Deepseek 的问题就是推理有点太慢了，可能和国内公司被卡脖子用不了很好的 GPU 有关系。有条件注册外网账号的话、可以试一下用 groq 的 llama 3.1，完全免费，而且速度极快，每秒 300+ tokens，但是高峰期限流。国内和美国有12小时时差，因此可以错峰出行。此外也可以考虑 fireworks 的 llama 模型，速度很快；每秒 100+ tokens，而且价格也非常便宜（72b 模型每百万 token 0.9刀，405b 模型每百万token 3刀）
还有一个选项就是 deepinfra 的 Qwen2.5，deepinfra 的推理速度要明显比 fireworks 和 groq 慢一些，所以不建议在 deepinfra 上用 llama。但是可以用国产的 qwen 模型如果有兴趣的话。也很便宜，每百万 token 0.35 刀。