同一颗 DeepSeek V4.1 Flash 1017，过去两周被整个 AI 开发圈"重新定价"了一遍。10月17日快照发布，10月26日就以单周30万亿级 token、环比暴增801% 登顶 OpenRouter 周榜。10月27日 Cursor 正式接入。10月28日 GPT-6.1 Terra 反手砍价（输入 $1/输出 $5/缓存 $0.05 每百万 token）。10月30日豆包工作和 Ollama 云端同时挂上这颗模型。知乎上那句话点破了现状：“几乎所有的推理服务现在的主力模型都是 DeepSeek V4.1 Flash 1017。”36氪小红书微博
模型本身同质化了，账单却没有。同一个模型，你现在至少能在五个入口拿到：OpenCode 免费档、WorkBuddy 积分制、OpenCode Go / CommandCode / OpenDesign 这类 $10 档套餐、Cursor/订阅内置、以及反代 API 和自部署。所有渠道都在喊"最省"，但 B 站实测党已经发现"三家套餐的额度不能直接比"——月费、模型用量、缓存、峰谷计价各说各话。三种口径混在一起，差价能拉到一倍以上。这篇就把口径归一，再告诉你哪些"便宜"是陷阱。哔哩哔哩
先拆最大的口径陷阱：几十亿 token 里 95% 是复读
知乎有人贴出了 10月17-28日 WorkBuddy 跑 V4.1 Flash 的 26,599 次真实调用记录：4000 积分折算下来，全部忙时约对应 17.3 亿 token、全部闲时约 34.6 亿——但这个数字的输入缓存命中率高达 95.6%，意思是绝大部分"token"是多轮任务里反复带入的历史上下文被重复读取。只算未缓存输入+输出的话，4000 积分实际是 8370 万到 1.67 亿 token，缩水 20 倍。知乎
三个必须记住的换算规则：
"含缓存总量"和"未缓存输入+输出"是两本账。 看处理规模用前者，看模型真正新写了多少东西用后者。宣传页上"等效 $60 用量"（OpenCode Go 的 $10 档就是这么讲的）如果不注明口径，默认按水分最大的算。
闲时半价是真的，但别直接乘二。 DeepSeek 官方价目表里 Flash 的缓存命中、未缓存输入、输出三项闲时单价均为忙时一半；可你的历史用量是忙闲混合的，作者是用"忙时扣分 4258.82 + 闲时扣分 2715.44×2"先归一到忙时口径再折算的。拿混合账单×2 估闲时用量，会高估。知乎
缓存命中率高≠省钱确定性高。 这批样本 95.6% 的命中率来自"多轮长上下文重复复用"的任务形态；换成语义频繁重开新会话、或输出占比高的任务，同一份积分能跑的量完全不同。比"每积分多少 token"更该问的是：我的任务上下文复用率高不高？
五个入口，各自适合谁
OpenCode 免费档（V4.1 Flash Free）：10月15日官宣，设置里开开关、聊天框认准免费标签即可，调用不计入 Go 套餐额度。代价是上下文从完整版 1M 砍到 200K，且高峰期 TPS 可能掉到 50/s，DeepSeek 本体当天还崩过一次。适合尝鲜和低频任务，别拿它接生产工作流——免费的最看命。小红书
WorkBuddy 等积分制：闲时半价叠加后可用量翻倍，批量任务、不赶时间的活值得排到午间晚间周末跑。但它有硬伤：评论区用户实测它至今不支持 Anthropic 系接口、长对话卡顿，这些兼容性问题比单价更影响你的实际成本。哔哩哔哩
$10 档 Go 类套餐（OpenCode Go / CommandCode / OpenDesign）：三家卖同一颗模型但计价规则各异，务必拿同一个假设任务（比如"20 个未缓存输入+8 千输出、缓存命中一次"）去各家后台折算，别看宣传的等效金额。有人已经算过：10 美元 Go 档等效 60 美元用量，按峰谷计价。这种"等效"只有在你真能闲时干活时才兑现。小红书
订阅内置（Cursor/Codex/豆包）：豆包工作今天向企业开放首批三方模型（Kimi 3.1 Pro、GLM 5.3、DS V4.1 Flash）。入口党的逻辑是"模型会过时，入口不会"，用现有订阅薅新模型最省事，但额度封在套餐里，重度用户两小时刷完 Codex Plus 额度的帖子在社区是热门话题（1512 赞）。所以老玩家搞"混订"：贵的当指挥、便宜的当干活的。微博流传的玩法是用 Fable 写详细指令、让其他模型执行，大部分任务选 Fable+High，明确说"千万别 Max 及以上"。微博小红书微博
反代 API / 自部署：Codex 可以通过第三方控制台创建 Key、改 config.toml 接入（小红书 685 赞教程），但教程作者自己标注这套配置尚未实测，需确认接口与工具调用兼容性。拿来做正经项目前先跑一轮工具调用测试。自部署这条路的门槛被 DeepSeek 自己拆了一半：10月20日官宣开源自研推理框架 DeepInfer，vLLM/SGLang 连夜适配反超。FP4 权重单卡能跑，有人 b300 上跑到 400+ token/s。还有人写了 A100/A800 的 vllm-backport 改造教程。有卡的深度玩家，边际成本已经接近电费。小红书36氪小红书
什么时候"便宜"是陷阱
第一，任务返工成本。知乎评价 V4.1 Flash 那条高赞说得很直白：选型关键不是"谁更强"，而是"失败一次你亏多少"。Flash 定位是"够用、更快、更便宜"的高频任务引擎，把难题全砸给 Flash 会失望，把简单活全砸给 Pro 会心疼——按任务风险分层路由，才是省钱的正确姿势，GitHub 10月28日上线的 Copilot Fusion（自动挑模型、号称省一半）本质是官方化了这个玩法。知乎小红书
第二，接口的隐性税。各家 harness 的接口协议不统一：有人发现 opencodego 的 qwen 只能走特定接口、meta muse 又是一个没见过的接口；Qoder 和 Trae 不能用自然语言指定子 agent 换模型，想跑异族模型对抗审计还得手动新建会话。你比价时比的是"模型单价"，实际付费时多付的是"兼容性摩擦"。哔哩哔哩
第三，免费的限时属性。Qoder 被传限时免费但无官方公告。OpenCode 免费档随时可能收口，而疑似 V4.1 Flash Max 的新检查点 10月28日已被监测到。Max 出来，Flash 系的促销窗口大概率重排。批量重活趁现在跑完，比囤任何套餐都划算。知乎小红书
下一步看什么
盯三个信号：Flash Max 正式落地后的价格表（会重排所有渠道性价比）；GPT-6.1 Terra 降价 44%（单任务 $0.40 vs Sol 的 $0.72）之后闭源阵营的连锁反应。以及豆包式"收编"会不会逼订阅制渠道改口径。你现在最该做的一件事：把 10 月的账单按"未缓存输入/输出"和"含缓存读取"拆成两列，用忙闲时各自折算一次——大多数人的"我用得很省"，在这张表面前会重新认识自己。微博
（数据口径说明：WorkBuddy 积分数值来自个人 Magpie 使用记录的经验换算，非官方承诺，实际以端内扣分为准；各渠道价格与功能以 2026年10月30日官网公开信息为准。）
