DeepSeek-Reasonix:缓存命中率高达 90% 的AI编程助手

90 阅读2分钟

今天刷到一个开源项目:DeepSeek-Reasonix,号称是专门以 DeepSeek 为原生后端的终端编程 Agent,基于Node.js(≥22),支持macOS、Linux和Windows平台。

它与 Claude Code、Cursor 等产品最根本的区别在于:后者追求兼容更多模型,而Reasonix选择只适配 DeepSeek,把这个选择当作设计的“不变量”,一切架构决策都围绕 DeepSeek API的特性展开~

Reasonix 直接对接 api.deepseek.com (api.deepseek.com),围绕 DeepSeek 的字节稳定 prefix-cache 设计了 append-only 的运行循环 —— 长会话能把缓存命中保持在 90%+,输入 token 成本降到 1/5。

使用也比较简单,要求 node 版本 ≥22, 然后在项目文件夹直接 npx reasonix code 即可,它会引导你输入 apikey 的!

缓存命中率测试

因为我一直使用 claude,所以想测试一下这两个 agent 的缓存命中率差距~同样的文件使用同样的模型 deepseek-v4-flash 问同样的两个问题,看看两者的缓存命中率如何😁

问题如下:

  1. 帮我优化这篇文章,要求诙谐搞笑一些 2. 帮我优化这篇文章,要求风格像程序员一样简洁务实易懂

两个问题问完之后,Reasonix 显示缓存 78%

打开 deepseek 后台统计工具~

计算一下 79616/(22482+79616)≈78% 刚好也是 78%

然后我用 cc-switch 把 claude 的后端接入 deepseek-v4-flash,文件恢复到原始未修改状态,问同样的问题,cc-swithc 的统计数据为:

总消耗 16万 tokens, 缓存命中率 77%,不过,这真实吗?

我又打开 deepseek 后台数据查看:

把两次统计数据相减,得到真实数据

  • 输入命中缓存 154368 tokens
  • 输入 36115 tokens
  • 输出 10028 tokens
  • 总共 200511 tokens

缓存命中率 = 154368 / (154368+36115) ≈ 81%

这个和 cc-switch 统计的结果还是出入蛮大的

总结

短会话 Reasonix 的缓存命中率也 claude 差别不大,可能长会话缓存命中率会更高一些,需要长期测试

但是 Reasonix 的整体 tokens 消耗会少一些 (10万 vs 20万),同时也可以得出结论:cc-switch 的统计数据不能当真,参考即可😂

网友评价

欢迎评论留言分享你们的体验感受和想法😁!~~~