把 AI 成本管住：用 AI 做东西到底花多少钱

第一次收到 AI 账单时感到意外，原因很少是价格高，而是脑子里装着一个错误的模型：以为是按问题付费。实际上你付的是文本量，而且是每一次调用中随请求一起发送的全部文本量。 一旦想通这个区别，做东西时的决定会立刻不一样。

这篇文章讲的是机制，不是当天的价格。数字会变，套餐会改名，促销来了又走。下面这四个杠杆始终不变，无论你用的是 Claude、ChatGPT、Gemini 还是本地模型。

按 token 计费，而不是按问题

token 是一小段文本，视语言不同，大约相当于半个词到一个词。厂商对输入和输出分别计费，而且输入 token 通常明显比输出 token 便宜。 因此，一个简短的问题配上极长的回答，可能比一个很长的问题配上简短回答更贵。

由此有一个立刻可用的做法：「请简短」不是客套话，而是一条成本指令。在任务里明确写出格式和长度，就等于给账单里更贵的那一半设了边界。这也是为什么一个精确的任务描述能带来双重回报——质量上的和金钱上的。它该怎么写，见你的第一个好提示词。

真正推高成本的是上下文

这里藏着能解释大多数账单的意外之处：语言模型在两次调用之间没有记忆。 为了让对话像对话，每进行一步，之前的全部历史都会被重新发送一次——并作为输入被重新计费。

也就是说，一次会话的第二十步，同时也在为前面的十九步买单。在编程会话里，文件、报错信息和工具输出还会一并进入历史，这份基础负担会迅速膨胀。十次简短干净的对话，通常比一次什么都拖着走的长对话更便宜。

由此得出一个比任何比价都更省钱的习惯：话题一变就开新对话。这不是为了整洁，而是因为旧历史否则会在之后的每一步里被继续付费。对智能体同理：一个边界清晰、有明确停止条件的任务，产生的工具调用远少于开放式探索——而AI 智能体默认往往就会启动这种探索。

订阅和 API 是两个世界

付费订阅是带使用上限的固定费用：每月付固定金额，偶尔撞上限制。API 恰好相反——它不含任何免费额度，每次调用单独计费。 作为交换，只要你的支付方式有效，它不会拦住你。

两者彼此分离：订阅不含 API 额度，API 使用走的是独立账户，有自己的速率限制和账单。混淆两者，要么是白等一次额度重置，要么是无意中启动了付费用量。当前挡住你的是哪一种限制、什么时候恢复，见Claude 与 Codex 的使用限制。

日常可以这样记：手工干活放订阅，自动化放 API——而自动化必须配上限。

真正能改变金额的四个杠杆

保持上下文精简是最强也最省钱的杠杆，因为它在每一次调用中都生效。换话题就换对话，只放相关文件而不是整个目录，不要把完整的报错日志整段贴进去。

把重复的内容缓存起来。 当很多次调用共用同一段很长的开头——系统指令、规则文档、参考资料——厂商正好为此提供了缓存：Anthropic 的 prompt caching 有效期较短，Google 在 Gemini API 中提供 context caching。重复的那部分会以低于完整重传的价格结算。如果每次都是简短且全新的提示词，缓存没有任何帮助，只有真正存在重复时才划算。

批量处理，而不是逐条调用。 如果任务不必立刻完成，异步处理是更便宜的路径。Anthropic 提供 message batches，Google 提供 Batch API。代价是等待时间——对于夜间分析、批量翻译或数据准备来说，这通常无关紧要。

选择合适的模型规模。 最大的模型未必带来最贵的结果。边界清晰、可机械校验的任务，小模型往往够用；而开放式规划和困难排错，大模型经常反而更便宜，因为它第一次就把事情做成，而不是到第四次才成。 三次失败的便宜尝试，比一次成功的昂贵尝试更贵。

上限要设在实验之前

最贵的账单不是昂贵模型造成的，而是没人叫停的循环：一出错就重试的脚本、没有停止条件的智能体、被遗忘的定时任务。没有支出上限，你只能从账单上知道这件事。

因此顺序很简单：在第一次自动化调用运行之前，就在厂商账户里设好支出上限。 不是之后，也不是「等上线再说」。此外，为新密钥设置较低的速率限制、按项目分开 API 密钥、为每次回答设定最大 token 预算，都会有帮助。

每月五分钟的例行检查

成本控制不是一次性设置。每月问四个问题就够：

• 消耗量和我实际做过的事对得上吗？
• 是否还有我忘掉、但仍在运行的自动化调用？
• 有没有反复出现、但还没缓存的长开头？
• 模型选择还符合当前任务，还是只是沿用下来的？

判断依据始终是厂商的用量面板，而不是自己的估算。Anthropic 另外提供 Usage and Cost API，可以用程序方式查询消耗与费用，并接入自己的看板。

这篇文章刻意不做的事

它不给出每百万 token 的具体价格，也不做套餐的金额对比。这类数字在厂商调整它的那一天就是错的，而这种调整发生的频率，远高于一篇博客文章所能承受的。具有约束力的数值在文中链接的价格页面和你自己的账户页面里。

留下来的是机制：计费单位是 token 而不是问题、上下文是乘数、订阅与 API 是两个钱包，以及一个在事故之前而不是之后起作用的上限。把这四件事配置好一次，AI 成本就很少需要再费心。