我喺 13 個月內總共俾咗 Anthropic US$1,892.38。包括每個月 $200 嘅 Claude Code Max，再加 $20-100 畀 OpenAI 嘅 Codex。加埋起嚟，每個月淨係 AI 工具就要 $200 到 $300。
我四月取消咗 Claude Max。我寫過呢件事——仲寫咗好多次。每一篇都係一次誠實嘅嘗試，想喺工具不斷喺腳底下變嘅時候，搞清楚個啱嘅 setup 到底係點。
兩個月前，我完全唔再雙開。我轉咗用單一 model——開住 High Thinking 嘅 DeepSeek V4 Pro——經由單一個 coding harness。以下係真實發生嘅嘢。
六月：$57.01。七月：$33.09。
我六月嘅 DeepSeek 帳單：處理咗 41 億 tokens，總共 $57.01。
七月：21 億 tokens，$33.09。跌幅一部分係因為我六月完成咗一個大型本地化項目，一部分係因為我 prompt engineering 進步咗——prompt 細咗、retry 少咗、輸出質素一樣。
兩個月加埋：$90.10。呢個係我以前俾一個月 Claude Max 嘅一半都唔到。如果加埋 Codex 訂閱，更加係三分一都唔到。
當你慳咗 75% 成本嘅時候，人人都會即刻問嘅問題就係：*「你係咪慢咗呀？」*答案喺下面。
786 個 Commits。4 個產品。完全冇慢。
我透過 git 追蹤自己嘅工作。呢個唔係一個完美嘅生產力指標——行數冇乜意義，一個 commit 可以代表由一個 typo 修正到一次 database migration 嘅任何嘢。但喺大方向嚟講，佢話到啲真實嘅嘢畀你聽。
喺 2026 年 6 月 1 日至 7 月 31 日期間，橫跨我維護嘅四個產品：
-
DIALOGUE（podcast 平台）：382 個 commits。推出咗一個 6 語言世界盃 podcast 網絡，自動發布到 YouTube、Spotify 同 Apple Podcasts。起咗一個 41 篇 SEO 內容日曆。跑咗一套完整嘅 pipeline 評估框架，用 40 個集數同一個 LLM 裁判，每集喺 7 個維度評分。
-
chandlernguyen.com（呢個網站 + Ask Sydney）：168 個 commits。將一個 7 模組課程完整本地化做日文。起咗一個 30 條問題嘅 Sydney 評估框架，用 LLM-as-judge 評分。由零開始重組咗 Sydney 嘅 system prompt。重新設計咗首頁。
-
Prova（AI builder coach）：228 個 commits。推出咗橫跨三個 persona 嘅統一課程序列。整咗一個 iPad-native 體驗，支援 drag-and-drop。加咗跨裝置草稿同步同埋 brief 主導嘅 reset 流程。
-
STRAŦUM（marketing intelligence）：8 個 commits。靜靜哋嘅時期。有時唔出嘢先係正確決定。
我冇慢到。如果話有嘢唔同，就係我加速咗——兩個月 786 個 commits，係我 2023 年開始公開做嘢以嚟最高產嘅一段。
個 Model：DeepSeek V4 Pro with High Thinking
我用緊嘅 model 唔係 DeepSeek 最平嘅選擇。V4 Flash 每百萬 input tokens（cache miss）$0.14，每百萬 output $0.28。我用咗 Pro 版——每百萬 input $0.435、每百萬 output $0.87——開住 High Thinking mode。唔係最平嘅配置。我應該轉用 Flash——仲平。但係當成張單得 $33，就真係冇嗰種迫切性。
由而家開始我會多用 Flash。但呢件事話到啲嘢畀你聽——關於平價工具嘅心理：當成本低到某個程度，你就會停止優化。你淨係掛住整嘢。
冇人講嘅 Cache 倍增效應
呢個先係最重要嘅部分，亦都係令到上面 headline 數字變成可能嘅部分。
我喺度用嘅 coding harness——OpenCode——會維持一個 DeepSeek prompt cache。我嘅 cache hit rate 有 90-95%+。呢樣嘢完全改變咗經濟效益：
| Token type | Price per 1M tokens |
|---|---|
| Input (cache miss) | $0.435 |
| Input (cache hit) | $0.003625 |
| Output | $0.87 |
Cache-hit 嘅 input tokens 比 cache-miss 平 120 倍。喺 90%+ cache hit 之下，你實際嘅 input 成本只係一個尾數。你畀錢嘅大部分係 output——真正生成嘅 code、真正嘅回應。呢個先係令到重度使用之下 $33/月 變成可能嘅架構。
如果冇 cache，41 億 tokens 嘅 input，按 $0.435/M 計，單係六月就要大約 $1,780。有 95% cache hit，實際 input 成本就跌到大約 $7。個 model 本身平。Cache 令到佢變免費。
呢個價錢嘅質素係點
誠實嘅問題：DeepSeek V4 Pro 出嚟嘅質素，同我以前 $200/月 嘅 Claude Max + Codex 組合比，係咪一樣？
答案係：視乎你量度啲乜，但以我嘅 workload 嚟講，差距好細，而且不斷收窄。
Coding 任務方面： OpenCode + DeepSeek 處理到同我以前用 Claude Code 同 Codex 做嘅嗰類工作——TypeScript、React、Next.js、FastAPI、Python、Swift、database migrations、YAML configs、shell scripts。我之前喺 Codex 度留意到嗰種 token 效率差距（做相同工作，比 Claude 大約少用 3 倍 tokens，喺三月啲 post 提過）喺呢度以另一種方式成立——DeepSeek 更簡潔。你得到嘅 commentary 少啲，code 多啲。
寫作任務方面： 我用同一個 DeepSeek model 寫嘢——blog posts、課程內容、system prompts——直接喺 OpenCode 入面做。Editing 嘅循環同我以前用 Claude 嗰陣唔同。Claude 嘅預設風格比較 polished；DeepSeek 比較直接。冇話邊個好啲。你要調整自己嘅 prompts。
Sydney 評估方面： 將 Ask Sydney 轉去 DeepSeek 之後，我跑咗一次 30 條問題嘅評估，用一個 LLM 裁判。結果：retrieval 質素冇變，引用準確度平均 4.2/5，而 voice fidelity——即係 Sydney 有幾似我把聲——攞到 4.4/5。真正需要執嘅係金融同醫療保健話題上面嘅 source grounding，但嗰個係 prompt engineering 嘅修正，唔係 model 質素問題。我收緊咗 system prompt——加咗一條規則，要求敏感話題上面每個主要 claim 至少要引用一篇 blog post——然後重新 deploy。
我喺 DIALOGUE 同 Ask Sydney 兩個度見到嘅模式係一樣嘅：喺呢個價位，prompt engineering 佔嘅比重更大。當你每個月俾 $200 畀 Claude，你可以容許個 model 自己諗掂啲嘢。當你只係俾 $33，你就需要講得具體啲。好消息係：個 model 會聽指令。
一個工具，一個 Model。冇人講嘅心智簡化。
大家留意到嘅係慳咗幾多錢。但更重要嘅轉變係：當你唔再管理一堆訂閱同 tool chain，你就攞返心智上嘅空間。
我四月嘅 setup 係：Claude Code 做架構同 frontend 嘢，Codex 做實作，Claude 嘅 API 做 DIALOGUE 嘅 podcast pipeline。三套唔同嘅 authentication 流程。三種唔同嘅 rate limit 行為。三張唔同嘅訂閱頁面，一有嘢停咗就要逐張去睇。
我完全唔懷念雙開。一啲都唔。一個工具、一個 model、一個理解個系統點運作嘅心智模型。我打開 OpenCode。打字。佢就郁到。
呢個先係真正緊要嘅門檻。唔係「係咪好咗」。而係：「係咪好到個價錢唔再係一個變數。」
定價嘅現實——同埋之後點
DeepSeek 而家嘅定價入面有呢句註明：
我哋計劃喺不久嘅將來上調 DeepSeek API 服務嘅整體定價，預計會有顯著加幅。
價錢會加。一向都係咁。$33 嗰個月唔會永遠係 $33。但係嗰個模式——平到令你停止優化、cache hit rate 令 input 成本變成尾數、prompt engineering 收窄質素差距——係會持續嘅。
兩個月落嚟，總共 $90.10，786 個 commits。除非有嘢迫到我，否則我唔會返去 $300/月 嘅 tool chain。而我都會開始多用 Flash——去到呢個位，點解唔呢？
仍然寫緊 code，仍然學緊嘢，仍然出緊貨（每個月 $45）。
祝好，Chandler :P