# 真实 Token 用量对比：2026-10-28

本轮通过 DeepSeek 官方 API 进行了 **28 次真实调用**，全部成功并正常结束。以下数值直接汇总响应中的 `usage`，不是字符数估算，也不是模拟服务返回值。

## 测试方式

- 两组统一使用 `deepseek-flash`，API 实际返回的模型名称也为 `deepseek-flash`。该名称来自当前官方模型列表，未修改插件的服务设置。
- 使用优化前提交 `3a394a8257df84af4dccfecb51d959ed59d2dce9` 中的后台翻译代码，与当前后台翻译代码进行调用重放。TypeScript 在独立测试进程中编译，存储使用隔离的本地内存实现；请求、模型翻译和用量统计全部来自真实服务。
- 只发送自编的英文正文、术语与字幕样本，没有读取或发送个人网页、词库、聊天记录等内容。
- 每个场景、每个版本都从空的本地翻译缓存开始。为避免固定先后顺序造成偏差，各场景交替先运行旧版或新版；服务端提示词缓存不能强制清除，命中量单独记录。
- 同样内容的全文翻译、重叠任务和术语表任务，要求返回同样的阅读内容。长文/字幕开头场景用于比较相同用户阅读行为下的预翻译开销：旧版请求未读内容，新版等待接近后再请求。
- 网页 11 段与字幕 7 行的前端选择数量沿用前一轮固定浏览器样本和单元测试的验证结果，本轮重放到真实后台代码；本轮不宣称在真实文章或真实视频上完成端到端实测。
- 每个场景每个版本测量一次，不以单次译文的长度波动判断翻译质量，也不将样本平均值外推到所有用户。

## 真实响应汇总

“输入”包含服务端缓存命中的输入 Token；“总量”=输入+输出。服务端缓存命中影响计价，但不从总 Token 数中扣除。

| 场景 | 旧版请求→新版 | 旧版输入 / 输出 | 新版输入 / 输出 | 总 Token 前→后 | 总量变化 |
| --- | --- | --- | --- | --- | --- |
| 完整翻译同样的 8 段正文 | 1 → 1 | 348 / 223 | 354 / 221 | 571 → 575 | 增加 0.70% |
| 两组并发任务 A+B 与 B+C | 2 → 1 | 365 / 115 | 219 / 86 | 480 → 305 | 减少 36.46% |
| 带相同术语表完整翻译 4 段 | 4 → 1 | 613 / 62 | 246 / 78 | 675 → 324 | 减少 52.00% |
| 80 段文章，只读开头的阅读区域 | 10 → 2 | 3800 / 2548 | 617 / 351 | 6348 → 968 | 减少 84.75% |
| 每行 2 秒的字幕，只观看开头 | 5 → 1 | 1495 / 822 | 282 / 140 | 2317 → 422 | 减少 81.79% |

## 结果如何理解

1. **完整翻译相同的 8 段正文几乎没有省 Token**：571 → 575，增加 4 Token（约 0.70%）。新版翻译说明略有变化，生成译文也有波动；这里不能宣称节省 80%。
2. **重复并发任务有效节省**：A+B、B+C 的四个阅读结果仍全部返回，原文 B 只需翻译一次；请求从 2 次合为 1 次，总 Token 减少约 36.46%。
3. **术语表批处理有效节省**：相同 4 段与同一术语表，从 4 次单段请求合为 1 次，请求说明与术语表无需重复发送，总 Token 减少 52.00%。输出从 62 增至 78 Token，仍被更少的重复输入抵消。
4. **按阅读位置翻译省的是未读部分**：80 段文章旧版全部预翻译，新版先翻译 11 段，因此总 Token 减少约 84.75%。之后继续读到后面，新增段落仍会消耗 Token。
5. **字幕预取限制同理**：旧版先翻译 40 行，新版先翻译 7 行，总 Token 减少约 81.79%；继续播放时会逐步补齐。
6. **两版都已有本地缓存**：对完整 8 段的立即重读均为 0 次新增网络请求，不能把这部分算成本轮新增加的收益。

这五组人为样本合计为 10,391 → 2,594 Token，减少约 75.04%。但长文和视频的“只消费开头”场景占旧版用量的大部分，这个合计不是产品的长期平均节省率。

## 缓存、计费与完整性

- 旧版服务端缓存命中：0 Token。新版命中：256 Token，其中长文开头 128、字幕开头 128；其他场景为 0。
- 所有响应均为 HTTP 200、`finish_reason=stop`；每次总量都满足输入+输出，输入都满足缓存命中+未命中。返回的 reasoning Token 合计为 0。
- 测试共消耗 12,985 Token（旧版与新版合计），包含两版的全部输入与输出。总 Token 降幅不是直接的费用降幅：输入、输出、缓存命中采用的计价可能不同。
- 28 次响应的用量、译文和模型指纹保存在本地结果文件；不保存认证请求头或 API Key。临时密钥文件已删除。

用量字段定义见 [DeepSeek 官方 Chat Completions 文档](https://api-docs.deepseek.com/api/create-chat-completion/)。

## 复核材料

- 可复用脚本：`scripts/benchmark-real-tokens.js`。执行会调用收费 API；默认限制最多 40 次尝试，仅允许请求 DeepSeek 官方补全端点。
- 原始数据：`output/real-token-benchmark/results.json`。
- 公开样本：`output/real-token-benchmark/samples.json`。
- 调用前源码 SHA-256：`4d8467e1a8565a33fa3b6d16c239a63c4847a65630942683377aa2c761736a5e`。
- 调用后源码 SHA-256：`f0a48d7e9992028392a2319b8841dee3706fed0f229e7260f8da6144eb0cba1f`。
- 脚本通过 `MILO_BENCHMARK_API_KEY` 或 `MILO_BENCHMARK_KEY_FILE` 读取私有密钥，不在脚本中写入密钥。
