# DeepSeek 跑 Loop 怎么样？2500 并发实测 - URL: https://davidyin.dev/video/bv1u1m26qeyv/ - 作者: David Yin - 发布: 2026-08-05T22:25:53+08:00 · 更新: 2026-09-29 - 时长: 11:19 - 平台: B 站 https://www.bilibili.com/video/BV1u1M26qEYv · YouTube https://www.youtube.com/watch?v=pD722N5R-tE - 标签: DeepSeek、Loop、Agent、前缀缓存、API 定价 - 摘要: DeepSeek 跑 Loop（AI 长循环干活）到底行不行？一句话：海外固定额度订阅在这条路上先撞墙，国产 API 默认 2500 并发加前缀缓存，把 Loop 从跑不起变成跑得起。视频算清定价和实测账，也交代了并发虚标、静默挂死、长上下文退化这几个坑。 ## 这期讲了什么 - Loop 是什么：你不写提示词了，设计一套让 AI 自己接活、自己补料、自己改到完成的系统；钱按单价乘以轮数算，建得不好会反复失败白烧 token - 海外订阅先撞墙：有人只做规划两天用完整周额度，有人重构三四次每次都跑坏烧光当天额度；有人一个月用约 3200 美元的量只付约 100 美元订阅，平台补贴撑不起 - DeepSeek V4 Flash 的两个口子：并发限制 Flash 2500、Pro 500（同时在跑的请求数、按账号算、默认档，扩容不多收钱）；上下文一百万 token、单次最多输出三十八万四千 - 前缀缓存是 Loop 的命根子：默认开启、不用改代码，Loop 每轮重发前文所以命中率天生高；但十万 token 的会话一旦没命中，一半要重新预填等好几分钟，缓存几小时到几天自动清空 - 实测账与坑：同一老项目改插件 Flash 四分钟约 4.7 万 token 成本 0.0000004 美元零介入、Sonnet 0.4 美元 Opus 0.3 美元还跑不完；12 天 7877 次请求共 19 块多美金；官方 2500 并发免费通道实测 10 路全绿、14 路掉、20 路塌四成，规矩是一波不超 8 路；静默挂死、50 万 token 失忆边界、工单太肥空转、自动执行删服务，坑全踩过 ## 文字稿 ### 什么是 Loop：不写提示词，写一套让 AI 自己转的系统 DeepSeek 特别适合跑 Loop，就是干长任务的方式。把要干很久的活丢给它，反复转几十上百轮。有人一次开九十来个 Agent 做一次代码审查，人生第一次撞穿海外最贵的额度上限。很多人都以为它只有便宜，其实在复杂长任务里它才是真狠。 在 Loop 里它又稳、又快、还便宜，三样一起占。这不是我编的，是海外开发者论坛上有人晒出来的原话。便宜在 Loop 里不是省钱，是能不能跑完。 这十分钟把一件事讲透：程序员现在不写提示词了，改成写 Loop，海外那种固定额度的订阅套餐在这条路上先撞了墙。国产这边把并发默认开到 2500，把缓存价格压到地板，Loop 终于跑得起了。最后再交代几个亲手踩过的坑，照着避，别踩第二遍。 Loop 这个词圈里已经传开了，定义是这么一句话：你不该再亲自当那个写提示词的人，你要设计替你去提示 AI 的那套系统。翻译成大白话就是，以前你一句一句喂给 AI，现在你写一套规矩，让它自己接活、自己补料、自己改，改到你满意为止。 这不是小众玩法，有人引用过 Claude Code 负责人自己说的一句话：我的工作变成了写 Loop。你想，连最贵的工具都是这么用的，这条路就不是几个发烧友自己玩。 Loop 跟以前的聊天不是一回事。你问一句它答一句，那是一次性的事；Loop 是让它长时间自己跑，人尽量不插手。钱是这么算的：单价乘以轮数。聊天烧一次钱，Loop 是成千上万次地烧，建得不好的 Loop 会反复失败，白烧 token。token 就是 AI 算钱的最小单位，你就当它是字数。 ### 海外订阅套餐为什么先撞墙 有开发者用商业高端档，只拿它做规划，具体活全交给别的模型，结果两天就用完了整周的额度。还有人想让两个 Agent 互相重启连跑几小时，或者同时开十几个做调研，订阅档根本跑不起，已经在考虑买第二个账号了。最惨的是搞重构的，有人试了三四次，每次都跑坏，每一次都在重构稳定之前把当天额度烧光了。 套餐为什么非得限流？有人一个月用掉约 3200 美元等价的量，只付约 100 美元的订阅，中间差了约一百倍，这是平台在补贴，账真算不过来。所以别怪平台小气，它养不起。有一篇产品博客里写了句话：如果你的 Agent 要 80 次模型调用才干完一件事，那不是定价出了 bug，那就是人家的商业模式。 所以问题不是模型贵，是这种用法跟按量收钱天生打架，你越能跑，它越烧钱。有人把这种差别说得很准：我不敢拿它干正事，因为老撞限额；我是真的能放开用这东西，让它自己跑到完。那国产这一波到底改了什么，能让 Loop 从跑不起变成跑得起？ ### DeepSeek 给 Loop 开的两个口子：并发和缓存 国产大模型现在什么水位，咱们以前聊过，已经站到第一排了。今天只说它给 Loop 开的两个口子，一个是并发，一个是缓存。 先说并发。DeepSeek 的 V4 Flash，官方限速文档写得很直白：并发限制 Flash 2500、Pro 500。注意，2500 是同时在跑的请求数，不是一分钟能发几条，一个请求从发出去到模型答完这中间算一个并发，按账号算，不按钥匙算。而且这是默认档，不是花钱买的企业档，官方说了，要更高可以提扩容申请，扩容也不多收你钱。硬参数也不差，上下文一百万 token，一次最多能输出三十八万四千 token。 再说缓存，这个才是 Loop 的命根子。官方文档说得明白，它对所有用户默认开启，你不用改一行代码，天生就有。它的道理是前缀缓存：你同一个活反复跑，每轮开头那一大段是一样的，第二轮开始就不用重算了。而且它不保证每次都命中，你不用它了，过几个小时到几天它就自动清空，它不是永久存着。 为什么 Loop 的命中率天生就高？因为 Loop 每轮都把前文重发一遍，前缀高度重复，开头那段只算一次，后面全在复用。但缓存是双刃剑，有人算过一笔账，一个已经十万 token 的会话，一旦没命中，一半要重新预填，得等好几分钟。Loop 的会话只会越来越长，这个代价也跟着越滚越大。命中是天堂，不命中就是地狱。 ### 实测账本：成本、成绩和速度 光说参数没感觉，看有人拿自己的老项目跑过的一次实测：同一个老项目改插件，同一个提示词，全自动各跑一遍。Flash 用了四分钟，约四万七千 token，成本零点零零零零零四美元，零次人工介入，还顺手加了七个新功能，外带一个图标。一模一样的活，Sonnet 花了零点四美元，Opus 三毛钱，结果根本跑不起来。这不是行业测评，是人家拿自己项目试的一次，但这一组反差，够说明问题了。 再看一笔 12 天的账单，有人晒出来的：7877 次请求，二十亿字级别的量，总共十九块多美金。这人自述，他很多任务都是能永远转下去的实验性 Loop，九成九的输出是垃圾，靠的就是那个便宜到离谱的输入缓存。还有人把 Flash 当日常主力，配着工具写一整天代码，只花几分钱，他说这日子过起来，没有 token 焦虑——就是你放开手让它跑，不再盯着钱包算。 便宜会不会是靠牺牲成绩换的？官方那个终端基准，Flash 八十二点七，GPT 5.6 Luna 是七十五点七，分数没差多少，价格却差出一大截。也有人专门对比过，说 Flash 远不止顶配八成的能力，价格却远低于两成。 再说速度，有个独立评测站做过同屏对比，都按最高思考档比：Flash 一点三一秒就开口，二十一点五五秒把整件事办完；Luna 要一百三十二点七五秒才开口，一百三十五点五二秒才办完。你先等对方开口要等两分多钟，这边一秒多就已经开口了，这种差距体感非常明显。 还有一个结构上的变化，一句话带过：原来要四十到一百轮的流程，现在能缩成一次规划，加几次定向提取，剩下交给普通代码。有人的日常编排是这样的：一个总编排先写规格，拆成一张张工单，派给 Flash 子代理去执行，最后再用更贵的模型审一遍，他自己说，跑得极好。贵模型管判断，便宜模型管跑量，Loop 的日常形态就是这样。 到这儿你就明白那句话了：便宜在 Loop 里不是省钱，是能不能跑完。海外那边卡的是额度，这边给的是放开了跑，两种活法。 ### 我踩过的坑：虚并发、静默挂死和失忆边界 但前面那些好处，你直接照搬，坑一个都不会少。接下来全是我的账本。 先说并发这个数字，官方 2500 不假，但你走免费共享通道，根本跑不到 2500。我实测过，10 路全绿，14 路开始有掉的，20 路塌掉四成，所以我给自己定的规矩，一波不超过 8 路。 再说一个比限流更阴的坑，最坏的故障不是报错，是静默挂死。我撞过一次，派活出去，零输出，挂了 22 分钟，同一时刻官方直连零点九秒就回。报错你知道要重试，挂死你以为它在干活，这是 Loop 里最吓人的一种死法。 还有失忆边界，说人话就是上下文太长它就开始糊涂。有人实测过，25 万 token 以内很好，25 万到 50 万开始退化，超过 50 万基本没法用；但也有人说，他自己跑到 50 万还挺清醒。两条都得看，按现在这些人的实测，自成一体的活它强，横跨大工程的长活它弱。 还有一条安全提醒，配上了自动执行命令之后，它修一个正在跑的服务的办法，是直接把它删了，还没备份。Loop 加自动执行，是真会出事的，你给它的权限越大，出事的时候越安静。 我自己的机器上也翻过车，同一个模型同一个通道，把六件事塞进一张工单，它只跑了个复制就空转返回，退出码还是零。后来我一件一件分开派，一单一件事，二十一秒、十五点八秒，稳稳做完。我记下来的结论是，能力没问题，是工单太肥，你让它在同一轮里干太多件事，它就开始装死。 还有人补了句大实话，省下来的钱和更快的速度，没换成他的实际进度，因为要收拾它写的可疑代码。也有人轻度用了几天，走的是中转通道，最后付了约十八美元，还是觉得不如买那个订阅划算。便宜在某些用法下，并不成立。 那是不是已经没对手了？还真不是，OpenAI 七月三十一号刚官方降价八成。所以这不是一边倒的赢，是两边都在往下打，你多了一个便宜到能放开跑的选择。还有一条提醒，官方那个定价页脚注写了，很快要上峰谷定价，高峰时段两倍价，不过截至今天还没生效。 最后留个问题给你，你自己对号入座。你手头那个天天反复跑的活，是打算先拿贵的试一把，还是先拿便宜的转一轮，看看账能不能平？ ## 常见问题 ### AI 的 Loop 是什么意思？ Loop（长循环）就是你不再亲自写提示词，而是设计一套替你去提示 AI 的系统：定好目标和验收标准，让 AI 自己接活、自己补料、自己改，反复转几十上百轮直到完成。成本按单价乘以轮数算，建得不好的 Loop 会反复失败白烧 token。 ### DeepSeek 为什么适合跑 Loop？ 海外开发者论坛的原话是又稳、又快、还便宜三样一起占。具体到参数：V4 Flash 默认并发 2500、扩容不另收钱，上下文一百万 token、单次最多输出三十八万四千；前缀缓存对所有用户默认开启，而 Loop 每轮重发前文，命中率天生高，成本被压得很低——便宜在这里不是省钱，是能不能跑完。 ### DeepSeek 的 2500 并发是真的吗？ 官方限速文档写的是 Flash 并发 2500，指同时在跑的请求数、按账号算的默认档。但实测走免费共享通道跑不到：10 路全绿、14 路开始掉、20 路塌掉四成，实战建议一波不超过 8 路。另外缓存不命中时，十万 token 的会话要重新预填一半、等好几分钟。 > 视频不在本站托管，正片见上方平台链接；本页是目录与注解。