成本监控：每天只看三个数就够了

三个数：总额、均价、失败率

总花费：今天花了多少，和上周同日比。周内有波动，和上周同一天比才有意义。

单次均价：总花费除以调用次数。这个数最灵敏，它变了说明结构变了，而不是量变了。

失败重试率：失败次数除以总次数。重试一次就是双倍成本，这个数高，账单一定虚高。

三个数放一张表，每天早上扫一眼。总额涨了但均价没变，是量涨了，正常；均价涨了，是任务变复杂或者提示词变长了，要查。

只记总数，永远不知道哪块该优化。至少按功能分三到五类：客服、写作、检索、批处理。

每类记三个数：调用次数、平均输入长度、平均输出长度。

平均输入长度是最容易被忽略的指标。它悄悄涨，说明有人往提示词里塞了越来越多东西，或者历史对话没清理。

拆到这一层，优化方向基本自己就出来了：输入长的压材料，输出长的压字数，次数多的换小模型。

再往下拆就到人了。谁在跑批、谁在调试，看一眼调用来源就知道。不是为了追责，是为了找到那个把上下文塞到十万 token 的用法。

均价突然翻倍。多半是提示词改版加了长材料，或者换了更贵的模型。查最近一次发布。

调用次数暴涨但业务量没涨。多半是重试风暴，或者某个循环写错了在反复调。

单次成本出现极端值。一条请求花了几十倍的钱，通常是材料贴错、附件过大、或者上下文没截断。

这类请求要单独存日志，事后能复现。

别自己搭系统。平台后台有明细，导出来按天聚合就够。一个人维护的团队，一张表比一个看板实用。

记录频率按量定。日花费低于一杯咖啡，一周看一次；高于这个，每天看。

每月做一次复盘：这个月哪类任务花得最多，值不值，有没有更便宜的替代。三个问题，十分钟。

一条经验：监控的目的不是省钱，是知道钱花在哪。知道之后，该花的花，不该花的自然就停了。

补充一句账单对不上时先看时区。平台按 UTC 记账，你按本地日期聚合，跨日那一段永远差一截。

小团队需要专门的成本看板吗？

不需要。导出的表格加两个公式就够，做看板的时间够你优化好几轮提示词。

怎么定预算？

按上个月实际用量乘一点二，留出增长空间。定得太紧，团队会为了省额度该用不用。

成本突然降了一半，是好事吗？

先确认服务是不是挂了。用量骤降经常是故障，不是优化生效。