DeepSeek 跑 Loop 怎么样？2500 并发实测

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。