这个攻略给自掏腰包写 side project、做小工具、跑实验的个人开发者看。调用 API 本身没什么门槛，难受的是月底看账单那一下。下面这几招不高级，但能把成本压到原来的十分之一左右，效果基本不掉。
一、按任务分层选模型，别让大模型干小活
大部分请求其实不需要最强的模型。分类、打标签、格式转换、简单摘要，用最便宜那档就够了；真正要推理和长文理解的请求，通常只占 5%。写个路由函数按任务类型分流，成本立刻降一个数量级。
二、把 max_tokens 和上下文管住
不设 max_tokens 是最常见的漏钱方式，模型可能洋洋洒洒写一大段，而输出 token 通常比输入贵好几倍。另一个坑是每次请求都塞完整历史对话，上下文越滚越长，费用跟着涨。做法很简单：只保留最近 N 轮，或者对早期对话做一次摘要再带上。
三、缓存、免费额度、批处理，能用就用
相同或相似的请求加一层本地缓存，开发调试阶段尤其管用——反复调试同一个 prompt 不该反复付费。新项目先用免费额度把流程跑通，Gemini 免费层、Groq、Cloudflare Workers AI 都有可用额度，验证完需求再掏钱。离线批量任务走 Batch API，主流厂商普遍五折。还有个容易忽略的点：重试要加退避和次数上限，一个 while 循环里疯狂重试，账单会很难看。
四、额度监控和熔断
控制台设预算告警只是第一步，更稳的是代码里自己记数：
再给日消费加个阈值，防止某个 bug 挂一晚上烧掉一个月额度。
具体数据：一个小工具日请求约 3000 次，原来全走 gpt-4o，月账单约 $40。改成 90% 走 mini、5% 走中档、5% 走旗舰，加上历史裁剪和缓存，月账单降到 $5 左右，用户侧几乎感知不到差别。
说到底，省钱的关键不是找最便宜的模型，而是让每个请求只花它该花的钱。
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。