DeepSeek API 涨价 3 至 5 倍，OpenCode Agent 框架与 DeepSeek V4 双模型配置方案重构控成本

【导语：面对 DeepSeek API 调用价格上涨 3 至 5 倍的情况，一套面向 OpenCode Agent 框架与 DeepSeek V4 双模型的配置方案完成系统性重构，旨在控制成本并维持开发效率。】

Flash-First 模型重分配应对成本上升

由于 Pro 模型成本显著上升，该方案将原本运行在 Pro 上的一批核心角色，如主入口 `orchestrator`、规划 `planner` 等降级至 Flash 模型，其成本约为 Pro 的一半。新策略确立了「Flash 优先、Pro 兜底」原则，Flash 负责路由、搜索等常规任务，Pro 仅用于深度推理等重型任务。同时引入「Flash 代理自我升级」机制，保证输出质量。

审查流程瘦身：单遍证据门控优化成本

代码审查是成本大户，此次被重点优化。审查技能从「双轴并行」改为「单遍覆盖所有维度」，按「有效规模」决定审查深度。审查结论实行证据门控，审查角色从默认验证步骤降级为升级手段，并设定了审查预算上限。

思考机制下沉至 Provider 层提升缓存命中率

本次升级最核心的架构调整是将思考强度控制从逐代理配置的 `variant` 字段下沉至 Provider 层。Flash 模型在 Provider 层关闭思考，Pro 保持默认开启。这大幅简化了配置，使易变内容不再进入 Pro 的 prompt-cache 前缀，显著提升了缓存命中率。

技能精简与新增优化配置

两大技能 `gh-cli` 和 `spec-workflow` 被大幅压缩，`verification-planning` 技能被删除。同时新增了 `wayfinder` 和 `prototype` 两个技能。

文档与工具调优降低维护负担

DCP 上下文压缩插件移除冗余配置并关闭压缩过程刷屏，README 从 10 种语言精简为简体中文与英文双语。本次升级净效果为 +551 行 / -3932 行，为应对 API 涨价提供了可复用的成本优化范式。

编辑观点：此次配置方案的重构是在 API 涨价背景下的有效应对，通过多方面优化实现成本控制，为行业提供了可借鉴的成本优化思路。