本文来自微信公众号： 动察 Beating ，作家：Sleepy.md，题图来自：视觉中国在阿谁按字收费的电报年代，文字即是财富。东谈主们习气将滔滔不时浓缩异常致，"速归"抵得过一封长信，"祯祥"是最重的吩咐。
其后，电话牵进了家门，但资料费按分秒计费。父母的资料电话老是鞭辟入里，正事说完便匆忙挂断，一朝话头稍稍延展，怜爱话费的念头便会掐断刚冒头的寒暄。
再其后，宽带进家，上网按小时收费，东谈主们盯着屏幕上的计时器，网页一开即关，视频只敢下载，流媒体在其时是个奢侈的动词。每一个下载程度条的终点，王人藏着东谈主们对"贯串全国"的渴慕与对"余额不及"的顾忌。
计费的单元变了又变，省钱的本能亘古不变。
如今，Token 成了 AI 时期的货币。关联词，大多数东谈主尚未学会如安在这个时期量入为用，因为咱们还没学会如安在看不见的算法里计较得失。
2022 年 ChatGPT 刚出来的时分，险些没东谈主热心 Token 为何物。那是 AI 的大锅饭时期，每月花个 20 好意思元，想聊几许聊几许。
但自从最近 AI Agent 火起来之后，Token 花销形成了每一个用 AI Agent 的东谈主王人必须关注的事情。
不同于一问一答的浅陋对话，一个任务流的背后是成百上千次的 API 调用，Agent 的寂寞念念考是有代价的，每一次自我修正、每一次器具调用，王人对应着账单上数字的杰出。然后你会发现你充值进去的钱一霎就不够用了，况且你还不知谈 Agent 到底王人干了什么。
实践生涯里，公共王人知谈若何省钱。去菜阛阓买菜，咱们知谈把带泥的烂叶子择干净再上秤；打车去机场，老司机知谈遁入早岑岭的高架。
数字全国里的省钱逻辑其实也一样，只不外计费单元从"斤"和"公里"，换成了 Token。
在往常，节省是由于匮乏；而在 AI 时期，节省是为了精确。
咱们但愿通过这篇著作，帮你梳理出一套 AI 时期下的省钱轨范论，让你把每一分钱王人花在刀刃上。
上秤前，先择掉烂菜叶 在 AI 时期，信息的价值不再由广度决定，而由纯度决定。
AI 的计费逻辑是按它阅读的字数收费。不管你喂进去的是灼见真知，照旧毫意外旨的形势鬼话，惟有它读了，你就得付钱。
因此，省 Token 的第一个念念维格式，即是把"信噪比"刻进潜意志。
你喂给 AI 的每一个字、每一张图、每一滑代码，王人要付钱。是以在把任何东西交给 AI 之前，牢记先问问我方：这里面有几许是 AI 果然需要的？有几许是带泥的烂菜叶？
比如"你好，请帮我 ... "这种冗长的开场白、相通的配景先容、没删干净的代码扫视，王人是带泥的烂菜叶。
除此以外，最常见的浪费，是径直把 PDF 或网页截图扔给 AI。这么的确你我方是省事了，然而 AI 时期的"省事"常常意味着"渊博"。
一份形势好意思满的 PDF，除了正文内容，还包含页眉、页脚、图表标注、掩藏水印，以及盛大用于排版的形势代码。这些东西对 AI 分解你的问题毫无匡助，但它们一起王人要计费。
下次牢记把 PDF 先转成干净的 Markdown 文本再喂给 AI。当你把 10MB 的 PDF 形成 10KB 的干净文本时，你不仅省下了 99% 的钱，还让 AI 的大脑运行速率比以前快得多。
图片是另一个吞金兽。
在视觉模子的逻辑里，AI 并不在乎你的像片拍得好意思不好意思，它只在乎你占用了几许像素面积。
以 Claude 的官方计较逻辑为例：图片的 Token 阔绰 = 宽度像素 × 高度像素 ÷ 750。
一张 1000×1000 像素的图片，阔绰约 1334 个 Token，按 Claude Sonnet 4.6 的订价折算，每张图片约 0.004 好意思元；
但如若把合并张图压缩到 200×200 像素，只须耗 54 个 Token，老本降到 0.00016 好意思元，差了整整 25 倍。
好多东谈主径直把手机拍的高清像片、4K 截图扔给 AI，殊不知这些图片阔绰的 Token 可能足以让 AI 读完泰半本中篇演义。如若任务仅仅识别图片里的文字或者作念浅陋的视觉判断，比如让 AI 识别发票上的金额、阅读阐发书里的文字，或者判断图中是否有红绿灯，那么 4K 的诀别率即是纯纯的浪费，把图片压缩到最小可用诀别率就够了。
但输入端最容易浪费 Token 的原因，其实不是文献形势，而是低效的话语格式。
好多东谈主把 AI 当成真东谈主邻居，习气用酬酢式的碎碎念去换取，先丢一句"帮我写个网页"，等 AI 吐出个半制品，再补充细节，再反复拉扯。这种挤牙膏式的对话，会让 AI 反复生成内容，每一轮修改王人在叠加 Token 阔绰。
腾讯云的工程师在引申中发现，一样一个需求，挤牙膏式的多轮对话，最终阔绰的 Token 常常是一次性说炫耀的 3 到 5 倍。
果然的省钱之谈，是祛除这种低效果的酬酢试探，一次性把要求、领域条件、参考表率说炫耀。少去接力讲解"不要作念什么"，因为抵赖句常常比详情句阔绰更多的分解老本；径直告诉它"要若何作念"，并给出一个炫耀的正确示范。
同期，如若你知谈贪图在那里，就径直跟 AI 说炫耀，别让 AI 去当阅览。
当你敕令 AI "找一下用户联系的代码"时，它必须在后台进行大限制的扫描、分析与推断；而当你径直告诉它"去看 src/services/user.ts 这个文献"时，Token 的阔绰迥乎不同，在数字全国里，信息平等即是最大的节省。
别为 AI 的"规定"买单 大模子计费有个潜法则好多东谈主没意志到：输出 Token 常常比输入 Token 贵 3 到 5 倍。
也即是说，AI 说出来的话，比你说给它的话要贵得多。以 Claude Sonnet 4.6 的订价为例，输入每百万 Token 仅需 3 好意思元，而输出则蓦地跳升至 15 好意思元，整整 5 倍的价差。
那些"好的，我已完全分解您的需求，当今启动为您解答 …… "的规定开场白，那些"但愿以上内容对您有所匡助"的客套驱散，在真东谈主换取时是规定的酬酢辞令，然而在 API 的账单上，这些毫无信息增量的寒暄也王人是要花你我方的钱的。
经管输出端浪费最有用的本事，是给 AI 立次序。用系统指示明确告诉它：不要寒暄，不要讲解，不要复述需求，径直给谜底。
这些次序只需设定一次，便在每一次对话中见效，是果然"一次插足、长久受益"的欢跃本事。但在缔造次序时，好多东谈主又堕入了另一个误区：用冗长的当然语言去堆砌指示。
工程师的实测数据标明，指示的效力不在于字数，而在于密度。将一段 500 字的系统请示词压缩到 180 字，通过删掉意外旨的规定用语、合并相通指示、并将段落重构为爽气的条件化清单，AI 的输出质料险些毫无波动，但单次调用的 Token 阔绰却能骤降 64%。
还有一个更主动的限度本事，那即是限制输出长度。好多东谈主从来不可就输出上限，任由 AI 解放显露，这种对抒发权的放任，常常会导致异常的老本失控。你约略只需要一个点到为止的短句，乐鱼体育官方网站AI 却为了展现某种"智力至心"，毫无疑义地为你生成了一篇 800 字的小作文。
如若你追求的是纯正的数据，就应当强制 AI 复返结构化的形势，而非冗长的当然语言形容。在承载同等信息量的情况下，JSON 形势的 Token 阔绰远低于散文化的段落。这是因为结构化数据剔除了总共冗余的贯串词、口吻词及讲解性修饰，只保留了高浓度的逻辑中枢。
AI 时期，你应该知道地意志到，值得你付费的是驱散的价值，而非 AI 那段毫意外旨的自我讲解。
除此以外，AI 的"过度念念考"也在猖獗蚕食你的账户余额。
一些高档模子有"膨胀念念考"模式，会在回答之前先进行海量的里面推理。这个推理经由也要计费，况且是按输出的价钱来计价的，相配贵。
这种模式实质上是为"需要深度逻辑撑握的复杂任务"联想的。然而大多数东谈主在问浅陋问题的时分也礼聘了这个模式。关于不需要深度推理的任务，明确告诉 AI "不需要讲解念念路，径直给谜底"，或者手动关掉膨胀念念考，也能帮你省不少钱。
别让 AI 翻旧账 大模子莫得果然的记念，它仅仅在猖獗地翻旧账。
这是好多东谈主不知谈的一个底层机制。每次你在一个对话窗口里发出新音问，AI 并不是从你这句话启动分解，而是把你们之前聊过的总共内容，包括每一轮对话、每一段代码、每一份援用文档一起再行读一遍，然后才回答你。
在 Token 的账单里，这种"温故而知新"绝非免费。跟着对话轮次的叠加，哪怕你仅仅追问一个浅陋的词，AI 背后重读整本旧账的老本也会呈几何倍数增长。这种机制决定了，对话历史越千里重，你的每一句发问就越渊博。
有东谈主跟踪了 496 个包含 20 条以上音问的真实对话，发现第 1 条音问平均读取 14，000 个 Token，每条老本约 3.6 好意思分；到第 50 条音问时，平均读取 79，000 个 Token，每条老本约 4.5 好意思分，贵了整整 80%。况且陡立文越来越长，到第 50 条时，AI 要再行处理的陡立文依然是第 1 条时的 5.6 倍。
经管这个问题，最浅陋的习气是：一个任务，一个对话框。
当一个话题聊完，坚忍开启新对话，不要把 AI 当成一个耐久不关机的聊天窗口。这个习气听起来很浅陋，但好多东谈主即是作念不到，总以为"万一还要用到之前的内容呢"。事实上，那些你顾虑的"万一"绝大多数时分是不会出现的，而为了这个万一，你依然在每一条新音问上多付了几倍的钱。
当对话确乎需要延续，但陡立文依然变得很永劫，咱们不错阁下一些器具的压缩功能。Claude Code 有一个 /compact 敕令，能把离题万里的对话历史浓缩成一段简陋的纲领，帮你作念一次赛博断舍离。
还有省钱逻辑叫 Prompt Caching（请示词缓存）。如若你反复使用合并段系统请示词，或者每次对话王人要援用合并份参考文档，AI 会把这部安分容缓存起来，下次调用时只收取很少的缓存读取用度，而不是每次王人按全价计费。
Anthropic 的官方订价炫耀，缓存射中的 Token 价钱是平日价钱的 1/10。OpenAI 的 Prompt Caching 一样能把输入老本镌汰大要 50%。一篇 2026 年 1 月发表在 arXiv 上的论文，对多个 AI 平台的长任务进行了测试，发现请示词缓存能把 API 老本镌汰 45% 到 80%。
也即是说，一样的内容，第一次喂给 AI 要付全价，之后每次调用惟有付 1/10。关于那些每天王人要相通使用合并套轨范文档或系统请示词的用户来说，这个功能能省下盛大 Token。
但 Prompt Caching 有一个前提，你的系统请示词和参考文档的内容和蔼序必须保握一致，况且要放在对话的最前边。一朝内容有任何改变，缓存就会失效，再行按全价计费。是以，如若你有一套固定的责任轨范，就把它写死，不要爽气修改。
终末一个陡立文经管的技巧，是按需加载。好多东谈主心爱把总共的轨范、文档、精通事项一股脑塞进系统请示词里，原理照旧阿谁"以防万一"。
但这么作念的代价是，你明明仅仅在作念一个很浅陋的任务，却被动加载了几千字的法则，白白浪费一堆 Token。Claude Code 的官方文档淡薄把 CLAUDE.md 限度在 200 行以内，把不同场景的专项法则拆分红寂寞的本事文献，用到哪个场景才加载哪个场景的法则。保握陡立文的富余白皙，即是对算力最高档的尊重。
别开保时捷去买菜 不同的 AI 模子，价钱差距宏大。
Claude Opus 4.6 每百万 Token 输入要 5 好意思元、输出 25 好意思元，Claude Haiku 3.5 惟有 0.8 好意思元输入、4 好意思元输出，差了快要 6 倍。让最顶级的模子去干征集尊府、排版形势的杂活，不仅慢，况且很贵。
机灵的用法是把咱们东谈主类社会常见的"阶层单干"念念维带到 AI 社会，不同难度的任务，交给不同价位的模子。
就像在实践全国里雇东谈骨干活，你不会特等去雇一个年薪百万的大师去工地搬砖。
AI 也一样。Claude Code 的官方文档里也明确淡薄：Sonnet 处理大多数编程任务，Opus 留给复杂的架构决策和多轨范推理，浅陋的子任务指定用 Haiku。
更具体的实操决议是构建"两段式责任流"。在第一阶段，用免费或低价的基础模子作念前期的脏活累活，比如尊府征集、形势算帐、初稿生成、浅陋的分类和归纳。进入第二阶段，再将提真金不怕火后的高纯度精华投喂给顶级模子，进行中枢决策与深度精修。
举个例子，如若你要分析一份 100 页的行业讲述，不错先用 Gemini Flash 把讲述里的关节数据和论断索要出来，整理成一份 10 页的纲领，然后再把这份纲领交给 Claude Opus 作念深度分析和判断。这种两段式责任流，能在保证质料的前提下，把老本大幅压缩。
比单纯的分段处理更进阶的，是基于任务解构的深度单干。一个复杂的工程任务，完全不错被拆解为数个互相寂寞的子任务，并匹配最相宜的模子。
比如一个需要写代码的任务，不错让低价模子先写框架和样板代码，然后只把中枢逻辑的部分交给渊博模子来结束。每个子任务有干净、专注的陡立文，驱散更准确，老本也更低。
你本来不需要花 Token 前边总共的谈判，实质上王人在经管"若何省钱"的战略问题，但一个更底层的逻辑命题被好多东谈主忽视了：这个算作，到底需不需要花 Token？
最极致的节省不是算法的优化，而是决策的断舍离。咱们习气了向 AI 寻求全能的解答，却忘了在好多场景下，调用渊博的大模子无异于高射炮打蚊子。
比如让 AI 自动处理邮件，它会把每一封邮件王人当成寂寞任务去分解、分类、讲述，Token 阔绰宏大。但如若你先花 30 秒扫一眼收件箱，手动筛掉那些显着不需要 AI 处理的邮件，再把剩下的交给 AI，老本坐窝降到正本的一小部分。东谈主的判断力在这里不是不容，而是最佳用的过滤器。
电报时期的东谈主知谈，每多发一个字要多花几许钱，是以他们会规划，这是一种对资源的直观感知。AI 时期也一样，当你果然知谈每让 AI 多说一句话要多花几许钱，你当然就会规划这件事值不值得让 AI 来作念、这个任务需要顶级模子照旧低价模子、这段陡立文还有莫得用。
这种规划，是最省钱的智力。算力越来越贵的时期，最机灵的用法，不是让 AI 替代东谈主，而是让 AI 和东谈主去干各自擅长的事。当这种对 Token 的敏锐性内化为一种条件反射乐鱼体育，你才果然从算力的从属，变回了算力的主东谈主。
星空体育(StarSports)官网
备案号: