1. 先搞清楚“烧Token”到底是怎么回事如果你在用 Codex 这类工具接入 DeepSeek 的 API，发现 Token 消耗速度远超预期，或者账单突然飙升，那这篇文章就是为你写的。这不是简单的“用得多”，而是配置或使用方式上存在误区，导致大量 Token 在你不注意的地方被浪费了。“烧Token”的核心，通常不是模型本身的问题，而是请求构造、上下文管理、重试机制这几个环节没处理好。很多人一上来就急着跑代码，忽略了 API 调用的细节，结果就是同样的任务，别人花 100 Token，你可能花了 1000 Token。更麻烦的是，有些错误配置（比如错误的base_url或模型名）会导致请求失败后不断重试，或者返回了错误信息但依然计费，这才是真正的“隐形杀手”。所以，解决这个问题，第一步不是找什么“神奇开关”，而是先理解你的 Token 是怎么被消耗的。DeepSeek 的 API 计费基于输入和输出的总 Token 数。如果你的请求里包含了大量不必要的上下文、重复的提示词，或者因为参数错误导致 API 返回了长串的错误信息，这些都会算进 Token 消耗里。2. 环境与配置：从源头堵住漏洞在开始任何代码之前，先把环境配置清楚。混乱的环境变量和 API 密钥管理是“烧Token”的常见起点。2.1 正确设置 API 密钥与端点DeepSeek 的 API 调用方式和 OpenAI 原版 API 高度兼容，但基础 URL (base_url) 和模型名称 (model) 必须严格对应。这是最容易出错的地方。获取正确的 API Key：登录 DeepSeek 开放平台，在控制台创建并复制你的 API Key。确保这个 Key 有足够的余额或调用额度。设置环境变量：这是比在代码里硬编码更安全、更灵活的做法。# 在终端中设置（临时，仅当前会话有效） export DEEPSEEK_API_KEY='你的-api-key-here' export OPENAI_API_KEY=$DEEPSEEK_API_KEY # 许多兼容OpenAI的工具会读取这个变量 # 对于需要指定base_url的情况，有些工具（如LiteLLM）支持通过环境变量设置 export OPENAI_API_BASE='https://api.deepseek.com'注意：不是所有工具都支持OPENAI_API_BASE。对于 Codex 或直接使用openaiPython 库的场景，通常需要在代码初始化时显式指定base_url。2.2 理解并配置正确的模型参数DeepSeek 提供了多个模型，每个模型都有对应的名称和上下文长度限制。用错模型名会导致400或404错误，而某些客户端库的自动重试机制会反复发送失败请求，持续消耗 Token。模型标识 (model)典型用途最大上下文长度 (Tokens)备注deepseek-chat通用对话通常为 64K最常用的聊天模型。deepseek-coder代码生成与补全通常为 16K专为代码场景优化。deeps