چرا ورودی کَش‌شده صورتحساب را تعیین می‌کند
هر گام عامل یک تماس تازه است که با همان پیام سیستم، همان طرح ابزارها و همان گفت‌وگوی تا اینجا شروع میشود، به‌علاوهٔ کمی چیز تازه: فایلی که همین الان خوانده، نتیجهٔ یک آزمون. تا میانهٔ کار، یک تماس ده‌ها هزار توکن است و تقریباً همه‌اش در تماس قبلی بوده است.
وقتی تماسی با شروعی شبیه تماس اخیر آغاز شود، مدل آن شروع را از کَش می‌خواند و آن توکن‌ها با قیمت کَش‌شده حساب میشوند. روی DeepSeek این $0.011 در یکمیلیون است، در برابر $0.45 برای ورودی تازه، یعنی حدود ۴۱ برابر ارزان‌تر. کَش خودکار است؛ هر پاسخ می‌گوید چقدر کَش شده، در usage.prompt_tokens_details.cached_tokens.
- شروع را ثابت نگه دار: اول پیام سیستم و ابزارها، بعد تاریخچه، و پیام جدید آخرین. عاملها از قبل همین‌طور کار می‌کنند.
- عاملی که تاریخچه‌اش را فشرده یا بازنویسی می‌کند، یک کَش تازه شروع می‌کند؛ تماس بعدی یک‌بار قیمت کامل می‌دهد.
- کَش چند دقیقه می‌ماند و به شروعی حدود 1,000 توکن یا بیشتر نیاز دارد. برای هر کار یک
prompt_cache_keyبفرست تا تماس‌هایش روی سروری بماند که کَش را دارد.
یک ماه کار عامل، قیمت‌گذاری‌شده
یک توسعه‌دهنده، عاملی که حدود ۴ ساعت در روز کاری و تقریباً 100 تماس در ساعت اجرا میشود، در 22 روز: 8,800 تماس. هر تماس 50,000 توکن می‌فرستد و 700 برمی‌گرداند. 46,000 از 50,000 (92%) تکرار تماس قبلی است و از کَش می‌آید. روی DeepSeek V4.1 Flash Uncensored:
| بخش | توکن | به ازای ۱ میلیون | هزینه |
|---|---|---|---|
| ورودی تازه | 4,000 | $0.45 | 4,000 × $0.45 ÷ 1M = $0.0018 |
| ورودی کَش‌شده | 46,000 | $0.011 | 46,000 × $0.011 ÷ 1M = $0.000506 |
| خروجی | 700 | $1.75 | 700 × $1.75 ÷ 1M = $0.00122 |
| یک تماس | 50,700 | $0.00353 | |
| یک ماه (8,800 تماس) | $31.07 |
ورودی کَش‌شده ۹۲٪ توکن‌ها و ۱۴٪ هزینه است. بدون هیچ کَشی، همان ماه $208.78 می‌شد، یعنی ۶.۷ برابر.
| همان ماه روی | یک تماس | یک ماه |
|---|---|---|
| DeepSeek V4.1 Flash Uncensored، کَش‌شده مثل بالا | $0.00353 | $31.07 |
| DeepSeek V4.1 Flash Uncensored، بدون کَش | $0.02 | $208.78 |
| GLM 5.3 Flash Uncensored، کَش‌شده مثل بالا | $0.0031 | $27.24 |
تفکر به‌عنوان خروجی حساب میشود. DeepSeek فقط وقتی فکر می‌کند که reasoning_effort تنظیم کن؛ GLM همیشه کمی فکر می‌کند، که توکن خروجی اضافه می‌کند و این جدول آن را نمی‌آورد. GLM هم 128 هزار توکن زمینه دارد، در برابر یکمیلیون توکن DeepSeek.
عدد تو فرق خواهد داشت. با اندازهٔ توکن‌های خودت در قیمت‌گذاری حسابش کن، و یک اجرای واقعی را بسنج: هر پاسخ هزینه‌اش را در usage.nokeep_credits دارد و کنسول خرج روزانه را نشان می‌دهد.
ساخته‌شده برای اجراهای طولانی عامل
- یکمیلیون توکن زمینه روی
deepseek-v4.1-flash-uncensoredو پاسخ‌های تا 131,072 توکن، پس یک نقشهٔ بزرگ مخزن یا یک جلسهٔ طولانی بدون کوتاه کردن جا میشود. - فراخوانی ابزار با قالب OpenAI روی هر دو مدل، با
tool_choiceوparallel_tool_callsروی DeepSeek. فراخوانی ابزار را ببین. - بدون رد درخواست وسط کار. رد درخواست‌ها از هر دو مدل برداشته شده، پس یک اصلاح امنیتی، یک تست بهره‌برداری یا یک اسکرپر، اجرا را متوقف نمی‌کند.
- شارژ خودکار. آن را در کنسول روشن کن؛ تماسی که موجودیاش کم است یک‌بار از کارت ذخیره‌شدهٔ تو شارژ میشود و جواب داده میشود، به‌جای
402که عامل را متوقف کند. حداکثر سه بار و $100 در هر ۲۴ ساعت اجرا میشود، و هنوز برای کارت‌های صادرشده در هند در دسترس نیست. - بدون سقف روزانه مگر آنکه خودت بگذاری. کلید تازه فقط با اعتبارت محدود است؛ اگر خواستی، سقف هر کلید را در کنسول اضافه کن. 120 درخواست در دقیقه برای هر کلید.
عامل خود را راه بینداز
هر عاملی که در ادامه آمده قالب OpenAI را می‌فهمد. نشانی https://nokeep.ai/v1 را بده، کلیدت را بچسبان و deepseek-v4.1-flash-uncensored را انتخاب کن. جایی که راهنما وجود دارد، صفحهٔ تنظیمات دقیق را نشان می‌دهد:
هر چیز دیگری که یک نقطهٔ پایانی سفارشی سازگار با OpenAI بگیرد به همین شکل کار می‌کند. برای آنچه پشتیبانی میشود و نمی‌شود، صفحهٔ API سازگار با OpenAI را ببین.
پرسش‌ها
ارزانترین مدل اینجا برای یک عامل برنامهنویسی کدام است؟
روی یک عامل پرکَش، این دو نزدیکاند: $31.07 روی DeepSeek و $27.24 روی GLM در مثال بالا. برای عاملها معمولاً DeepSeek انتخاب بهتری است، با یکمیلیون توکن زمینه و بدون تفکر اجباری.
از کجا بفهمم کَش کار می‌کند؟
در هر پاسخ، usage.prompt_tokens_details.cached_tokens را بخوان. در یک اجرای طولانی عامل، بیشتر usage.prompt_tokens باید بعد از تماس اول آنجا دیده شود.
اگر اعتبار تمام شود، عامل من متوقف میشود؟
با شارژ خودکار روشن، نه: تماسی که موجودیاش کم است از کارت ذخیرهشده شارژ میشود و جواب داده میشود. با آن خاموش، تماسها با 402 متوقف میشوند تا شارژ کن.
آیا حداقل خرج یا اشتراک دارد؟
نه اشتراک. اعتبار از ۵ دلار شروع میشود، 1,000 اعتبار ۱ دلار است، و هرگز منقضی نمیشوند. اعتبار قابل بازپرداخت نیست.
آیا کد من نگه داشته میشود؟
نه. برای صورتحساب، برای هر تماس یک ردیف شمارش نگه میداریم، نه درخواست یا پاسخ را، و هیچکدام از میزبانهای مدل هم آنها را ذخیره نمیکنند. صفحهٔ API خصوصی LLM را ببین.