这篇攻略写给手上预算紧、但想试试大模型API做点东西的个人开发者。你可能是搞独立项目、写小工具，或者跑点自动化脚本——不限语言、不限场景，核心痛点就一个：怎么花最少的钱，撬动最大的能力。
OpenAI的GPT-4很猛，但单价是GPT-3.5-turbo的20倍左右。大多数个人场景（聊天、摘要、翻译、代码补全）用3.5就能跑出一个可以接受的结果。国产模型里，百度的ERNIE-Bot-turbo、阿里的通义千问qwen-turbo，价格更低，Token单价大概在0.003-0.005元/千Token，比GPT-4便宜一个数量级。建议你的主力模型先用这些便宜型号，只在需要复杂推理或长上下文时才切到高端版本。另外，很多平台提供free tier的配额，比如文心一言的新用户有100万Token免费额度，用完了再考虑付费。
最浪费钱的是发了请求却收到冗余回复。两个实操方法：
1. 缓存常见问题：比如你做一个翻译bot，用户反复问“你好怎么说”，第一次请求后把结果存到本地SQLite或Redis。下次同样的输入直接返回缓存，零Token成本。代码演示（伪Python）：
`python
cache = {}
def smart_chat(prompt, model="gpt-3.5-turbo"):
if prompt in cache:
return cache[prompt]
resp = api.chat(prompt, model=model)
cache[prompt] = resp
return resp
`
2. 限制输出Token：明确告诉API max_tokens=200，别让它自由发挥。很多开发者忘了设这个参数，一个闲聊请求输出几千Token，白白浪费钱。比如OpenAI的接口里这样加：
`python
response = openai.ChatCompletion.create(
model="gpt-3.5-turbo",
messages=[{"role": "user", "content": "用一句话解释量子计算"}],
max_tokens=100
)
`
个人开发者最容易犯的错误是忘记限流。建议你在API调用外层加一个每日预算守卫：每天累计Token数或总费用超过阈值就自动暂停。用环境变量控制阈值，比如：
`bash
export DAILY_BUDGET_CENTS=50 # 每天最多花0.5美元
`
代码层逐请求累加消耗，超过就返回错误或降级到免费模型。另外，很多平台（如OpenAI、Azure OpenAI）支持设置usage limits，在后台设好月度上限，超了直接拒绝调用。这样即使不小心循环爆量，也不会破产。
假设你每天处理100次对话，每次用户输入平均500字（约700 Token），你回复输出约800 Token。用GPT-3.5-turbo（输入$0.0015/1K，输出$0.002/1K），单次费用约0.0015*0.7 + 0.002*0.8 = $0.00265。100次就是$0.265，一个月$7.95。换成GPT-4（8K上下文，输入$0.03/1K，输出$0.06/1K），单次会涨到0.03*0.7 + 0.06*0.8 = $0.069，100次$6.9，一个月$207——相差26倍。如果你用国产ERNIE-Bot-turbo，单价约0.003元/千Token，换算下来单次0.003*(0.7+0.8)=0.0045元，100次0.45元，一个月13.5元人民币。哪个划算一目了然。
选对模型、用好缓存、设死预算——个人开发者花几十块就能把大模型API当日常工具使。
如果你也想试试一个Key调多个模型的方便，可以看看充站——¥50起步，额度永久有效，用支付宝/微信就能付款。