Gangqiang Yao(@yaogangqiang):同样使用 DeepSeek V4.1 Flash，只换了 DSH 版本：总 Token 多了 2.4%，费用却少了 36.6%。核心是多轮对话动态变更 System Prompt 不再导致 cache 失效。之前一个多轮会话，中间变更了 system prompt 之后，前缀 cache 就会失效，从而花费较多。现在最新版的 DSH 配合模型，能做到多轮会话中间更新 system prompt 之后，cache 照样能命中，从而降低了花费。我拿真实旧／新版 Harness，在 5 个固定场景里做了 20 组对比，每组都是相同的六轮任务。新版本缓存命中率从 0% 升到 88.3%；完整会话的非缓存输入减少了 56.8%；新版保留了已有请求前缀，让更多输入命中了缓存。当然 codex 已经有了类似的功能，Deepseek 逐渐赶上了，无论是模型还是 Harness。具体实验过程在评论。

2026.09.11 00:02

同样使用 DeepSeek V4.1 Flash，只换了 DSH 版本：总 Token 多了 2.4%，费用却少了 36.6%。核心是多轮对话动态变更 System Prompt 不再导致 cache 失效。之前一个多轮会话，中间变更了 system prompt 之后，前缀 cache 就会失效，从而花费较多。现在最新版的 DSH 配合模型，能做到多轮会话中间更新 system prompt 之后，cache 照样能命中，从而降低了花费。我拿真实旧／新版 Harness，在 5 个固定场景里做了 20 组对比，每组都是相同的六轮任务。新版本缓存命中率从 0% 升到 88.3%；完整会话的非缓存输入减少了 56.8%；新版保留了已有请求前缀，让更多输入命中了缓存。当然 codex 已经有了类似的功能，Deepseek 逐渐赶上了，无论是模型还是 Harness。具体实验过程在评论。

显示更多