百万 Token 砍到 0.5 美元!微软新模型半价、DeepSeek 连夜撤回搜索费,11 月底开发者怎么搭最省钱?

作者 :一缕82年的清风

定位 :架构师实战解读 · 生产环境落地指南

文章概览:微软新发百万上下文 MAI Code 2 挂出 0.5 美元半价,叠加 11 月 18 日 DeepSeek 撤回仅收 18 天的自动联网按次费。本文按真实开发量算清细账,附 12 行路由配置。

周三下午我正核对后台这个月的 API 账单,手机上接连跳出两条跟钱包直接挂钩的消息:微软在 Ignite 2026 大会上端出了自研编程模型 MAI Code 2,输入单价直接打半折砍到 0.50 美元/百万 Token;几乎同一时间,DeepSeek 发通知把 11 月 1 日刚开收、总共才收了 18 天的模型自动联网搜索按次费给取消了。

我对着两边的计费细则算了一遍,当天晚上就把手头几个常驻小工具的路由全改了。

先说 DeepSeek 这笔只活了 18 天的"联网过路费"。这阵子写过实时检索 Agent 的朋友,月初看账单多半都肉疼过。

10 月中旬官方随 V4.1-Flash-1017 上线搜索与抓取接口,从 11 月 1 日零点起按每千次成功请求收 5 块钱。乍一听搜一次才半毛钱,真跑起自动化脚本完全两码事。我服务器上挂的早报巡检脚本,模型为了核对开源库版本号,常在一轮对话里连搜三四次、再抓两篇详情页。跑一周拉账单,推理 Token 才花几毛钱,按次搜索费反倒占了大头,逼得几个朋友干脆关掉官方联网去接爬虫。

从北京时间 11 月 18 日中午 12 点起,这笔附加费正式撤回。现在只要是调模型对话时服务端自动触发的搜索和网页抓取------含官方联网工具,及兼容 Anthropic API、Responses API 的 web_search------统统免除按次费,抓回的内容并入上下文,只收基础 Token 钱。

改配置前先看清两个计费边界

别急着盲目全开,这里留了一条明确界限:免掉按次费的仅限"调用模型时服务端自动触发的搜索";如果你的 RAG 服务直接单独去调底层独立 Search 或 Fetch 接口,照旧收 5 元/千次成功请求。另外,抓回来的网页正文会拼进输入 Token 计费,碰到几万字的长文档连抓五六条照样费钱,在工具参数里把单次返回限制在 3 条以内最稳妥。

聊完检索,再看微软刚端上桌的 MAI Code 2。

这两周各家新旗舰轮番发,动辄输入两三美金、输出十几美金一百万 Token,跑全仓库重构跑一下午就得心疼。微软在 GitHub Copilot 和 Microsoft Foundry 同步上线的 MAI Code 2 很实在:稀疏 MoE 配原生视觉编码器,总上下文 105 万 Token(输入 92.2 万、输出 12.8 万),支持 low 到 max 五档推理调节。

最戳痛点的是它持续到 2027-05-17 的半价期:半年内输入仅 0.50 美元/百万 Token,输出 2.50 美元/百万 Token (到期恢复 1 美元和 5 美元原价),轻量版 MAI Code 2 Flash 日常补全基本秒回。我拿三万行后端项目试了两晚跨文件查错,改接口、补单测这类占八成工作量的活儿,跟 GPT-6.2 Sol 或 Gemini 4 Neon 盲测体感差距很小,账单却薄了一大截。

我自己正在跑的省钱分工账本

按我每月约 4000 万输入、500 万输出 Token 外加每天几百次联网查报错的常规量来算:

  • 以前偷懒全推给单价 3 到 8 美元的顶配旗舰,遇上多轮自动修 Bug 重试,月账单动辄 200 到 350 美元。
  • 现在拆成三层混搭:日常 80% 读仓库、改业务代码和补单测切给半价期 MAI Code 2(合计才 32.5 美元);实时查新文档走 DeepSeek V4.1 内置 web_search 省掉按次费;只留不到 10% 最棘手的并发排障或架构设计,切回 Claude Opus 5.5、GPT-6.2 Astra 或 Gemini 4 Neon 高推理档兜底。

这么分流后,月开销压到 40 美元以内就能跑得很宽裕。下面这 12 行最小路由配置,就是我现在挂在小工具里的实际写法:

python 复制代码
from openai import OpenAI

def get_client(scene: str):
    if scene == "search":  # 走模型内置联网,免 5元/千次 独立接口费
        return OpenAI(base_url="https://api.deepseek.com/v1", api_key=DS_KEY)
    return OpenAI(base_url=FOUNDRY_MAI_URL, api_key=MAI_KEY)  # 半价至 2027-05-17

resp = get_client("search").responses.create(
    model="deepseek-chat",
    tools=[{"type": "web_search", "max_results": 3}],  # 限 3 条防长网页撑胖上下文
    input="查一下 FastAPI 最新版在 Python 3.14 下的异步依赖变更",
)

顺带提两个容易漏掉的小细节:手机日历顺手记一笔明年 5 月中旬微软半价到期日,免得恢复原价没留神;老代码里如果还在硬调 DeepSeek 独立 Search/Fetch 接口,不妨看看能不能合进模型自带的 web_search 工具流里,能省一点是一点。

💡 关注**【一缕82年的清风】**,洞悉技术底层与生态演进

欢迎在评论区探讨交流与点赞转发

相关推荐
翰墨之道11 小时前
AI日报:豆包工作ARR超20亿,GPT-6.2跑分与实测割裂
人工智能·gpt·数据挖掘
Maynor99611 小时前
Trymodel 使用介绍:一个平台同时用 Claude、GPT、Gemini 和 Grok
人工智能·gpt·ai·程序员·教程·claude·语音
我才是银古14 小时前
单模型分层与视频自动生成
视频制作·deepseek·opencode
ZzT20 小时前
约 90% 代码由 Claude 写和审,Claude Code 团队如何做验证
ai编程·claude
sanxing三省20 小时前
DeepSeek Harness 到底是什么?标题里最重的词其实不是「DeepSeek」
前端·人工智能·deepseek
bryant_meng1 天前
ChatGPT Desktop Model Evolution (2025): From GPT-4.1 to GPT-5.1
gpt·chatgpt·gpt4·gpt4o·gpt5
一缕82年的清风1 天前
谷歌甩出 Gemini 4 Neon:Agent 编程榜登顶第一、缓存仅 $0.15,把刚发的 GPT-6.2 架在火上烤!
gpt·claude·gemini
2301_767113981 天前
GPT-6.2 Astra 和 Sol 发布:真正变化的是长任务成本与交付方式
gpt
世界是一片荒原2 天前
给 DeepSeek Harness 做多会话工作台:四格原生会话、Agent 脉络图与压缩预警
deepseek