AI 编程 agent 每合并一个 PR 花多少钱

每次合并交付的成本

169 次合并交付，来自 Orbi Cloud 的实测记录

最清楚的统计单位是一次合并交付，而不是抽象的 token 配额。Orbi Cloud 的用量记录从 2026-09-16 开始；截至 2026-10-05 15:36（UTC+8），里面记着 169 次带 token 数的合并交付，全部在 Pi 会话里、全部跑 deepseek-flash。按次计算：非高峰中位成本 $0.082，90 分位 $0.22，均值 $0.11。

金额按 DeepSeek 官方 deepseek-flash 价格的非高峰价计算：缓存命中每百万 token $0.003、未命中每百万 $0.15、输出每百万 $0.60。工作日高峰（UTC 01:00–04:00 和 06:00–10:00）所有数字翻倍，所以这里是下限。用量记录里每次交付只有一个总数，没有每次请求的时间，分不出高峰和闲时：真实中位数在 $0.082 到它的两倍之间。

样本范围：Cloud 的用量记录，每个 issue 和分支一行，由 Pi 会话写入；同一个 run 恢复时累加，同一分支上新的一次尝试会覆盖。169 次里 141 次在 Orbi 自己的三个仓库，11 次在我们组织下的 fork 和测试仓库，17 次在 Cloud 用户的 7 个仓库 —— 这 17 次的中位成本是 $0.090。输入绝大部分是缓存读取：每次交付单独算，缓存读取占输入的比例中位数是 97.8%。另见 Devin 对比、Cloud 和 自动合并 AI PR 指南。

实测数据 · 每次交付（含未合并）

46 次真实交付，在我们自己的仓库上实测

Orbi 的每次交付跑两个 Agent session —— 实现,外加一个能修分支、能重跑测试的独立审查。截至 2026-09-12,我们聚合了 orbi 仓库自身 n=46 次交付(Python、完整 CI、Issue 写得规范)的 session 日志。样本就是当天磁盘上还在的 worktree —— 会随 worktree 清理而变化 —— 所以 n 是截至标注日期的快照,不是永久事实。下面是按次统计的 totalTokens 完整分布 —— 也就是 Provider 实际计费的口径,含缓存读取:

先说清楚三条限定

这一页不承诺的三件事

• 只测了我们自己
  这是我们仓库的实测区间,不是对所有人的承诺

  Python、完整 CI、Issue 写得规范,让我们的上下文保持很短。上下文更长、测试更慢、Issue 更模糊的仓库,分布会落在别处。上面的表格是什么就是什么:我们仓库的实测区间。

• 缓存是承重墙
  95.9% 缓存读取,前提是 Provider 支持 prompt caching

  整个成本结构压在缓存命中上。换到不支持 prompt caching 的端点 —— 每个 token 都按 miss 计价 —— 同样的工作成本大约要涨一个数量级。外推之前先查你的 Provider。

• 按计费口径统计
  数字是 totalTokens,含缓存读取

  这才是 Provider 实际计费的口径。只算 input + output 会漏掉约 96% 的真实消耗,把数字做好看 —— 那恰恰是这一页反对的事。

为什么这么便宜

缓存命中单价是 miss 的 1/50,而 95.9% 的工作都是命中

每次交付都在重读同一批仓库上下文:目录树、约定、Issue、失败的测试。prompt caching 把这些重复阅读变成按 $0.003/1M 计价的命中,而不是按 $0.15/1M 计价的 miss。就这一个比值,让一整次交付 —— 实现加上能修能重跑的独立审查 —— 只要几分钱。这也是问任何 BYOK Agent 厂商时唯一诚实的问题:你的 token 里命中占比多少?你的 Provider 对命中收多少钱?

早期样本 · n=20 · 保留存档

早期样本：20 个合并 PR，2026 年 9 月 22–24 日

在 Cloud 的用量记录出现之前，我们手工统计过一组更小的样本：2026-09-22 09:44 UTC 到 2026-09-24 12:03 UTC，orbi-build/orbi 仓库的 20 个合并 PR，全部使用 deepseek-flash（DeepSeek-V4.1-Flash）。这组样本的非高峰中位成本是 $0.125，高峰 $0.249；每个合并 PR 的 token 中位数 10,612,802；运行时长中位数 60.4 分钟，模型请求中位数 156 次。我们继续公开这组样本，但当前数字是上面的 169 次合并交付。

金额按 DeepSeek 官方 deepseek-flash 价格计算，2026-09-24 核对：缓存命中每百万 token $0.003、未命中每百万 $0.15、输出每百万 $0.60。工作日高峰（UTC 01:00–04:00 和 06:00–10:00）价格翻倍。样本 token 构成：缓存读取占 97.1%；输入 1.9%；输出 1.0%。

为什么这组和上面的 46 次交付快照不同：那一组按 worktree 统计，含未合并工作和小改动；这一组仅统计已合并 PR。20 个 PR 对应公开可查的 Issue：#1289、#1290、#1231、#1262、#1304、#1306、#1307、#933、#898、#856、#610、#1259、#1294、#1322、#1324、#1088、#1328、#1332、#1337、#1336。