这篇文章写给做 side project、独立产品，或者刚打算在自己项目里接大模型的个人开发者。预算通常就几十到几百块一个月，痛点很具体：调用量一上来账单比服务器还贵，但又说不清钱花哪了。问题往往不在模型本身贵，而在于所有请求都走同一个旗舰模型，token 没有任何控制。下面按性价比排序，讲几个马上能用的办法。
大多数请求其实很简单——分类、意图判断、格式转换、短摘要，便宜模型完全够用。把贵模型留给真正需要推理的长文本和复杂逻辑。写个路由就能解决：
价格上，便宜档每百万 token 通常在 0.1~0.5 美元量级，旗舰档能到 3~15 美元，差两个数量级。哪怕只有三成流量走便宜模型，总成本也能降一大截。具体价格各家常调，以官网为准。
system prompt 是最容易被忽略的成本。有人写两三千字的角色设定，每次请求都在重复付费。能压到几百字就压。多轮对话别每次都带全量历史，按需截断，只保留最近几轮加关键信息。max_tokens 一定设上限，不然模型能啰嗦一长串。这些改动不需要动架构，改几行代码就见效。
两种缓存都用上。一是 prompt caching，把固定的长 system prompt 或参考文档缓存起来，命中后输入成本大幅下降，官方支持就一定要开。二是应用层缓存，相同或高度相似的问题直接返回本地结果。做 FAQ、客服类产品，重复率经常超过 50%，一层 Redis 加个请求 hash 就能挡掉
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。