 的环境变量上；如果 curl 也报错，说明要去平台文档重新核对端点和认证方式。
5.2 工具调用格式不兼容导致 agent 反复重试
这个问题隐蔽但影响巨大。现象是：Claude Code 看起来一直在工作，但反复执行同一个步骤就是不推进，终端里一堆 tool use 报错。原因是 Claude Code 的 system prompt 里，工具描述是按 Anthropic 的 XML 风格写的，DeepSeek V4 如果不尊重这种格式，或者返回了普通 JSON 而不是要求的工具调用结构，agent 循环就卡住了。
解决办法分几步：先确认模型 ID 选的是最新版本，版本号太旧容易出现这个问题；再试一下只发一个简单的“创建文件”指令，看工具调用是否正常；如果仍然反复重试，说明当前模型对这套工具协议的支持确实不够稳，建议这类任务切回官方模型跑。我的经验是，这个问题在代码量大但动作单一的任务里出现概率高，代码量小、指令明确的任务很少触发。
5.3 代码质量下降与上下文窗口变短
替代模型的上下文窗口可能比官方旗舰模型小，当项目目录很大时，Claude Code 读入的内容超过窗口限制，它就会“遗忘”前面读过的文件，导致改错文件、重复逻辑、甚至删掉不该删的代码。规避方案有三个：一是用.claudeignore把依赖目录、构建产物、临时文件排除掉，不让模型读；二是每个任务明确限定在某个子目录，不要整个仓库一把梭；三是大改动拆成几个小改动，分多次任务完成。这些做法不仅能解决上下文问题，还顺带省 tokens。
5.4 计费统计口径对不上
第三个端点下的 token 统计和官方统计经常对不上。比如同一批任务，官方后台显示 400 万 token，服务商后台显示 460 万 token，差异来自缓存命中的计费方式、工具返回内容是否计入、以及超时重试是否重复计费。我的建议是别纠结哪个数字是“真实消耗”，以服务商后台为准，因为最终扣钱按它来；多跑几次任务后，总结一下官方统计和服务商统计之间的换算比例，以后估算成本直接用服务商数字。
5.5 什么情况下我会切回官方模型
DeepSeek V4 不是万能银弹。我给自己定了几条切回官方模型的标准：涉及生产环境高危变更（比如删表、改权限、动核心交易流程）时不用省钱模型；对响应时间有硬性要求时不用，省钱模型的首字延迟和整体速度确实慢一些；需要反复讨论架构方案、权衡取舍的设计类任务也优先官方模型，这类任务 token 消耗通常不大，省那点钱不值当影响终稿质量。日常的增删改查、测试补齐、代码扫描、注释生成，则放心交给低成本模型。
6. 长期跑下来，我总结的省钱细节与分工思路
6.1 用 /compact 主动压缩历史
Claude Code 跑长会话时，对话历史和读取过的文件内容会越积越多，即使按缓存命中价计费也不是零成本。会话里执行/compact可以压缩上下文，把历史信息归纳成摘要，大幅减少后续请求的输入 token。我现在的习惯是：一个任务解决完就开新会话，同一个会话内每跑完一个子步骤就考虑是否压缩。实测下来，光这一条就能省 20% 到 30% 的输入 token。
6.2 .claudeignore 才是最大的省钱工具
很多人忽略.claudeignore的价值。默认情况下，Claude Code 读取文件凭喜好来，一旦让它“熟悉一下项目”，它可能会把node_modules、dist、build、.git这些目录整个读进去，几十万 token 瞬间蒸发。在项目根目录创建.claudeignore，把明显不需要的目录写进去，和.gitignore的逻辑很像。这是我总结的性价比最高的一项配置，没有之一。
6.3 双模型配合，而不是二选一
跑完这个项目我的最终工作流不是“完全抛弃官方模型”，而是双路线配合：日常的批量重构、测试生成、代码扫描、文档补全用 DeepSeek V4 这类低成本模型跑，量大不心疼；关键的架构讨论、上线前审计、权限相关改动切回官方模型，保证复杂场景的稳定输出。切换成本也就几秒钟，改环境变量重启就行。
对我个人来说，这次优化最大的收获不是省了 24 美元，而是把“用 AI 写代码”这件事从一道固定成本题变成了可以自主组合的工程题：token 单价、模型能力、任务类型都是可以按需调配的变量。你不需要等模型降价，也不需要砍掉本来要做的事，换个路线，账单数字就能实实在在地降下来。
