Token 成本怎么算：单价、缓存和批处理
Token计费把每百万 token 的报价换成「处理一份文档多少钱」：输入输出分开算，缓存命中省五到九成，批处理五折，模型分级再降一半。
「一份三万字文档处理一次多少钱」「缓存到底能省多少」「为什么账单比预估高两倍」，这三个问题决定预算能不能控住。
先读计费和输入输出两篇，把算式立起来；再看缓存、批处理、模型分级三条省钱路径，按能改动的部分排优先级；最后看限流、团队额度和监控。判断标准：单次均价能不能降到预估的一半以内。
成本与额度一天用了多少 token：自己记一本账
不知道花在哪，就谈不上省。把每天的任务和 token 数记成流水账，一周后看一眼，大头通常集中在一两类活上。
成本与额度试用期的正确用法：先测重的，再测快的
试用期别拿来聊天，先把你最重的那个活丢进去。重活跑通了，快活基本没问题；反过来试，付费后才发现重活跑不动。
成本与额度token 怎么算钱：一份三万字文档处理一次花多少
token计费要分开算输入和输出：三万字文档进去约四万五千 token，回来两千，一次总结的花费按档位不同在几分到几毛（以官方定价页为准）。
成本与额度输入输出差价：为什么回答越长越贵，怎么让它少说
输入输出计费不同价：输出单价通常是输入的两到四倍，让回答短一半，账单能降三成。三种情况不该省：结构化的、要归档的、给客户看的。
成本与额度缓存命中怎么用：同一份材料问十次，能省八成
缓存命中要三个条件：前缀完全一致、在有效期内、超过长度下限。同一份材料问十次，输入成本通常能压到一到两成，前提是前缀别乱改。
成本与额度批处理：五折价格换一天延迟，什么活适合
批处理通常五折，代价是最长等二十四小时。判断标准只一条：晚一天出结果，有没有人等着。日报和归档最适合。失败重试按批补，一条一条补回来更贵。
成本与额度模型分级：把八成的活交给便宜的那一档
模型分级前先统计任务分布：分类、抽取、格式转换占八成，小模型够用；剩下两成留给大模型，按置信度回落。路由规则先跑影子流量，再切正式。
成本与额度额度用尽那天：限流、超额和备用通道怎么配
限流总在最忙的时候来，系统第一次高峰就挂。三种限制要分清：每分钟请求数、每分钟 token 数、日额度，429 得带退避重试。
成本与额度团队额度怎么分：按人、按项目还是按部门
团队额度按项目拆最稳。一个密钥全公司用，前三个月省事，第四个月账单说不清是谁花的；成员离开还得回收。回收清单含密钥、额度和日志权限三项。
成本与额度成本监控：每天只看三个数就够了
成本监控每天看三个数：总花费、单次均价、失败重试率。总额涨了看不出原因，均价和重试率一动，位置就露出来了。三个数一起看，才知道该改模型还是改流程。