摘要：

如果你用了 ECC（第六篇） ECC 仓库里有一份官方 token-optimization.3-5¥90-150V4-Flash + 关 Thinking（简单任务）重启 Claude Code claude

确认能正常使用 → 去 DeepSeek 控制台看旧 Key 的用量是否停止增长

十一、日常维护 11.

Windows · Claude Code CLI · DeepSeek V4 API · settings.json · 2026-05-03

一、这篇教程解决什么问题

一句话定位：用 DeepSeek 当 Claude Code 后端，API 套餐几天就见底？这篇拆解 Claude Code 每次对话的 token 构成，给出六条可立刻落地的省费策略，把月账单压到 ¥30 以内。

阅读前提（硬条件，可逐条验证）：

• Claude Code 已安装并能正常启动（终端输入 claude 能进入交互界面）
• 已有 DeepSeek API Key（前往 platform.deepseek.com 申请并充值 ≥ ¥10）
• 了解 settings.json 的基本结构（参考系列第六篇的配置章节）

读完能得到什么：

1. 看懂 Claude Code 每次对话背后的 token 消耗构成——system prompt、工具定义、对话历史各自占多少
2. 一份开箱即用的 settings.json 省费配置模板（DeepSeek V4-Flash + 缓存优化）和现有降本项目
3. 掌握 /compact、模型切换、会话管理三条行为层面的省费习惯
4. 会在 DeepSeek 控制台定位"烧钱"源头，设置余额告警

二、前置步骤：配置 DeepSeek 为 Claude Code 后端

如果你还没配好 DeepSeek 端点，先完成这一步。已经配好的跳到第三节。

2.1 settings.json 最小配置

打开 Claude Code 的 settings.json（位置：C:\Users\<用户名>\.claude\settings.json），写入：

{
  "env": {
    "ANTHROPIC_API_KEY": "sk-你的DeepSeek-API-Key",
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro"
  }
}

关键解释：

1. ANTHROPIC_BASE_URL — Claude Code 原生调用 Anthropic API。设为 DeepSeek 的 Anthropic 兼容端点后，所有请求自动路由到 DeepSeek。ANTHROPIC_API_KEY 填的是 DeepSeek 的 Key，不是 Anthropic 的 Key。

2. 模型名白名单 — 最容易踩的坑：Claude Code 内置了 Anthropic 模型名白名单，model 字段只能填 sonnet、opus、haiku 这三个别名。直接写 deepseek-v4-flash 会被拒绝。然后通过 ANTHROPIC_DEFAULT_*_MODEL 环境变量把这些别名映射到 DeepSeek 的实际模型名。

3. 为什么 Sonnet/Haiku 都用 V4-Flash：日常编码 V4-Flash 就够了，便宜十倍。只有 Opus（最复杂任务）才路由到 V4-Pro。这样 Claude Code 在用子代理、读文件、搜索等轻量任务时自动走便宜模型，只有你要深度推理时才切 /model opus 走 V4-Pro。

2.2 验证配置

# 启动 Claude Code
claude

# 在 Claude Code 对话中直接问
用一句话回复我：你现在用的是什么模型？

预期输出类似：

我是 DeepSeek-V4-Flash，由深度求索公司开发。

如果返回 "Claude" 相关字样，说明端点没生效，检查 ANTHROPIC_BASE_URL 是否拼写正确（注意末尾不要多 /v1 或 /chat）。

三、理解 Claude Code 的 API 调用开销

3.1 一次对话的真实 token 构成

Claude Code 每次发给 DeepSeek 的请求，不是只有你写的那句话。实际发送的是一大包东西：

┌─ System Prompt ──────────────────────────┐
│ Claude Code 内置指令（角色、约束、规则）    │  ≈ 3000-6000 tokens
│ + 当前目录结构快照                        │  ≈ 500-1500 tokens
│ + CLAUDE.md 项目指令（如果有）             │  ≈ 0-3000 tokens
├─ 工具定义 ───────────────────────────────┤
│ 所有 tool 的 JSON Schema                  │  ≈ 2000-4000 tokens
│ （读文件、写文件、执行命令、搜索等）        │
├─ 对话历史 ───────────────────────────────┤
│ 之前的每一条用户消息 + 助手回复 + 工具调用   │  随轮次增长
├─ 当前消息 ───────────────────────────────┤
│ 你刚刚输入的内容                           │  ≈ 50-500 tokens
└───────────────────────────────────────────┘
= 总输入 tokens（全部按 DeepSeek 输入价格计费）

关键事实：即使你只打了一个字 "hi"，每次请求的输入 token 起步就是 8000+。这是 Claude Code 的"固定税"。

3.2 工具调用才是最烧 token 的环节

Claude Code 的工作模式是"读 → 想 → 做 → 再看 → 再做"的循环。一次"帮我改这个 bug"可能触发：

你: "帮我修复 extract_subtitles.py 里的 bug"
  → Claude: 调用 Read 工具读取文件  ← +文件内容（2000 tokens）
  → Claude: 调用 Grep 工具搜索相关代码 ← +搜索结果（1500 tokens）
  → Claude: 调用 Edit 工具修改代码 ← +diff 内容（800 tokens）
  → Claude: 调用 Bash 工具运行测试 ← +测试输出（3000 tokens）
  → Claude: 给你最终回复 ← +回复文本（500 tokens）

每一步都是一次独立的 API 调用，而且前面步骤的结果会累积到下一轮的输入中。

3.3 实测：一次典型交互的 token 消耗

这是 V4-Flash 的单价。如果用的 V4-Pro（75% 折扣价），同样交互约 ¥0.18。

Claude Code 不是聊天工具——它是干活的。 一次"帮我改 bug"就触发 4-5 次 API 调用（读文件 → 搜索 → 编辑 → 跑测试 → 回复）。实打实写一天代码，100-200 次 API 调用是常态。

日调用量	V4-Flash 日费	V4-Pro 日费（折扣）	V4-Flash 月费	V4-Pro 月费（折扣）
100 次	¥5.4	¥18	¥162	¥540
200 次	¥10.8	¥36	¥324	¥1080

看到了吗？用 V4-Pro 不做任何优化，月烧 300-1000 元非常容易。接下来每条策略都在砍这个数字。

四、六步省费策略

策略一：用 V4-Flash 而不是 V4-Pro（省 60-70%）

这条最重要，改一行配置就能落地。

DeepSeek V4 系列有两个模型：

Claude Code 的日常编码工作，90% 用 V4-Flash 足够。 只有多文件重构、复杂算法设计才需要切 V4-Pro。

// settings.json — 通过别名映射实现模型分级
{
  "env": {
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro"
  }
}

在对话中临时切模型（注意：用的是 Claude Code 的别名，不是 DeepSeek 模型名）：

/model sonnet    ← 日常用，实际走 V4-Flash
/model haiku     ← 轻量任务（子代理、文件搜索），V4-Flash
/model opus      ← 复杂推理，实际走 V4-Pro

策略二：关闭 Thinking Mode（省 50-70% 输出费用）

DeepSeek V4 默认开启 Thinking Mode（链式推理）。模型在输出最终回答之前，先输出一段 reasoning_content（推理链），这部分也按输出价格计费。

实测对比：

Claude Code 的大部分交互是"读文件 → 改代码 → 跑测试"，属于操作性任务而非推理任务，不需要 Thinking Mode。

DeepSeek 的 Anthropic 兼容端点默认行为取决于模型配置。当前 DeepSeek 的 /anthropic 端点对 Thinking Mode 的处理方式：在请求中显式传 thinking: {type: "disabled"} 才能关闭。

截至 2026 年 5 月，Claude Code 的 provider 配置还不原生支持控制 Thinking Mode 开关。实际省费策略：

• 用 /model deepseek-v4-flash 时，在 DeepSeek 平台侧确认默认行为。如果默认开启 Thinking → 考虑换 deepseek-chat（旧模型，行为更确定，2026-07-24 才弃用）
• 观察输出 token 数：同样的问题连续问两次，如果输出 tokens 波动很大（差几倍），说明 Thinking Mode 在起作用

何时该开 Thinking：架构设计、多文件重构方案、复杂算法实现。简单的做法是用 V4-Flash 做完日常操作，遇到需要深度推理的任务切 V4-Pro + /model deepseek-v4-pro。

策略三：善用 /compact 命令（省 30-50% 输入费用）

Claude Code 内置的 /compact 命令会把对话历史压缩为摘要，砍掉大部分历史 token，只保留关键上下文。

什么时候该 /compact：

• 对话超过 15 轮后（此时输入 token 通常已涨到 25000+）
• 上一个任务已经完成，准备开始新任务
• 感觉回复变慢（说明输入已经很大了）

# 在 Claude Code 对话中直接输入
/compact

输出示例：

Context compacted: 32 messages → summary (reduced ~18000 tokens)

注意：/compact 会丢失细节（之前聊的具体代码片段、报错日志等）。如果当前任务还没完，先别 compact。

策略四：一个任务一个会话（省 20-30% 总费用）

很多人习惯在一个 Claude Code 会话里连续做多个不相关的任务，导致对话历史越来越长。

更好的做法：

• 一个 bug 修复 → 一个会话，修完就结束
• 一个新功能 → 一个新会话
• 写完代码 → /compact 或开新会话，再做 code review

原因：Claude Code 的 system prompt + 工具定义是固定开销（≈8000 tokens）。开一个新会话固然要重新交这笔税，但如果老会话已经滚到 30000+ tokens 的历史，继续用老会话比开新的更费钱。

算一笔账：

新会话省了 4 倍输入费用。 但当任务本身需要之前的完整上下文时（比如在改同一个文件的不同部分），继续用老会话是对的——没有上下文的修改可能出错，出错重来更费钱。

策略五：控制并发和频率（防 429 + 控制日消耗）

DeepSeek 使用动态并发限制。Claude Code 的工作模式是顺序的（一个工具调用完成后再发下一个），一般不会触发并发限制。但在以下情况可能出问题：

• 同时开了多个 Claude Code 终端会话，每个都在发请求
• 用 Bash 工具批量调 API，在 Claude Code 里跑循环脚本

建议：

// settings.json — 如果你用 ECC 或自定义脚本批量调用
{
  "env": {
    "ANTHROPIC_API_KEY": "sk-你的Key",
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic"
  }
}

• 最多同时开 2 个 Claude Code 终端
• 不要在 Claude Code 里让它循环调用自身（会指数级烧 token）
• 出现 HTTP 429 时等 5 秒再继续

策略六：设置 DeepSeek 余额告警

在 DeepSeek 控制台设置，不需要写代码。

1. 打开 platform.deepseek.com/top_up
2. 查看当前余额和消费趋势
3. 建议设置 低余额告警（比如余额 < ¥5 时短信/邮件通知）

此外，DeepSeek 控制台提供按天/按小时的用量图表，定期看一眼能快速发现异常：

• 某天费用突然翻倍 → 可能是有个脚本在循环调 API，或 Claude Code 会话没关一直在跑
• 凌晨有费用 → 检查是否有定时任务或 cron 在调 API
• 输入/输出比例异常（比如输出是输入的 5 倍） → Thinking Mode 可能在非必要地开启

五、settings.json 省费配置模板（开箱即用）

综合以上六条策略 + 社区验证的最佳实践，这是一份可直接粘贴的生产级配置：

{
  "env": {
    "ANTHROPIC_API_KEY": "sk-你的DeepSeek-API-Key",
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "deepseek-v4-flash",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro",
    "MAX_THINKING_TOKENS": "10000",
    "CLAUDE_MAX_CONTEXT_WINDOW": "200000",
    "CLAUDE_AUTOCOMPACT_PCT": "50",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1"
  }
}

逐字段解释：

关于 MAX_THINKING_TOKENS：这个值控制 DeepSeek Thinking Mode 每次请求最多输出多少推理链 token。设为 10000 意味着复杂任务仍然能深度推理，但不会失控飙到 30000+。简单任务（翻译、格式化）可考虑在对话中通过其他方式关闭 Thinking。

如果你用了 ECC（第六篇）

ECC 仓库里有一份官方 token-optimization.md，建议在 rules 里追加省费规则：

# 省费规则
- 每个任务完成后主动提示用户是否需要 /compact
- 发现对话超过 20 轮时，提示用户考虑开新会话
- 简单代码操作（读文件、格式化、翻译）默认关 thinking
- 子代理任务用 haiku，不要用 sonnet/opus

六、月度费用估算

以 "每天 150 次 API 调用，每次平均 15000 输入 + 600 输出 tokens，每月 30 天"的实打实编码工作为例（注意这是 Claude Code 的实际工作模式——每次工具调用都算一次 API 请求，150 次/天是正常编码节奏）：

从 ¥450 压到 ¥30——差距 15 倍。最上面那行就是"月烧 300"的真相：V4-Pro 默认 Thinking 全开、一个会话用一整天、从不 compact。最下面那行是把六条策略全用上之后的数字。

省到极端也有反效果——为省钱不开 Thinking，复杂推理任务出错重来，反而更贵。建议目标：V4-Flash + 简单任务关 Thinking + 定期 /compact，月费 ¥30-60，这是性价比最优区间。

七、社区方案与工具——别人已经造好的轮子

前面六条策略是你自己可以做的。这一章介绍社区已经存在的项目和工具，能进一步帮你在 Claude Code 上省 DeepSeek 费用。

7.1 claudecode-deepseek-stack：一键配置方案

GitHub: MG-Cafe/claudecode-deepseek-stack

最直接的项目——专门做 Claude Code + DeepSeek 的配置。作者实测：一天 412 次工具调用，总花费 $6.84（Anthropic Opus 同等量级需三位数美元）。成本直降 95 倍。

它做的事情就是本文第二章和第五章讲的那些配置，但封装成了即用方案。核心思路和本文一致：通过 ANTHROPIC_DEFAULT_*_MODEL 做模型分级映射。

7.2 claude-code-router：多模型智能路由

npm: @musistudio/claude-code-router

如果你不只满足于"DeepSeek 一种后端"，还想把 Gemini、GLM、Ollama 本地模型也用上——这个工具提供了一个可视化 Web 管理界面，按场景自动把请求路由到不同模型：

你: "帮我修这个 bug"
  → Router 判断: 日常编码任务 → 路由到 DeepSeek V4-Flash

你: "设计这个模块的架构"
  → Router 判断: 深度推理任务 → 路由到 DeepSeek V4-Pro（或 Claude Opus）

核心配置示例：

{
  "Router": {
    "default": "deepseek,deepseek-chat",
    "think": "deepseek,deepseek-reasoner",
    "background": "ollama,qwen2.5-coder:latest",
    "longContext": "openrouter,google/gemini-2.5-pro",
    "longContextThreshold": 60000
  }
}

• default — 日常编码走 DeepSeek
• think — 推理/Plan Mode 走 DeepSeek Reasoner
• background — 后台任务走本地 Ollama（免费）
• longContext — 上下文超过 60000 tokens 自动切 Gemini（长上下文处理更强）

适合：有多个 API Key、想极致省钱的用户。把"体力活"路由到本地免费模型，"脑力活"才用付费 API。

7.3 houtini-lm：MCP 任务分流

npm: @houtini/lm

一个 MCP 服务器，让 Claude Code 把边界清晰的简单任务分流到更便宜的模型执行，Claude 只负责架构决策和最终 QA。

工作原理：

Claude Code（主编，负责规划 + 审查）
  │
  ├─ 复杂推理、架构设计 → Claude 自己做
  │
  └─ 体力活 → houtini-lm → 便宜模型执行
       · 生成测试桩
       · 代码审查、解释函数
       · 写 commit message
       · 格式转换（JSON↔YAML）
       · 生成 mock 数据
       · 写类型定义

配置：

# 分流到 DeepSeek（最便宜的云端方案）
claude mcp add houtini-lm \
  -e HOUTINI_LM_ENDPOINT_URL=https://api.deepseek.com \
  -e HOUTINI_LM_API_KEY=sk-你的Key \
  -- npx -y @houtini/lm

# 或者分流到本地 Ollama（完全免费）
claude mcp add houtini-lm \
  -e HOUTINI_LM_ENDPOINT_URL=http://localhost:11434/v1 \
  -e HOUTINI_LM_MODEL=qwen2.5-coder:latest \
  -- npx -y @houtini/lm

每次分流调用都会显示节省统计：

💰 Claude quota saved — this session: 4,283 tokens / 7 calls

适合：日常编码量大的开发者。把 boilerplate 类工作丢给便宜模型，Claude 的 token 只用在刀刃上。

7.4 三个方案的定位对比

建议路线：先用 claudecode-deepseek-stack 的配置思路（本文第二章+第五章）把 DeepSeek 端点配好——这是省费的基本盘。日常编码量大到一定程度后，再考虑上 houtini-lm 做任务分流，或者上 claude-code-router 把本地 Ollama 也用起来。

八、Debug #1 — 模型配置不生效，用的还是 Anthropic

现象

# 在 Claude Code 里问
> 你用的是什么模型？
我是 Claude，由 Anthropic 开发的 AI 助手。

或者明显感觉费用不对——DeepSeek 控制台看不到对应用量。

根因分析

Claude Code 的 settings.json 中 ANTHROPIC_BASE_URL 配置没生效，请求仍然发往 Anthropic 官方 API。常见原因：

1. settings.json 位置不对：Claude Code 读的是 C:\Users\<用户名>\.claude\settings.json，不是项目目录下的
2. JSON 格式错误：配置文件有语法错误（比如多余的逗号），Claude Code 静默忽略
3. 环境变量覆盖：系统环境变量中已有 ANTHROPIC_API_KEY，且它的值指向 Anthropic

一览对比表

修复

# 1. 确认 settings.json 位置
ls $env:USERPROFILE\.claude\settings.json

# 2. 检查 JSON 格式
python -c "import json; json.load(open(r'$env:USERPROFILE\.claude\settings.json')); print('JSON OK')"

# 3. 检查环境变量冲突
echo $env:ANTHROPIC_API_KEY
# 如果有值但和 DeepSeek Key 不同 → 用下面的方式覆盖

// settings.json — 确保 env 在最外层
{
  "env": {
    "ANTHROPIC_API_KEY": "sk-你的DeepSeek-Key",
    "ANTHROPIC_BASE_URL": "https://api.deepseek.com/anthropic"
  },
  "model": "deepseek-v4-flash"
}

验证

# 重启 Claude Code 后测试
claude
# 输入: 用一句话告诉我你是什么模型
# 预期: 提到 DeepSeek 或 deepseek

九、Debug #2 — Claude Code 回复突然变慢或卡死

现象

# Claude Code 光标一直转，30 秒后才回复
# 或者直接报错
Connection error: The read operation timed out

根因分析

两种可能：

1. 对话历史过长：输入 token 超过 50000+，DeepSeek 处理变慢
2. DeepSeek 服务高峰期：国内工作日白天（9:00-18:00）API 请求量大，动态并发限制收紧

一览对比表

修复

# 方案 1: 压缩上下文
/compact

# 方案 2: 如果 compact 无效，保存进度开新会话
# 先把当前的关键结论复制到记事本，然后 /clear

# 方案 3: 等待重试（高峰期）
# 通常 1-2 分钟后恢复正常

验证

# compact 后问一个简单问题测试响应速度
> 回复一个字：好
# 预期: 秒回

十、Debug #3 — DeepSeek 控制台显示大量费用但自己没用

现象

打开 platform.deepseek.com → 用量统计 → 今天已消费 ¥15.00
但你记得今天只用了 Claude Code 几次。

根因分析

API Key 泄露或共享。常见途径：

1. API Key 被提交到公开仓库（GitHub 上的 settings.json 没加 gitignore）
2. Key 被分享给他人，他人也在用
3. 某个脚本在后台循环调 API（比如之前测试时跑的后台进程忘记关了）

修复

# 1. 立即在 DeepSeek 控制台重新生成 API Key
# https://platform.deepseek.com/api_keys → 删除旧 Key → 创建新 Key

# 2. 检查是否有后台进程
Get-Process python -ErrorAction SilentlyContinue

# 3. 检查 git 仓库是否泄露了 Key
cd C:\Users\<用户名>\.claude
git log --all --full-history -- '**/settings.json'

验证

# 更新 settings.json 中的 Key 为新 Key
# 重启 Claude Code
claude
# 确认能正常使用 → 去 DeepSeek 控制台看旧 Key 的用量是否停止增长

十一、日常维护

11.1 Claude Code 内置诊断命令

这几个命令在对话中输入即可，是日常省费的"仪表盘"：

# 每天开始工作时的标准操作
/cost          # 看昨天花了多少钱
/context       # 确认上下文干净
/model sonnet  # 确认用的是便宜模型

11.2 每日检查（30 秒）

打开 platform.deepseek.com/top_up，扫一眼：

• 今日消费是否在预期范围（优化后 V4-Flash 正常 ¥1-4/天；如果看到 ¥10+ 检查是否误用了 V4-Pro 或 Thinking 全开）
• 是否有异常峰值

11.3 每周检查（2 分钟）

• 本周总费用是否在预算内（优化后合理范围 ¥20-50/周，重度使用 ¥60-100/周）
• V4-Pro 的用量占比（如果 > 30%，考虑多用 V4-Flash）

11.4 Key 轮换

建议每 3 个月更换一次 API Key：

1. DeepSeek 控制台 → 创建新 Key
2. 更新 settings.json 中的 ANTHROPIC_API_KEY
3. 删除旧 Key

十二、速查卡

12.1 省费策略效果速查

12.2 Claude Code 省费命令速查

12.3 关键配置字段速查

12.4 常见报错 → 解决方案

十三、参考文献

• DeepSeek Models & Pricing — V4 系列定价、模型参数、折扣有效期
• DeepSeek Context Caching — 缓存命中规则（Claude Code 的固定 system prompt 天然利于缓存命中）
• DeepSeek Thinking Mode — Thinking Mode 控制参数与多轮对话中推理链的处理
• DeepSeek Rate Limit — 动态并发限制机制
• DeepSeek Platform — API Key 管理、余额充值、用量查看
• Claude Code Settings — Claude Code settings.json 配置文档
• claudecode-deepseek-stack — Claude Code + DeepSeek 一键配置方案，实测成本降 95 倍
• claude-code-router — 多模型智能路由网关，可视化配置，按场景分派不同后端
• houtini-lm — MCP 任务分流服务器，将 boilerplate 类工作 offload 到便宜模型
• ECC Token Optimization — ECC 官方 token 优化文档
• Claude Code 第三方供应商使用指南 — 社区整理的第三方 API 接入深度解析
• Claude Code + DeepSeek V4 接入教程 — CSDN 上的配置实战验证