deepseek v4+claude code，￥6=1亿token

尝试各家大模型之后，花了一个月投入deepseek进行基础设施研发，似乎摸索到了算力成本、干预强度、产出质量的平衡点。 先说我的配置： Agent：Claude Code LLM：deepseek-v4-pro Skills：grilled-me，improve-codebase-architecture 其他：CC switch管理订阅 一个月消耗了41亿Token，缓存命中率99.04%，花费￥253，产出这些东西： 2个重型业务系统落地：科学计算、行研分析，均为一期 3个实验性知识库项目：对话分析、自动抓取、图谱生成 1个嵌入式项目：桌面小型自动化设备，0基础起步 总体来看，deepseek v4的基础代码能力已经达到可交付水平，但系统性任务难以独立完成，严重依赖框架引导。对于开发工程师来说，在人机深度协作的情况下可以将ds v4作为开发的主力模型，但对于缺少工程经验的用户来说很难将其用于vibe coding。 #deepseek #vibecoding #claudecode #ai