4.5 模型成本优化指南

概述

一、成本构成分析

使用 AI 的成本主要由以下部分构成：

二、实用优化技巧

技巧一：设置回复长度限制

让 AI 回复简洁一些，减少输出 Token：

设置回复风格：简洁明了，不超过100字

效果：单次对话节省 30-50% Token

技巧二：利用历史摘要

配置对话摘要，减少每次请求的输入 Token：

"memory": {
  "useSummaries": true,
  "summaryThreshold": 10,
  "summaryMaxTokens": 500
}

效果：长对话可节省 50%+ Token

技巧三：批量处理任务

❌ 错误做法：

帮我查5个数据，分别查：
1. 今天销售额
2. 昨天销售额
3. 本周销售额
4. ...

✅ 正确做法：

请一次性汇总以下数据：今日/昨日/本周销售额，并给出简短分析

效果：减少 API 调用次数，节省 20% Token

三、智能路由节省成本

简单问题用便宜模型

"modelRouting": {
  "rules": [
    {
      "condition": "length < 50 AND keywords IN [你好,天气,时间]",
      "model": "deepseek-chat"
    },
    {
      "condition": "length > 500 OR keywords CONTAINS [分析,推理]",
      "model": "deepseek-reasoner"
    }
  ],
  "default": "MiniMax-M2.7-highspeed"
}

四、成本监控与预警

4.1 设置预算上限

"costControl": {
  "dailyBudget": 100,
  "monthlyBudget": 2000,
  "warnAtPercent": 80,
  "notifyWhenExceeded": true,
  "notificationChannel": "飞书群"
}

4.2 查看用量

4.3 成本异常预警

设置 Token 消耗异常告警：

"costAlert": {
  "enabled": true,
  "singleRequestThreshold": 5000,
  "dailyRequestCountThreshold": 500,
  "alertChannels": ["飞书群"]
}

五、各模型性价比对比

六、实际省钱案例

案例：每日日报分析

优化前：

• 每次分析调用 MiniMax-M2.7
• 每次约 5000 Token
• 每天分析 3 次
• 月成本：5000 × 3 × 30 × 0.002 = 900 元

优化后：

• 简单数据汇总用 DeepSeek-chat
• 深度分析才用 DeepSeek-reasoner
• 月成本：约 200 元

节省：约 75%

七、成本优化检查清单

□ 简单对话是否切换到便宜模型
□ 是否设置了回复长度限制
□ 是否启用了对话摘要
□ 是否配置了每日预算上限
□ 是否有成本预警机制
□ 定期检查用量报告

八、下一步学什么

• 4.6 模型切换命令详解 → 所有模型相关命令
• 4.7 国内常用模型汇总 → 其他可用的国内模型
• 4.8 模型效果评估方法 → 如何判断模型是否适合你

省钱的核心是：用对的模型做对的事，而不是一味用最贵的模型。

常见问题