这篇攻略是写给那些做独立项目、跑Side Project的个人开发者。你大概率不是大厂的算法专家，预算全靠自己兜底，每调一次API都要心疼几分钱。我不扯虚的，直接说怎么把单次调用成本压到万分之一元以下，怎么避免月底收到账单懵掉。
很多人一上来就上GPT-4，一天几百次对话，一个月花掉两三百块，项目还没上线就先负债。实际上大多数场景根本不需要最强的模型。比如做摘要、分类、实体提取这些通用任务，Claude Haiku（约0.25美元/百万token）、GPT-4o-mini（约0.15美元/百万token）、DeepSeek-V2（国内价格更低，约0.5元/百万token）足够用。甚至你可以跑本地开源模型，比如Llama 3.1 8B或者Qwen2.5 7B，用Ollama搭在笔记本上，完全免费，适合离线批处理。
选模型的核心原则：先看任务复杂度，再选最低配能过的模型。别一上来就顶配。我自己的习惯是先跑10条测试数据，用最便宜的模型试水，效果不行再往上升级，绝不浪费一次钱。
API调用最隐蔽的浪费是重复请求。比如你在一个循环里对同一段文本反复调模型改格式，每次都是新账单。解决方案两个：本地缓存（用字典或Redis存结果，key为输入+参数哈希，TTL设1小时），请求合并（多个短文本拼接成一条请求，用系统提示“请逐一处理”）。另外，那些日志打印、调试预览的调用，切到环境变量控制，只在开发环境输出，别在线上浪费token。
还有个技巧叫“降采样”。如果你做的是数据分析，不需要每一条都调模型，只随机抽10%的数据跑，用统计预估全量。这样成本直接砍掉90%，误差通常可接受。写接口时，把max_tokens设为你的实际输出长度上限，别留太大冗余。举例：让模型一句话总结，max_tokens设30就够了，默认4096会多花几十倍钱。
很多厂家提供了预算告警，比如OpenAI能在账户里设置月度限额和每次调用的费用阈值。你可以在控制台创建两个API Key：一个主key无锁，一个限流key（限制每分钟调用次数）给测试用。或者用第三方代理服务（如OneAPI）统一管理多个模型源的费率。我习惯对每个项目单独建API Key，每天定时跑脚本拉账单，低于某个水平才继续调用。
别忘了捡免费额度。新注册的账号通常有几美元试用金，比如OpenAI的5美元能用很久。Claude的免费额度虽然少，但也能撑几十次。国内大厂（文心、通义、讯飞星火）注册送数百万token，够你跑几个月的轻量任务。更狠的是一台旧Macbook跑本地模型，Ollama加LM Studio，完全离线，成本为零。适合做原型验证。
我去年做了个自动生成GitHub PR描述的工具，每天处理约200个commit。一开始用GPT-4 Turbo，每天费用约2.5美元（按输入1000 tokens，输出200 tokens算）。换成Claude Haiku后，成本降到0.07美元/天。后来加了本地Llama 3.1 8B替代部分重复格式任务，最终每天成本不到0.01美元，实际效果用户反馈差异不到5%。这就是省钱核心：选对模型+本地兜底。
另一个极端案例：有个朋友拿GPT-4写文案一天千次调用，一个月账单800多块。改成GPT-4o-mini后，文案质量接近，成本降到20块。他后来把用户输入先做一次本地规则过滤，只让10%的请求通过API，最终每月花费不到5块。
个人开发者省AI钱并不难：选最便宜的能用的模型，缓存重复请求，设置预算线，善用免费额度，最后别忘了本地开源模型是你的底气。
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。