2026 年 8 月，DeepSeek 宣布其 v4 系列模型 API 价格上调约 3.5 倍，直接抬高了基于 DeepSeek API 的 Agent 开发与运行成本。本教程不讨论涨价本身，而是聚焦于一个实际问题：当官方 API 变贵之后，还有哪些可用的替代路径。我们将从商业中转、本地部署、免费预览 API、多模型切换四个维度，梳理一套可落地的成本控制方案。
前置教程
如想快速开始学习本教程，你可能需要先完成以下前置教程：
- 大语言模型LLM服务商Api服务调用教程，了解 API 调用的基本概念与鉴权方式，是理解本教程所有替代方案的基础。
- DeepSeek Harness 安装与使用教程，DeepSeek Harness 是本教程多模型切换方案的核心载体，需先掌握其安装与配置。
- Claude Code安装及配置国内大模型完整教程，Claude Code 同样支持多模型服务商切换，与本教程的 a4api 方案形成互补。
1. 涨价背景与替代思路
1.1 为什么需要替代方案
DeepSeek v4 系列涨价后，高频调用场景下的 API 成本显著上升。对于个人开发者、小团队以及以 Agent 为主要工作单元的场景，成本压力直接转化为对替代路径的需求。本教程梳理的四条路径，覆盖了从"完全免费"到"按量付费"的完整成本区间，读者可根据自身场景选择组合。
1.2 三条替代路径概览
| 路径 | 成本 | 延迟 | 适用场景 |
|---|---|---|---|
| 商业中转平台 | 按量付费（低于官方高峰价） | 中 | 临时降本、峰值分流 |
| 本地部署开源模型 | 免费（仅硬件成本） | 低 | 离线环境、长期稳定运行 |
| 免费预览 API | 免费 | 低-中 | 文档处理、工具调用等轻任务 |
2. 商业中转平台：CodingPlan
2.1 平台概述
CodingPlan 是一个面向 AI 编程场景的模型中转服务，提供 DeepSeek v4 Flash 等模型的 API 接入，价格低于 DeepSeek 官方高峰时段定价。其核心卖点是按订阅制提供额度，而非按 Token 单独计费，适合有稳定调用需求的用户。
2.2 价格与额度
以 5 美元首月套餐为例：
| 项目 | 数值 |
|---|---|
| 首月价格 | 5 美元 |
| 续订价格 | 10 美元/月 |
| 5 小时最大调用次数 | 7600 次 |
| 每周最大调用次数 | 18900 次 |
| 每月最大调用次数 | 37800 次 |
| 推理速度 | 约 70 tokens/s |
与 DeepSeek 官方高峰时段定价相比，等效调用成本约为官方的三分之一。对于以代码生成、调试为主的场景，该套餐的调用次数上限通常足够使用。
3. 本地部署：Qwen3.8-27B
3.1 方案概述
本地部署的核心优势是零边际成本——模型跑在自己的硬件上，不消耗任何 API 额度，也没有调用次数上限。对于有 GPU 资源的用户，这是长期成本最低的方案。
本教程以 Qwen3.8-27B 为例，该模型在代码能力与通用推理上与 DeepSeek v4 Flash 处于同一水平，且权重完全开源。
3.2 硬件要求与推理速度
| 项目 | 数值 |
|---|---|
| 模型格式 | GGUF（量化版） |
| 显存要求 | 16 GB + |
| 上下文长度 | 最高 128K |
| 推理速度 | 约 30 tokens/s |
详细部署步骤见 llama.cpp本地部署Qwen3.8大语言模型完整教程。该教程覆盖了 llama.cpp 的安装、模型下载、量化与推理服务启动的完整流程。
3.3 本地部署的取舍
本地部署并非适用于所有场景。其优势在于零成本、无网络依赖、数据不出本地；代价是需要 GPU 资源、推理速度受硬件限制（30 tokens/s 相比商业 API 有数量级差距），且需要自行维护模型更新。适合离线环境、敏感数据处理以及对延迟不敏感的批处理任务。
4. 免费预览 API：dots 平台
4.1 平台概述
dots（小红书 Dots Studio）在 2026 年 8 月推出了 dots3-note preview 模型的免费 API，面向注册用户开放。该模型为 280B 参数的 MoE 架构，上下文窗口 512K，推理速度约 110 tokens/s，目前完全免费且无调用次数限制。
4.2 能力特点与局限
| 维度 | 表现 |
|---|---|
| 文档处理 | 可完成，512K 上下文适合长文档 |
| 工具调用 | 可完成 |
| 代码能力 | 有待提升，不建议作为编程主力 |
| 多模态理解 | 支持 |
| 收费风险 | 预览版，随时可能转为收费 |
该方案的定位是临时替代：当 DeepSeek API 额度耗尽或成本过高时，可将文档处理、工具调用等轻任务分流至 dots 平台，代码生成等重度任务仍走主模型。预览版随时可能收费或调整策略，不宜作为长期唯一方案。
4.3 接入方式
详细模型解读见 小红书 dots3-note preview 开源与 API 上线。
5. 多模型一键切换：DeepSeek Harness + a4api
5.1 为什么需要多模型切换
前三种方案各自有适用边界：商业中转按量计费、本地部署依赖硬件、免费预览不稳定。在实际使用中，单一模型很难覆盖所有场景。更务实的做法是同时配置多个供应商，按任务类型和成本预算动态切换。
DeepSeek Harness（简称 dsh）原生支持近 40 家模型厂商的接入，可在会话级别随时切换模型与供应商，无需重启服务。a4api 则将这一能力扩展到桌面端，支持同时管理 DeepSeek Harness、Codex、Claude Code 等多个 Agent 应用的供应商配置。
5.2 DeepSeek Harness 配置切换
在 DeepSeek Harness 中，你可以直接在 web ui 中通过添加新的模型供应商的方式添加其他模型 Api 服务：
5.3 a4api 桌面管理
a4api 是一个 Windows 桌面应用，通过可视化界面统一读写多个 Agent 应用的配置文件（~/.claude/settings.json、DeepSeek Harness 配置等），实现多模型服务商的快速切换。其核心价值在于一处配置，多处生效——在 a4api 中切换供应商后，所有接入的 Agent 应用同步更新。
a4api 首页与供应商配置界面：
项目地址：
- 文档：https://eogee.com/article/43
- GitHub：https://github.com/eogee/a4api
- 下载：https://github.com/eogee/a4api/releases
6. 方案组合建议
6.1 按场景选择
不同使用场景适合不同的方案组合：
| 场景 | 推荐方案 | 理由 |
|---|---|---|
| 日常编程为主 | CodingPlan 订阅 | 成本可控，调用次数充足 |
| 有 GPU 资源 | 本地部署 Qwen3.8-27B | 零边际成本，长期最省 |
| API 额度偶尔用完 | dots 免费预览 | 临时分流，零成本 |
| 多 Agent 协作 | a4api + Harness | 一处切换，全局生效 |
| 成本敏感 + 无 GPU | CodingPlan + dots 组合 | 低成本覆盖主要场景 |
6.2 风险提示
在组合使用多种替代方案时，需注意以下几点：
- 免费预览 API 的稳定性：dots 平台当前免费，但预览版随时可能收费或调整策略，不宜将关键工作流绑定其上。
- 本地部署的硬件门槛：Qwen3.8-27B 需要约 16 GB 显存，无合适 GPU 的用户无法使用该方案。
- 商业中转的价格变动：CodingPlan 等中转平台的价格与额度政策可能随时调整，订阅前建议确认最新条款。
- 多供应商的管理成本：同时维护多个供应商的 API Key 与配置，需注意 Key 安全与配置一致性。
举手提问