这个攻略写给一个人写 side project、做小工具、跑自动化脚本的独立开发者。核心问题就一个：想用大模型 API，但不想每月账单莫名其妙涨到三位数，也不想花几天时间比价。下面几条是从实际踩坑里攒出来的，不保证最便宜，但能保证不浪费。
模型分层，别拿大炮打蚊子。 一次请求里，八成是分类、抽取、格式转换、摘要这类活儿，用便宜模型完全够。gpt-4o-mini 输入 0.15 美元/百万 token，gpt-4o 是 2.5，差 16 倍；deepseek-chat 输入 0.27 元/百万 token，缓存命中还能再降到 0.07。复杂推理、代码生成、长链思考再切到大模型。写个路由函数按任务类型分发，比全程用贵模型省一半以上。
把 prompt 和参数当钱看。 max_tokens 一定要设死，不然模型话痨起来你没感觉。system prompt 别写小作文，能砍一句是一句。调试阶段用 mock 或者最便宜的模型把流程跑通，别拿正式 key 反复试错。同一个请求重试要有退避，不然网络抖一下就是三倍账单。
额度管理靠多平台兜底。 各家免费层先薅一遍：Gemini 有免费额度、Groq 免费且快、硅基流动新用户送十几块、智谱也有赠送 token。用 LiteLLM 这类网关统一 key 和计费，配个 fallback 链，主模型挂了自动切备用，顺便在网关层面设每日预算告警。别把鸡蛋放一个 key 里。
具体算一笔账。 一个每日新闻摘要脚本，每天处理 200 篇文章，每篇输入 2000 token、输出 500 token，一天约 40 万输入、10 万输出。全用 gpt-4o：输入 1 美元、输出 1 美元，一天 2 刀，一个月 60 刀。换 gpt-4o-mini：一天 12 美分，一个月 3.6 刀。再挂 batch API 打五折，不到 2 刀。如果摘要这种任务用 deepseek-chat，成本还能再压一截。同一个需求，选型差出 30 倍。
省钱的核心不是找全网最低价，而是让贵的模型只干贵的事，让每一次请求都有明确上限。
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。