DeepSeek 这波就是涨价了，而且涨得不少。之所以不同行业 不同任务的体感会差很多，原因是缓存命中率太高了。

缓存命中，可以简单理解成模型这一轮要读的东西，有多少是前面已经读过、可以直接复用的。

命中之后不用重新算，好处很直接：更便宜、更快，长上下文任务尤其明显。

而 DeepSeek 的缓存命中价格又低得离谱。

我自己跑一些日常 Agent 任务，90% 以上很常见，长任务甚至能到 99%。到了这个比例，命中的那部分输入基本可以理解成不要钱。

所以如果一个 Agent 长期在同一个上下文里工作，前面的对话、文件、规则、工具结果不断复用，这波涨价的实际影响确实会被缓存吃掉很大一部分。

比如 Coding、固定业务 Agent，或者围绕同一篇长文反复修改，都非常适合吃缓存。

一篇几万字的文章，连续让 AI：

改第三段、精简第二部分、重写结尾、再换个标题。

真正新增的可能只有一点点，前面的大量内容都可以继续复用。

但问题是，不是所有任务都长这样。

缓存真正喜欢的是稳定的上下文，而不是“内容差不多”。

尤其搜索和研究任务。

你不断搜新的网页、读新的报告、拿回新的数据，这些东西第一次出现的时候，该按未命中算还是得按未命中算。

如果下一篇又重新搜一批资料，动态 Token 占比继续上升，缓存能帮你省下来的部分自然就有限。

所以同样是 10 万 Token：

一个长期写作 Agent，可能 8 万都是反复复用的旧上下文；

一个搜索研究 Agent，可能大部分都是这轮刚拿回来的新材料。

前者看起来上下文更长，实际反而可能更便宜。

所以这次 DeepSeek 涨价之后，看 Agent 成本不能只问一句：

“缓存命中率能不能做到 99%？”

真正应该问的是你的工作，到底是在反复利用已有上下文，还是需要不断吞新的内容。

前者，DeepSeek 依然便宜得离谱。

后者，缓存救不了你。

涨价就是涨价。
#how i ai#