「会话记录里明明只有几百次搜索,账单上却是几千次,肯定是导出丢了数据。」 这个推断乍看很有说服力,因为它把差额归到了一个似乎可以「修」的环节上。可社区讨论中的实际排查过程正好相反:作者先统计 GUI 导出,随后检查更广的本地归档,发现数量需要上调好几倍。
原始讨论是 #10729。报告描述的场景是:桌面版 0.2.1-rc.2 使用 MiniMax 作为主模型,搜索请求则由 DeepSeek 模型处理;作者称导出的会话没有记录搜索用量,并建议补充这类记录。这属于该安装环境下的用户报告,不是「所有版本或所有提供方都会丢用量」的官方结论。
对账时常见的六类误判:
- 以为主模型就决定了搜索请求由谁处理;
- 把工具调用次数当成能力层请求数;
- 把返回链接数当成请求数;
- 把导出里缺字段读成用量为零;
- 用一份局部导出去解释整个账户账单;
- 把一次实验的平均值当成长期价格。
先明确一点:主模型、搜索提供方和账户账单采用三种不同口径;要在其中任意两者之间精确对齐,都需要共同标识。 站内基础版可参考 网页搜索与模型用量怎么对账。
一、为什么选了主模型还不够
网页访问参考把 ctx.web 描述为一个可选能力,包含独立的搜索与抓取操作。提供方注册搜索或抓取能力,dsh-tool-web 再向模型暴露 web_search 和 web_fetch。
这层划分很关键:更换搜索提供方,不会改变模型发起查询的方式。 模型看到的仍是 web_search 工具;实际把查询发往外部并负责计量的,则是能力层背后的提供方。
所以,「我用的是 MiniMax」回答的是「谁处理模型请求」,并不能说明「谁处理搜索请求」。在报告的场景里,这两者恰好不是同一家——主模型 MiniMax,搜索请求走 DeepSeek 模型。这种组合本身完全合理,只是不能再凭主模型来估算搜索账单。
三层各自量的是什么
- 模型层:会话里主模型的 token 用量,通常有 usage 字段。
- 能力层:搜索、抓取请求本身,由具体提供方计量。
- 账户层:账单按账期汇总,通常只有模型级或服务级的总量。
这三层都可能留下记录,但记录的内容各不相同。对账前要先明确这一点,不能假设「记录齐全就一定能对上」。
二、为什么工具次数不等于请求数
这是差额最直接的技术来源。
工具消费者接收的是一个 queries 数组,但能力层的每个搜索请求只包含一个 query。消费者会把数组拆开,逐项发出请求,这个过程就是「扇出」。
于是一次工具调用可能产生多次搜索:
| 你看到的东西 | 实际可能是什么 |
|---|---|
1 次 web_search 调用 |
1 次还是 N 次能力层请求,取决于 queries 长度 |
| 20 条返回链接 | 与请求数无直接关系,上限由 searchMaxResults 截断 |
| 事件里的一条记录 | 一次请求的证据,不必然带响应用量 |
补充两个边界。消费者的 searchMaxResults 默认是 8;超过上限的来源由能力层截断并打 truncated 标记。注意,这个上限是结果数量,不是 token 上限,也不是费用上限——它不构成任何账单护栏。
报告里的数字正好演示了这一点:两个父会话有 595 次工具调用,从 GUI 导出里拆出 1,833 次搜索请求。作者随后检查更广的本地归档,得到跨多个会话和日期的 2,717 次,而报告账单当天是 2,470 次。
这几个数经常被摘出来互相除,但它们的统计范围不同,算出来的比例没有迁移价值。595 到 1833 的扩散来自扇出;1833 到 2717 的增长来自扩大归档范围;2717 和 2470 的差别则来自「归档范围」和「账期」这两个口径本来就不重合。
三、怎么一步步对账
按下面的顺序逐步对账,每一步都先固定一个变量。
第一步,固定时间与账户口径。 记下安装版本、profile、时间窗口和计费账户。分别确认会话主模型和实际使用的搜索提供方,并记录对账所用的时区。账期与日志时间跨时区时,这一步尤其能减少后续核对的麻烦。
第二步,分开数工具调用和单项查询。 如果能取得 queries 数组,就按数组长度计数;不要拿返回链接数代替请求数。
第三步,说清每份导出的覆盖范围。 在授权范围允许的前提下,也把相关父会话和子 agent 的归档纳入统计,并注明缺失记录。比较前,先对齐请求时间与提供方账期。
第四步,确认证据形态。 在报告所述的 DeepSeek 搜索路径中,用户发现 web/deepseek-search-llm-request 事件包含请求信息,却不含响应用量。先确认自己的版本和提供方是否会记录可供比较的证据;同时记住:导出中缺少字段,不等于用量为零。
第五步,按账户侧口径比较。 按输入、缓存输入、输出、计价时段和币种分开看,并记录同一账户上的其他活动。缺少共同请求标识或逐请求用量时,应该明确写「无法精确分摊」,而不是给出一个看着很确定的单会话费用。
为什么报告里的数字改过两次
这个细节值得单独说明,因为它展示了统计方法对范围的敏感性。
作者先统计 GUI 导出,后来检查更广归档后修正了数量。这说明:局部导出即使内部完全自洽,也仍可能遗漏大量活动。 「总和等于各项之和」这类检查只能验证数据内部是否自洽;遗漏的记录没有参与求和,因此这类检查也发现不了它们。
另一侧也有同样的问题:账户账单可能计入所选会话之外的请求,而且账单聚合可能不保留会话标识。两边的缺口方向相反,只靠其中一方,都无法同时消除这两种不确定性。
四、报告里的「提供方选择」意味着什么
报告作者认为,观察到的路由由两个条件造成:searchProvider 未设置,而且该安装中恰好只有一个可用的搜索提供方。
对这个归因需要谨慎看待。网页参考介绍了相关能力和不同实现,但不能证明所有安装注册的提供方都相同。因此,应检查自己实际使用的组合和版本,不要把桌面报告中的默认行为直接套用到其他部署。
讨论还提到一种替代路径:无需辅助模型请求的直接 Search / Fetch API 选项。作者称,自己使用的环境没有启用它。这是特定环境下的报告,不代表零费用,也不保证结果相同。切换之前应该核实:安装版本的提供方文档、可用性、计费条款和运行要求。
还有一条容易忽略的边界:即使面向模型的工具名称没有变化,实际对外发送请求的主体和发送的数据仍可能改变。 更换提供方不只是计费层面的操作,也会改变数据流向;涉及内部查询或客户信息时尤其要留意这一点。
五、怎样把统计范围说明白
要让对账记录可供复核,至少应列出以下字段:
| 字段 | 为什么必须有 |
|---|---|
| 起止时间 + 时区 | 账期和日志窗口对齐的唯一依据 |
| 账户 | 区分同机上的其他活动 |
| profile / 版本 | 不同版本的记录路径不同 |
| 搜索提供方 | 决定计量口径 |
| 纳入的会话清单 | 导出覆盖范围的声明 |
| 每个数字的来源 | 工具调用数、查询数、请求事件数、账单用量不能混为一个数 |
最后一条最容易违反:把四种口径合并成一句「搜了 3000 次」,看起来清爽,实际上让任何人都无法复核。
如果账期跨越了查询窗口,还要额外说明窗口之外是否有同一账户的请求。
缓存输入怎么处理
按实际账期的提供方账单口径比较缓存输入、未命中输入与输出。历史报告中的价格不能直接替代当前条款——价格是会变的,而报告里的那个数是它自己那一天的。
如果账单只提供模型级汇总,会话日志又不含响应 usage,那么精确分摊到会话仍缺少证据。把缺口写出来,比把账户总额平均给一个会话更准确。
六、限制与安全边界
搜索请求、会话归档和提供方凭据都可能包含敏感信息。寻求帮助时,提供一组脱敏后的计数即可:观察时间、版本、提供方路由和各类证据的覆盖范围;不要公开原始查询语句或密钥。
现有来源没有给出通用的「每次搜索对应多少 token」换算规则,也不保证能取得逐会话账单或当前价格。结果体量、请求结构、提供方的计量方式以及账户上的其他活动,都会影响对账结果。如果确实需要精确分摊,就要查阅提供方当前的计费信息,并确认部署是否记录了逐请求用量和标识。
最后还有一条容易说不清的边界:选定某个提供方或完成账单比较,都不能证明私有数据的处理已经通过安全认证。 对账回答的是「钱花在哪」,无法回答「数据去了哪」。
七、术语速查
- 主模型:处理会话模型请求的模型。
- 搜索提供方:处理网页搜索请求的已注册能力。
- 扇出:把一组查询拆成独立能力层请求的动作。
- 用量:提供方报告的消耗,单位与可用性取决于提供方。
- 账期:账户费用汇总所覆盖的时间范围。
相关阅读
本文依据 DeepSeek Harness 网页访问参考与社区讨论 #10729 整理,由 DSH Plugin 社区(dsh-plugin.com)维护者撰写,首发于阿里云开发者社区。
原文地址:https://dsh-plugin.com/zh/blog/web-search-model-usage-reconciliation
插件与文档收录于:https://dsh-plugin.com/zh/blog