我对 AI 的使用现在有两大分类。
如果是对话的话，一些对答案质量要求高的，使用 美国的 AI 。御三家都可以。
如果是 agent 给我干活的话（比如 codex 和 龙虾，而且干的是粗活儿），则会换上国产 AI 。由于我是个职业 SEO 和 SaaS 出海人，所以 agent 每天会帮我干很多很多事。不是我无脑爱国产，而是【大模型的缓存命中】，国产在这个领域做的真不错。
有个老外 Max Trivedi 说过：「代理工作流与大多数人类与 LLM 对话的一个关键区别在于：平均交互轮次数量要高得多」。
意思就是说，agent 干活儿时，会很频繁的重新阅读上下文，这个比原来最开始的 AI 对话框那种反反复复的几次对话要次数多得多。
如果是【缓存命中率】比较高的模型，则会很省钱！
最开始的模型，你和 AI 聊得越久，后面每问一次，成本和压力都会越来越大。因为它会全部重新读一遍。前面的内容会被反复读取，越聊越爆炸。而用了【缓存命中技术】，虽然内部也是重新读一遍，但是它会便宜给你计算，价格不一样。
这个很重要。在 dirace 网，有人把不同缓存命中率的模型，分成了 7 档（这是通过观测，计算出来的）：
国产的 deepseek V4 以 87% 的惊人缓存率遥遥领先！
注意！这个【缓存命中率】主要是和模型提供商（托管商）有关，和模型关联小一点。
比如同样的 DeepSeek V4 Pro ， 在官方，命中率是 87.90% ，但是在 Parasail 厂商则是只有 2.1%.... 即便是阿里云，也只有49.1% ，所以，要选择官方的 API 接口。
这也是为什么，我拼命让 deepseek 跑一整天，才花了 4 块多这种惊人的事情会发生。放在以前年初，不管什么主流的先进模型，一天起码得 25 元起步。有时候它内部不知道怎么样抖两下，50+ 都常见。
国产的都是 S 级：DeepSeek（87%）、 阶跃星辰（86.1%）、 月之暗面（84.8%）、MiniMax（75.4%） 和小米（74.7%）。
而美利坚的御三家呢？
去年的老模型就不说了，那时候 agent 还没成熟，人们意识不到这个的重要性。
比较新的模型，Opus 4.7 缓存命中率为 65.30% ，Gemini 3.1 Pro Preview 仅为 37.30% ， GPT-5.4 是 74.9% 。
不过，更新的 GPT 5.5 也很高，是 93.2% ，但架不住单价非常昂贵啊。
综合来看 ，deepseek 单价低，而且缓存率极高。
其实今年顶级模型的缓存率都上来了，但是 deepseek 的单价远远比其他的模型低。
千问的 Qwen_Qwen36_35B_A3B 这个小模型，输出单价是 $1.1450 ，但是缓存率是 11.54% 。谷歌的 Google_Gemma_4_26B_A4B 输出单价是 $0.4150 ，但是缓存率只有 21.57% 。
这些可都是小模型！
而 deepseek 这种 1.6 亿参数的模型，输出单价 $0.8690 ，但是缓存率 87.90% ！算下来，你可以比一个小于 千问3.6 中的任何模型的价格，使用一个 超级大参数的 模型。
$0.8690 是什么含金量。即便是国产的 glm 5.1 ，单价也是 $3.9590 ，GPT-54 则是 $15.1190 。
当然，为了利用好这个技术，最好我们多使用一些高度稳定固定的描述提示词，重复内容越多越好。
当然，顺便说一下，这个也很挑 agent 平台... 你要是使用 A 畜的 claude code ，它里面可能把 提示词 给你弄的乱七八糟，以至于会缓存为 0，不过最近貌似好多了，deepseek 对 CC 进行了优化：
所以要多去 deepseek 账单页面看看，别吃亏了。国产的 agent 的缓存率都高一点，经常会达到 90%+ ，要多总结经验。
细活给充了会员的御三家干，大量的粗活，就让 deepseek 和 mimo 去做 ~
参考资料：
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。