这篇攻略写给那些准备用大模型API做点实际东西、又不想在月底被账单吓一跳的个人开发者。核心问题就三个：选什么模型最划算、怎么少烧token、怎么防止预算失控。下面全是实操经验，不绕弯。
首先模型按任务分级。能用轻量模型解决的，就别碰旗舰。简单分类、信息抽取、文本改写这些活儿，用gpt-4o-mini、Claude Haiku这类小模型完全够用，价格比旗舰模型低一个数量级甚至更多。只有复杂推理、长文档分析、代码生成这类需要深度理解的场景，才值得上大模型。别用大炮打蚊子，这是最基础也最管用的省钱逻辑。
其次是精打细算token。每次请求前先想清楚：这段上下文是必须的吗？很多开发者在调用时习惯把完整历史都塞进去，token自然翻倍。只传当前任务需要的字段，能砍掉一大半开销。另外留意API提供商的缓存和批量接口。重复性高的请求开缓存，批量任务走batch模式，折扣通常能到50%。对个人开发者来说，这两项省下来的钱非常可观。
第三，设置硬性预算和告警。控制台里配置月度上限和余额通知，低于阈值自动发邮件或短信。有些平台支持超限自动熔断，直接停止API调用。别高估自己的自律，自动限制永远比手动控制可靠。我见过太多人半夜调猛了，第二天起来欠费几十刀。
第四，善用免费额度和开源模型。各家大厂API都送免费额度，足够开发调试和跑通demo。要是你的场景是固定、高频、依赖本地数据的，可以考虑在本地跑个量化后的开源小模型，或者租个便宜的GPU实例自部署。API按量付费看着单价低，但量大了总价高；自部署前期配置有成本，但长期看可能更划算。
第五，用prompt优化降本。同一任务，写清指令、限定输出格式、告诉模型只输出结果不要解释，能让回复长度砍半。比如要求“直接返回JSON，不要任何多余文字”，输出token立刻降下来。token少，钱就少。这个环节免费，但效果立竿见影。
举个例子。我之前做文档标签器，处理一万条短文本，每条请求约800 token。用旗舰模型，一次跑下来光输入费用就$55。换成轻量模型，价格直接降到原来的1/30，准确率只掉了不到2%。后来又做了两项优化：把不相关的字段从上下文里剔除，每条降到300 token；再切到批量模式。全部加起来，总成本降了95%以上，从$55变成不到$3。同样的任务，换个思路就省出一顿火锅。
省钱的本质不是抠门，而是让每一分token都花在正事上。从选型做起，再打磨调用方式，个人开发者完全能在大模型时代活得滋润。
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。