OpenCode Go 接进 DSH：缓存 99.8% 命中，计费打六折

OpenCode Go 每月 10 美元给 DeepSeek V4.1 Flash 100 美元额度，接进 DSH 后同一会话第二轮缓存命中 99.8%，成本只剩首轮的 2.4%。这个数字成立的前提只有一个：请求里带一个稳定的 x-opencode-session 头，而它在 DSH 里会因为一行配置静默失效。

数据来自 2026-11-07 的真实订阅账号与实测请求，DSH 侧数据在 0.2.1-rc.5 headless profile 上抓包获得，单价以 OpenCode 官方 Go 文档当日页面为准。

这 10 美元买到了什么

OpenCode Go 是订阅制，不是充值制。每月固定 10 美元，换一批模型各自的月度美元额度，额度用完可以切到免费模型，或者开启 Extra Usage 回落到按量付费余额。

对 DeepSeek V4.1 Flash 来说，这个额度是每月 100 美元。但它不是一个整块，而是被切成三个滚动窗口，其中 5 小时窗口最容易被撞到。

三个窗口的额度分配

同一个月度额度被切成 5 小时、每周、每月三层，最短窗口只有总额度的五分之一。

把额度换算成 token 更直观。DeepSeek 在 Go 上采用峰谷定价：低谷时输入每百万 token 0.15 美元、输出 0.60 美元、缓存读 0.003 美元；高峰是低谷的两倍，高峰时段为 UTC 周一至周五 01:00–04:00 与 06:00–10:00，折成北京时间就是工作日上午 9 点到 12 点、下午 2 点到 6 点。

所以 100 美元能买多少 token，取决于你让它读多少、写多少，还取决于缓存命中率。三个纯理论值如下，全部按低谷价计算。

100 美元的理论兑换量

注意：V4 Pro 的额度只有 15 美元，5 小时窗口 3 美元，按官方估算约 1050 次请求。它适合攻坚，不适合当主力。真正跑量的模型必须是 V4.1 Flash。

实测：缓存到底命中没有

订阅之前最该确认的不是价格，是缓存有没有生效。同样一份上下文，命中缓存和没命中，成本差 50 倍——缓存读每百万 0.003 美元，未命中输入每百万 0.15 美元。

验证方法很直接：同一个会话里，连续两次发送完全相同的前缀，看第二次的 cached_tokens 是否接近 prompt_tokens。

DSH 侧的两轮抓包（18.9k 上下文）

第二轮的成本只有首轮的 2.4%

同一会话内前缀不变时，第二次请求的额度消耗断崖式下降，耗时从 45 秒降到 2.6 秒。

另一次更小规模的独立验证也复现了同样的形状：4035 token 的上下文，第一次缓存命中 73%，第二次升到 98.3%，额度消耗从 0.00010421 降到 0.00001389。

两次实验用的是不同的客户端、不同的上下文长度，但结论一致：只要 session 头稳定，OpenCode 网关就会把请求固定路由到同一后端，prompt 缓存正常复用。9 月那次「缓存完全不命中」的问题，在现在的链路上不复现。

要点：判断缓存是否生效，不要看响应耗时，看 usage.prompt_tokens_details.cached_tokens。耗时受网络和排队影响，这个字段不会说谎。

接进 DSH 的三个硬坑

先说结论：DSH 原生支持 OpenCode Go，一个插件都不用装。前提是版本 ≥ 0.2.0-rc.2，从这个版本起它自己会发 x-opencode-session。低于这个版本才需要补 session-header 插件。

配置本身很短，全部写在 profile 的 cordis.patch.yml 里。

最小可用配置

- id: llm-pi-ai
  config:
    providers:
      opencode-go:
        displayName: OpenCode Go
        models:
          - id: deepseek-v4.1-flash

- id: agent-default-model
  config:
    provider: opencode-go
    model: deepseek-v4.1-flash

注意这里没有写 baseURL，也没有写 contextWindow。因为 DSH 内置的 pi-ai 目录里已经声明了：端点 https://opencode.ai/inference/go/openai/v1、上下文窗口 100 万、最大输出 38.4 万、协议 openai-completions。写冗余配置不加速，只会制造第二个真相源。

provider 段还需要一行，把凭据来源指向一个环境变量。变量名沿用 DSH 对该 provider 的默认约定，值放在 profile 的 .env 里，别提交进仓库。

坑一：这一行不能写 api

这是最难查的一个坑。如果你在 opencode-go 那一段里写了 api: openai-completions，请求会正常返回、不报任何错，但 cached_tokens 恒为 0。

根因在 DSH 的 buildProvider：只有 spec.api === undefined 时，它才走 reuseCatalogProvider 复用目录自带的实现；那层实现被 withOpenCodeSessionHeader 包过，负责补 session 头。一旦写死 api，就走 createProvider 新建，包装被绕过，头静默消失。

两种写法的结果差异

注意：这个坑没有错误提示。 配置看起来完全正常，请求也成功，唯一的症状是缓存永远不命中、成本按 50 倍走。排查成本的时候，第一件事就是回去把 api: 删掉。

坑二：Region 不设成 Global，模型直接不可用

OpenCode 侧默认只允许 Europe 与 United States 区域，DeepSeek 两个模型需要你在 Console 的 Settings › Privacy 里把 Regions 选成 Global。不做这步，key 正确、配置正确，依然调不通。

这个设置页只对有活跃 Go 订阅的 owner 或 admin 显示。订阅前打开是看不到 Regions 那一栏的，容易误以为文档漏写。

坑三：key 长度是 51

复制 key 的时候尾部多一个字符（比如 %）是常事，症状是 HTTP 401。与其反复调 DSH，不如先量长度：

KEY=$(cat "$KEY_FILE")
[ ${#KEY} -eq 51 ] && echo ok || echo "长度不对: ${#KEY}"

403 来自 Cloudflare，不是 OpenCode

用 Python 脚本调这个端点会直接 403，返回体是一行 error code: 1010。这不是鉴权失败，也不是额度问题，是 Cloudflare 的 WAF 在拦 UA 指纹。

三个客户端打同一个端点，结果完全不同。

同一端点、不同默认 UA 的结果

所以官方文档里那句「客户端应当用自己的 user agent 标识自己，而不是通用 SDK 或 HTTP 库的名字」，不是建议，是硬性拦截。只是触发条件很具体——curl 和 Node 都不受影响，偏偏 Python 的标准库 UA 会被拦。

如果你们用 Python 写健康检查、监控探针或者批量任务，这里一定会踩。加一行自定义 UA 就好。

req = urllib.request.Request(
    url, data=body, headers={
        "Authorization": "Bearer " + key,
        "Content-Type": "application/json",
        "User-Agent": "your-agent/1.0",
        "x-opencode-session": "ses_stable_id",
    })

额度的真实购买力

OpenCode 在每个响应的 usage.opencode 里回了两个字段：list_cost 是按模型标价算出的费用，allowance 是实际计入套餐额度的金额。两者的比值稳定在 0.600。

这意味着 Go 套餐按标价的六成计消耗：100 美元额度，实际对应约 166.67 美元的标价用量。这也是为什么官方敢说 100 美元能跑 21.6 万次请求——比按标价直接除算出来的多得多。

三次请求的系数校验

但这个额度不是稳定定价，它在两个月里被改过四轮：9 月 10 日接入时 15 美元，9 月中限时四倍到 60 美元，10 月 12 日提到 80 美元，10 月底到 100 美元。一个半月翻了六倍多。

同期 Go Plus 从 160 美元提到 200 美元。这种幅度不是成本下降，是获客补贴。

一个半月里的额度曲线

DeepSeek V4.1 Flash 在 Go 套餐里的月度额度变化，从 15 美元到 100 美元，六次调整全部是上调。

背景：补贴期的曲线只能参考，不能当架构前提。OpenCode 这条线在两个月里已经调整过多次，方向随时可以反过来。

现在用，但别把它当长期方案

把 DeepSeek V4.1 Flash 接进 DSH 这件事，技术上是成立的，成本上是划算的，但它建立在三个会变的前提上：额度还在涨、六折系数还在、把 Region 放开这件事还允许。

所以落地时的优先级应该是：把模型路由和凭据放在能一行切走的地方，把业务逻辑和 DSH 的绑定降到最低。真要长期跑量，自己的 DeepSeek key 留在 .env 里当备份，切回去只改两行。

另外一个实测出来的数字值得写进产品预期：21.6k 上下文的冷 prefill 要 109 秒，而次轮只要 5 秒。这不是配置问题，是大 system prompt 的必然代价。做长会话产品时，要么把稳定前缀拆出来单独命中缓存，要么就别指望首轮有交互感。

要点：省钱的关键不是换更便宜的模型，是让缓存命中。同一份上下文，命中与不命中差 50 倍——这比任何订阅费率都重要。

引用与来源

• OpenCode Go 官方文档 — 额度、单价、窗口规则，核对于 2026-11-07
• OpenCode Harnesses 接入说明 — Base URL 与 session 头要求，核对于 2026-11-07
• OpenCode Console API 文档 — API key 创建与权限，核对于 2026-11-07
• DeepSeek API 定价页 — 峰谷定价与模型 ID，核对于 2026-11-07