很多负责人被问「AI 这块能不能省点」，第一反应是换个便宜模型，结果省下来的钱还不够返工。这篇不给你口号，给的是一套顺序：先把手里的账和用量弄清楚，再决定哪些钱该省、哪些钱省了反而更贵，最后落到人和流程上，让省钱这件事不靠某个人的自觉。适合 5 到 50 人、已经开始按量付费或订阅付费的团队。
很多负责人被问「AI 这块能不能省点」，第一反应是换个便宜模型，结果省下来的钱还不够返工。真正的问题往往不在单价，而在你根本不知道钱花在了哪条链路、哪个项目、哪个人身上。
这篇给的不是口号，是一套顺序：先把手里的账和用量弄清楚，再决定哪些钱该省、哪些钱省了反而更贵，最后落到人和流程上，让省钱这件事不靠某个人的自觉。适用范围是 5 到 50 人、已经开始按量付费或订阅付费的团队；如果你们还在纯试用阶段、量小到可以忽略，先别折腾这套。
第一步：先把「现在花了多少」钉死
省钱这件事最容易翻车的地方，是拿一个错的口径去对比。你从后台看到的账单，通常不等于真实消耗——缓存、重试、失败调用这几笔经常被漏掉。做法很土但有效：把两个月的账单导出，和充值记录逐笔对齐，把对不上的部分单独列出来。
- 两个月的账单导出加充值记录对齐，缺口通常是没算缓存、重试、失败调用这几笔，具体口径到 /official-api 和站内账单相关页面核对
- 按团队或项目把用量分出来，分不出归属就先从调用入口分（自有 key、中转、订阅账号各占多少）
- 给每一项标上「必须」「可优化」「说不清」，说不清的先别动，动了也没法验证
第二步：按性价比排序，别从最容易的下手
最容易下手的往往是最不该动的——比如直接砍掉某个功能的使用额度。真正性价比高的顺序，是先从「不伤质量的浪费」下手，再动那些会影响输出的东西。
| 优先级 | 动作 | 伤不伤质量 |
|---|---|---|
| 最高 | 减少无效调用（重复上下文、失败重试、贵模型跑简单任务） | 不伤 |
| 次高 | 换更省的模式或改成批次处理 | 一般不伤 |
| 中 | 调模型档位，同类任务换更合适的档 | 可能伤，需验证 |
| 最低 | 谈价或换渠道 | 取决于稳定性 |
无效调用常见三类：重复喂同一段上下文、失败后无限重试、把简单分类任务丢给贵模型。先掐这三类，收益通常比换模型来得快。调模型档位前，用 /tools/model-cost-calculator 和 /usage 看看同类任务的真实消耗，别凭感觉换。
第三步：把省钱做成流程，而不是靠人盯着
靠某个细心同事盯账单，最多撑两三个月。想让这件事长期成立，得把它写进日常流程里，谁看、看什么、超了怎么办，都有默认动作。
- 设预算告警按「一晚跑飞也不超过可承受范围」来设，别设成刚好等于预算，留出反应时间。
- 定责任人给每个 key 或项目定一个负责人，额度用完谁去处理要写清楚，不然只会互相等。
- 写进输出规范新任务先用便宜档跑通再升级，避免一上来就用最贵的。
- 留一条降级路径提前想好主渠道不可用时切到哪，别等到出事才临时找。
第四步：一个月一次的成本复盘怎么做
复盘的重点不是汇报数字，而是找出「上个月定的动作有没有落地」。会开得再漂亮，没有具体动作就是白开。固定四个问题问下来，通常十几分钟就能出结论。
- 比上月多花的钱花在哪
- 哪些措施没落地、为什么
- 有没有新出现的浪费点
- 下月要不要调预算
复盘只看两三个关键指标就够，指标太多没人看；具体看哪几项可以参照 /usage 和 /price-watch 的口径。把结论落到一个具体动作上，谁做、什么时候做完，写清楚。
常见问题
降本增效和单纯砍预算有什么区别？
砍预算只看数字降没降，降本增效还要看产出有没有跟着掉。做法上，前者直接调低额度或换便宜档；后者会先看哪些调用本身没价值、哪些环节可以用更省的方式达到同样效果。如果一条业务线还在验证期，先别按砍预算的思路做。
团队小、用量不多，也值得做这套流程吗？
值得，但可以简化。人数少就别搭复杂的归属体系，按项目分两三个口子记一下就行，重点是预算告警和每月一次的复盘这两件事。用量小的时候浪费占比往往更高，因为没人专门盯，一笔异常调用就能占掉大半额度。
省钱措施会不会影响输出质量？
取决于你先动哪一层。减少无效调用、砍掉重复上下文，基本不影响质量；换模型档位和压缩上下文长度才可能影响。建议一次只改一项，改完跑一批老任务对比，也就是说，先用可验证的方式确认没掉，再推广到全团队。
