个人开发者做 side project，最怕的不是没想法，而是 API 账单悄悄跑起来。一个月烧掉几百块，项目还没上线。这篇攻略就是给预算有限、想用大模型但不想当冤大头的人看的。核心思路就一句：把每个 token 花在刀刃上。
第一，模型分层，别用大炮打蚊子。 大多数任务根本不需要 GPT-4o 或 Claude Sonnet。分类、提取、改写、摘要这类活，GPT-4o mini、DeepSeek-V3、Qwen-Turbo 完全够用，价格差几十倍。给你个量级感受：GPT-4o 输出约 $10/百万 token，GPT-4o mini 只要 $0.6，DeepSeek-V3 更低。一个每天处理 1000 条短文本摘要的任务，用 GPT-4o 一个月大概 $100，换成 mini 直接降到 $6 以内。只有复杂推理、长链思考才值得上贵模型。先拿便宜模型跑通，效果不够再升级。
第二，掐住上下文和输出。 很多人把整篇文档塞进 prompt，token 哗哗地烧。能用规则过滤的先过滤，能摘要的先摘要，RAG 只召回最相关的两三段。输出端一定设 max_tokens，别让模型自由发挥。开发阶段用 mock 数据，联调完再切真实 API。另外，OpenAI、Anthropic 都有 prompt caching 和 batch API，批量任务走 batch 能省一半，重复前缀走缓存能省 80% 以上。
第三，额度管理要上硬手段。 每个平台后台都设硬性预算上限，别只靠邮件提醒。多平台混用时，拿 one-api 或 LiteLLM 做网关，统一记账、限流、按 key 分配额度。新项目先用免费额度验证，比如 Gemini 的免费档、DeepSeek 的赠送额度。再写个简单的日志中间件，每次调用记录 token 数和费用，跑一周就知道钱花在哪了。
举个真实场景。 一个做 RSS 摘要的小工具，最初用 GPT-4o 处理 200 篇/天，月账单 $45。改成先用本地规则去重、截断，再用 GPT-4o mini 摘要，输出限制 150 token，月账单降到 $1.8。效果对摘要任务几乎没差别。省下的钱够你多跑好几个实验。
结尾一句话： 先问这个任务配不配用大模型，再问用哪个模型，最后才问怎么调——顺序对了，成本自然下来。
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。