#DeepSeek 体验分享# ![[无辜呆]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_96.4fb9d71.png)
由于deepseek的神秘缓存机制，在同一个session中，缓存命中率是越用越高的，以至于现在已经差不多1块钱1650万token了，而且还是全程v4 pro的价格。
如果按照我自己一个月20美元的预算，花掉22亿token还能有剩。
![[无辜呆]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_96.4fb9d71.png)
由于deepseek的神秘缓存机制，在同一个session中，缓存命中率是越用越高的，以至于现在已经差不多1块钱1650万token了，而且还是全程v4 pro的价格。
如果按照我自己一个月20美元的预算，花掉22亿token还能有剩。
展开
1
4
- #DeepSeek 体验分享# DeepSeek V4 Pro 写了一个记账单小程序，欢迎各位JY品鉴。
![[微笑]](//lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_1.7d9f699.png)
4 赞 · 30 评论 - #DeepSeek 体验分享# 我有一个简单的数据。在应用Contextual Retrieval的时候，需要向LLM投喂整篇文章来生成Chunk级别的上下文，我把DeepSeek V3.2换成 DeepSeek V4-flash后，上下文生成效率大概提升了2.8倍（Chunk级别异步，利用DeepSeek自动缓存管理来达到92%+的缓存命中）。可以看出来flash型号推理效率还是很惊人的
PS：之前还是文章级别异步Chunk级别串行，这个改造的效果更显著，换模型可以算是性价比上锦上添花吧0 赞 · 2 评论 - 100个赞提离职，哥几个我顶不住了411 赞 · 67 评论
![[微笑]](http://lf-web-assets.juejin.cn/obj/juejin-web/xitu_juejin_web/img/jj_emoji_1.7d9f699.png)