这篇写给做 side project、接私活、跑个人产品的开发者。预算有限，但需要稳定的模型能力。常见账单失控场景：demo 阶段直接用 GPT-4o 跑全流程，上线后每天几千次调用，月底收到一笔不该有的账单。下面几条按“立刻能改”的顺序排。
一、别让大模型干小活
大多数请求不需要旗舰模型。分类、抽取、改写、格式化，小模型完全够。做法是路由：简单任务走便宜模型，失败或低置信度再升级。
按官方价，GPT-4o 输入 $2.5/百万 token、输出 $10；4o-mini 是 $0.15/$0.6，差 16 倍。国产的 DeepSeek、Qwen 更便宜，简单任务优先走它们。
二、默认参数先关掉
很多 SDK 不传 max_tokens 就按模型上限生成，输出费用直接翻倍。分类任务给 10 个 token，摘要给 300。加上 max_tokens，再开 streaming 让首字更早返回，用户体验和成本都受益。
三、缓存比换模型更有效
同一 prompt 前缀反复出现时，用 prompt caching。OpenAI 缓存命中输入价打 1 折，Anthropic 约 9 折写入、1 折读取。另一种是本地缓存：对文本做 hash，命中直接返回旧结果。客服问答、文档摘要这类场景，缓存命中率能做到 30% 以上。
四、额度管理做三道闸
1. 每个项目单独建 API key，月底按 key 拆账，能看清钱花在哪。 2. 设置日预算告警，超过 80% 发邮件，100% 自动降级到小模型。 3. 加 fallback 链：主模型超时或报错，自动切备用供应商，避免重试把费用打上去。
五、批量任务走 batch 接口
离线跑数据、生成 embedding、清洗语料，用 batch API，OpenAI 和多数云厂商都打 5 折，代价是延迟到 24 小时内。个人项目里这类任务占比不低，能省一半。
一个真实对比
每天 1 万次分类请求，每次 500 输入 + 50 输出 token。全走 GPT-4o：每天约 $17.5，一个月 $525。改成 4o-mini 为主、10% 升级 4o：每天约 $1.6，一个月不到 $50。加上缓存和 batch，还能再砍三成。
最后一句
省钱的关键不是找最便宜的模型，而是让每个请求走最便宜且够用的那条路径。
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。