ARTICLE · 1296880
《AI工具太贵?Codex+DeepSeek低成本使用教程》
《AI工具太贵?Codex+DeepSeek低成本使用教程》
做自媒体以后，我发现一件事： 钱还没挣多少，想买的工具倒是不少。 剪视频要工具，做封面要工具，写文案、整理资料也想找AI帮忙。 这个每月几十，那个每月一百多。 单看好像都不贵，加起来就有点肉疼了。 毕竟我现在做自媒体，几毛钱的收益都能开心半天。 好不容易挣点买菜钱，总不能全拿去给软件交房租吧？😂 最近研究AI工具时，我看到一个挺有意思的方案： 用DeepSeek的API，配合CC Switch，尝试在Codex里使用按量付费的模型。 简单说，就是不一定非得选择固定月费，也可以根据实际用量付钱。 有人用得少，一天可能只花几分钱。 我一听就来了精神。 能不能省钱先不说，至少值得研究一下。 今天不讲复杂的技术原理，就用大白话，把这套方案拆开聊聊。 第一次看到Codex、DeepSeek、CC Switch这三个名字，我估计不少人已经想关掉文章了。 别急。 咱们先把它们当成三样工具。 Codex：干活的工具。 它不只是陪你聊天，还能在获得相应权限后，帮你处理代码、项目文件和一些自动化任务。 DeepSeek：提供AI模型能力。 你提出问题、交代任务，它负责理解和生成结果。 CC Switch：帮你管理和切换模型配置。 它可以让支持的工具使用不同模型服务商的接口。 打个比方： Codex像一辆车，DeepSeek像另一套动力系统，CC Switch负责帮你连接和切换。 当然，这只是为了方便理解。 真正能不能跑起来，还得看接口兼容不兼容。 尤其要记住： 这不是OpenAI官方推出的Codex＋DeepSeek套餐，而是一种第三方配置方案。 以前买软件，习惯了包月。 不管这个月用多少，费用先交了。 但API计费不太一样。 它通常按照Token消耗收费。 Token是什么？ 不用把它想得太复杂。 你可以把它理解成AI处理内容时使用的计量单位。 有点像去菜市场买菜，买多少，按多少算。 不过Token不完全等于汉字数量，而且输入和输出可能采用不同价格。 如果你只是偶尔整理文案、处理文件，按量付费可能比较划算。 但如果天天让AI处理大项目，费用也可能涨上去。 所以，网上说的“20块钱用一个月”，只能当作别人的使用案例。 到底省不省钱，得看自己怎么用。 先说一句： 这部分适合愿意折腾电脑工具的人。 如果你只是想让AI帮忙写几条朋友圈，没必要为了省几块钱，先研究三天软件安装。😂 第一步：准备Codex 先安装适合自己电脑的Codex工具。 建议优先使用官方渠道。 如果电脑里已经有项目和配置，不要为了跟教程保持一致，就把原来的东西全部卸载。 
图注：Codex界面中已出现DeepSeek模型选项。截图展示的是配置后的状态，不代表所有版本都支持相同接入方式。 第二步：安装CC Switch 它可以帮我们管理不同的模型配置。 安装时注意电脑系统和芯片类型。 Windows和Mac的安装文件并不一样。 第三步：去DeepSeek获取API Key 这个步骤可以理解为给AI接口配一把钥匙。 进入DeepSeek官方开放平台，按需要开通API服务并获取密钥。 注意：API Key一定要自己保管，千万不要发到评论区，也不要放在公开截图里。 第四步：添加DeepSeek配置 打开CC Switch，找到Codex对应的配置区域。 添加DeepSeek服务商，按软件当前版本的要求填写接口信息、API Key和模型名称。 
图注：CC Switch中已添加DeepSeek，并显示为使用中。实际配置以当前软件版本和官方接口文档为准。 第五步：先做一个小测试 别一上来就让AI干大工程。 先找个不重要的测试文件，让它帮忙整理一下。 确认模型可以正常调用、任务结果符合预期，再慢慢增加使用量。 如果想切回官方模型，也要检查当前模型配置、认证方式和路由状态。 
图注：切换回官方模型后的界面。注意与前面DeepSeek模型的显示区别。 到这里，基本的操作思路就清楚了。 但我要强调一句： 截图能证明界面显示了对应模型，不等于所有功能都已经完整测试通过。 真正使用之前，还是要自己做任务验证。 第一个坑：以为换了模型，能力完全一样。 不是。 不同模型的能力、支持的工具调用方式和兼容性都可能不同。 有些任务能完成，有些功能可能无法正常使用。 能连接，不代表所有功能都一样。 第二个坑：以为充20块钱，就能一直用。 按量付费不是无限使用。 尤其是自动化任务，一旦反复调用，费用可能比想象中高。 建议先小额充值，留意用量，必要时设置预算限制。 第三个坑：只想着省钱，忘了保护隐私。 孩子的信息、家庭资料、客户文件、账号密码，都不要随便交给不熟悉的第三方服务。 省钱很重要，但安全更重要。 我的答案是： 看你需不需要。 如果只是写写文案、聊聊天，现成的AI工具已经能解决很多问题。 如果你需要批量整理素材、处理大量文件，或者想尝试自动化，那就值得进一步研究。 但别为了省钱而省钱。 有时候，一个工具便宜了十块钱，却让你花两个小时排错。 这账也得算。 我现在越来越觉得： 学AI，不是看自己装了多少软件，也不是看自己掌握了多少专业名词。 而是看它有没有真正帮你解决问题。 折腾这些AI工具，突然让我想到自己平时刨地。 锄头好不好用，确实重要。 一把顺手的锄头，能让我少费不少力气。 但锄头再锋利，也得有人知道自己想刨哪块地。 AI也是一样。 它能帮我们省时间、提高效率，却不能替我们决定生活该怎么过。 以前总觉得，要做出点成绩，得先把所有事情都学会。 现在反而想明白了： 能借助工具的，就别什么都自己硬扛。 省下来的时间，陪陪孩子，遛遛狗，出去吹吹风。 省下来的钱，买点好吃的，或者继续折腾自己的小事业。 我不指望AI一下子改变人生。 只希望它能让我少做点重复的事，多留一点时间给自己。 工具负责效率，我们负责好好生活。 
说明：本文根据公开操作演示及软件界面整理，介绍的是第三方模型接入思路，不是OpenAI官方套餐。软件版本、模型支持情况及API价格可能变化，具体以相关官方文档为准。文中不构成固定费用或功能兼容性承诺。
一、三个名字，听着复杂，其实不难理解
二、它为什么可能更省钱？
三、怎么操作？我整理成了五步
四、这三个坑，千万别踩
五、普通人真的有必要折腾这些吗？
最后：AI再厉害，也不过是一把更锋利的锄头
