汤不热吧
DeepSeek API 调用失败时，先记录 HTTP 状态码、请求耗时、模型名和同一时刻的在途请求数。余额、认证、参数和服务拥塞对应不同的处理方式，先把错误归类，才能避免重复请求把问题放大。
本文提供余额检查、最小调用和成本计算脚本。价格与接口资料核对于 2026 年 11 月 7 日，代码测试使用合成 usage 与模拟 HTTP 响应，未连接读者账号。
下载 Python 脚本与 usage 示例 ZIP。解压后使用 Python 3.10 或更新版本运行，依赖仅为标准库。
先按状态码缩小排查范围
| 现象 | 先查什么 | 下一步 |
|---|---|---|
| 400 / 422 | JSON、接口路径、模型支持的参数 | 缩小到最小请求，按返回的参数说明修改 |
| 401 | Key 所属平台、环境变量、空白字符 | 检查实际发请求的进程环境与目标域名 |
| 402 | 账号余额 | 读取余额接口，核对赠送与充值余额的可用性 |
| 429 | 并发、发送速率、客户端重试 | 限制在途请求，排队并退避，记录触发点 |
| 500 / 503 | 服务故障、过载与持续时间 | 在重试预算内等待，持续异常时保留诊断记录 |
| 没有 HTTP 响应 | DNS、TLS、代理、连接与读取超时 | 先分清是否到达服务端，再决定是否重试 |
前五类对应官方错误码说明，超时行是客户端排查建议。完整定义见DeepSeek 错误码文档。错误日志只保留定位所需字段，避免把 Authorization 或完整对话写入共享日志。
用余额接口确认账号状态
官方余额接口为 GET https://api.deepseek.com/user/balance。响应包含 is_available 和按币种列出的余额条目，金额以字符串返回。赠送余额字段只代表接口返回的当前有效赠送余额，是否获得赠送额度应查实际账号。字段定义见余额 API 文档。
1 2 3 4 5 6 7 8 9 10 11 | import getpass import os import subprocess import sys # 在本机 Python 或私有 Notebook 中输入，不把 Key 写进源码。 os.environ["DEEPSEEK_API_KEY"] = getpass.getpass("DeepSeek API Key: ") subprocess.run( [sys.executable, "deepseek_api_tools.py", "balance"], check=True, ) |
这段代码把密钥放进当前进程环境，并传给子进程。余额输出仍属于账号信息，分享 Notebook 前清空输出。若应用在容器、服务管理器或云函数里运行，需要在那里配置环境变量，终端里设置成功不代表应用进程已收到。
若请求发送到代理或第三方平台，先核对它的认证和账单体系。这里的余额脚本固定访问 DeepSeek 官方域名。注册及额度入口可继续查阅本站DeepSeek API 申请与额度指南。
余额正常时，做一次最小调用
下载脚本中的 probe 命令发送一条简短生成请求，会产生正常的 API 用量。它只输出模型名和 usage，便于检查链路。运行前确认余额与费用。
继续在上面设置密钥的同一 Python 会话中运行。
1 2 3 4 | subprocess.run( [sys.executable, "deepseek_api_tools.py", "probe"], check=True, ) |
脚本使用文档当前列出的 deepseek-flash，关闭思考并限制输出预算。请核对自己使用版本的模型与参数，尤其是在迁移旧示例时。当前调用形式见官方首次调用说明。
最小调用成功后，按顺序加回业务的 system prompt、历史消息、结构化输出和工具配置。每加一项做一次小样本验证，比较状态码和 token 用量。这样可以定位究竟是哪部分使请求超长、参数不兼容或响应时间增加。
429 与慢响应怎样处理
当前官方说明按账号与模型管理并发，一次请求从发出到响应完成占用一个在途连接。增加同一账号的 API Key 数量不会自动增加账号额度。流式响应也要到完成或连接释放后才结束占用。账号与模型的具体限制查阅限速与隔离文档。
客户端先设置有界队列和在途上限，再逐步增加负载。对可重试的 429、500、503，可从 1、2、4 秒的退避起步，加随机抖动，并限制总尝试次数和总等待时间。有 Retry-After 时在预算内遵循它。对 401、402 或参数错误，先修正原因。若超时发生在请求已发出之后，服务端可能已经生成，重试应按业务允许的重复结果风险处理。
慢响应时，分别记录连接建立、首个有效输出、完整响应的时间。官方 keep-alive 可能包含非流式空行或 SSE 注释，客户端解析要跳过这些内容。收到 keep-alive 可以说明连接仍活跃，但不能用它计量首 token。先检查单请求，再检查高并发，避免给所有失败都增加自动重试。
按 usage 计算调用成本
以下采用核对日官方人民币价中的 deepseek-flash 空闲时段单价，每百万缓存命中输入 token 为 0.02 元、未命中输入为 1 元、输出为 4 元。高峰价格为其两倍。具体时段、节假日规则和调价以官方价格表为准，脚本中的日期是价格快照。
模型费用 =（缓存命中输入 × 命中单价 + 缓存未命中输入 × 未命中单价 + 输出 × 输出单价）÷ 1,000,000。下面给出合成单次用量，并按同一用量重复 10,000 次演算。
| 项目 | 示例用量 | 空闲时段费用 |
|---|---|---|
| 缓存命中输入 | 8,000 token | 0.00016 元 |
| 缓存未命中输入 | 2,000 token | 0.002 元 |
| 输出 | 1,000 token | 0.004 元 |
| 单次模型合计 | 10,000 输入 + 1,000 输出 | 0.00616 元 |
| 相同用量 10,000 次 | 假设全部适用同一组价格 | 61.60 元 |
如果相同的 10,000 输入 token 全部缓存未命中，单次变为 0.014 元，10,000 次为 140 元。这个差异由缓存假设造成。生产估算应汇总实际 usage，保留每次调用的模型、适用价格和重试记录。缓存字段缺失时，脚本按全部未命中计算，并在结果中标明缓存用量未知。
1 2 | python deepseek_api_tools.py cost --usage deepseek-usage-example.json python deepseek_api_tools.py cost --usage deepseek-usage-example.json --period peak |
输入可以是完整响应 JSON，也可以是 usage 对象。价格快照仅覆盖 Flash，使用纯 usage 时需自行确认模型。完整响应中的其他模型名会触发检查，避免误套单价。脚本检查命中与未命中之和是否等于输入总数，使用 Decimal 计算金额。输出 token 采用 completion_tokens，不再把其中的细分项目重复相加。token 用量口径见官方 Token 与用量说明。
预算还应覆盖工具调用与额外尝试。当前价格表将 Search、Fetch 列为独立按次计费项目，使用它们时另外计入。建议每天对照实际账单检查模型费用估算，按平均输入、输出长度和缓存占比分析偏差。
上线前保留这组诊断记录
为一次请求保存本地追踪 ID、模型、HTTP 状态、耗时、尝试次数、usage 和估算金额。控制台和日志里使用同一追踪 ID，避免日志混淆。先验证单请求，再以固定输入逐级增加在途请求数，确认失败率和延迟门槛后再扩大流量。
配套脚本已通过离线金额、字段边界、余额解析和模拟错误响应检查。它默认不重试生成请求，便于观察首次错误与单次用量。需要加入重试时，将等待预算、重复结果处理和计费记录一起设计。