4000积分能跑多少token？

4000 积分在 WorkBuddy 里用 DeepSeek V4.1 Flash，到底能跑多少 token？ 先给结论：按我 10 月 17—28 日的 26,599 次真实调用归一化，4000 积分大约能跑 17.3 亿 token（全部忙时）或 34.6 亿 token（全部闲时），这两个数都包含缓存读取。 如果只看未缓存输入＋输出，则分别是 8370 万和 1.67 亿。模型输出约 801 万和 1603 万，推理已经算在输出里，不再重复加。 为什么差这么多？这批样本的输入缓存命中率约 95.6%。同一段上下文被多轮读取，会反复计入累计 token，所以“几十亿 token”不等于几十亿独立文字。 还要注意，“不含缓存”只是统计时去掉缓存读取，不是把缓存关掉重新测。两列来自同一批有缓存复用的任务，积分也包含这些缓存读取的消耗。 忙时是工作日 09:00—12:00、14:00—18:00，法定节假日除外。工作日其余时段，以及周末和法定节假日全天，算闲时。DeepSeek 官方 API 价目表里，Flash 的缓存命中输入、未命中输入和输出，闲时单价都是忙时的一半；WorkBuddy 的积分扣费则是我按个人记录观察到的关系，不是官方兑换承诺。 按历史忙闲混合比例直接折算，4000 积分约 24 亿含缓存 token、1.16 亿未缓存输入＋输出。 换成 10 月 22—28 日的样本窗口，闲时结果约 31.1—35 亿含缓存 token，未缓存输入＋输出约 1.7 亿。这个区间来自两个历史窗口的对比，不是统计置信区间。 所以我会把 4000 积分记成：闲时约 33 亿含缓存 token，或者约 1.7 亿未缓存输入＋输出。批量任务尽量往午间、晚间和周末排；但 token 多不等于任务完成得多，返工也会继续消耗积分。 #WorkBuddy #DeepSeek #AI工具 #模型成本 #效率工具