大模型价格战下给 Agent 换便宜大脑：DeepSeek V4 + 多模型分层路由降本

DeepSeek 原生兼容 OpenAI 协议，换模型几乎零改动：

1. 打开 platform.deepseek.com 注册
2. 充值几元（V4 极便宜，几元能用很久）
3. 创建 API Key，设为环境变量：
   export DEEPSEEK_API_KEY="sk-xxx"

你原来调 GPT 的代码，换个地址就能用 DeepSeek：

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["DEEPSEEK_API_KEY"],
    base_url="https://api.deepseek.com/v1",   # 换成 DeepSeek
)

resp = client.chat.completions.create(
    model="deepseek-chat",        # V4 的聊天模型标识
    messages=[{"role":"user","content":"帮我总结这段日志"}],
)

核心思路：先用一个极便宜的模型判断"这活儿难不难"，再决定用谁：

def route(task: str):
    # 用便宜 Flash 先分类难度
    lvl = client.chat.completions.create(
        model="deepseek-chat",   # Flash 档
        messages=[{"role":"user",
          "content": f"只回答 easy/hard：'{task}' 需要复杂推理吗？"}],
    ).choices[0].message.content.strip().lower()

    if "hard" in lvl:
        return "deepseek-reasoner"   # 强模型（Pro 档）
    return "deepseek-chat"            # 便宜模型

把路由结果喂给真正的执行调用：

def ask_agent(task):
    model = route(task)            # 先路由
    return client.chat.completions.create(
        model=model,
        messages=[{"role":"user","content":task}],
    ).choices[0].message.content

# 日常 80% 的简单任务 → 走便宜模型
# 只有被判定 hard 的 → 才消耗强模型额度

Agent 的系统提示词通常很长且固定，DeepSeek 缓存命中价格极低：

# 把不变的"人设/规则"放 system，且保持内容稳定
# 这样重复会话会命中缓存，单价降到 0.025 元/百万 Token 量级
messages = [
  {"role":"system","content": LONG_SYSTEM_PROMPT},  # 稳定不频繁改
  {"role":"user","content": user_task},
]

即便便宜，也要防"死循环狂调"：

budget = {"spent":0.0, "cap":5.0}   # 单次会话上限 5 元

def ask_with_guard(task):
    cost = estimate_cost(task)
    if budget["spent"] + cost > budget["cap"]:
        return "⚠️ 已达预算上限，请人工介入"
    r = ask_agent(task)
    budget["spent"] += cost
    return r

一个典型 Agent 工作流的成本对比（示意）：

方案 A：全程闭源旗舰
  100 万 Token ≈ 几十元，月账单轻松过千

方案 B：DeepSeek V4 分层 + 缓存
  简单任务 Flash（¥0.02~0.2/百万）
  难任务 Pro（仍远低于闭源）
  缓存命中再降一截
  → 同等质量下，成本约为 A 的 20%~30%