个人开发者的 API 策略只有一条主轴:用免费档验证想法,用便宜档跑量,只在「质量真正影响结果」的环节上大模型。绝大多数人反过来——全程旗舰模型,月底账单吓退,项目死在成本上。
按场景对号入座
| 你的场景 | 首选 | 月成本量级 | 为什么 |
|---|---|---|---|
| 跑通第一个 demo | GLM-5-Flash 等免费档 | ¥0 | 验证期不值得花一分钱 |
| 日常问答/写作助手 | DeepSeek-V3 | ¥5-20 | 综合质量/价格最优解 |
| Agent/函数调用 | qwen-plus | ¥20-50 | 工具调用格式稳、幻觉可控 |
| 批量打标/清洗/摘要 | qwen-turbo | ¥10-30 | 脏活只看每千 token 单价 |
| 代码主力 | 旗舰档按需点杀 | ¥20-60 | 只在调试卡壳时上,平时小模型 |
实时单价以大模型 API 对比表为准(各家价格随官方调价变动,以官网实时为准);免费额度全景图见免费 AI 资源清单。
成本三板斧(组合可降 50-70%)
① 缓存优先。Agent 的 system prompt 动辄两三千 token(工具定义、人设、规则),每轮对话都全额计费。开 prompt cache 后,命中部分价格约为 1/4——把「不变的说明」全堆进 system,「变的对话」留在后面,缓存命中率就是省钱率。
② 大小模型路由。80% 的请求是简单任务(格式转换、检索问答、判断分类),flash/turbo 档完全胜任;只有推理链、复杂代码才升级主力模型。路由逻辑本身可以就是一个便宜模型来决策。这是从「月 ¥100」压到「月 ¥30」的最大单项。
③ 砍输出长度。计费是输入+输出双边收,而输出 token 通常贵 2-4 倍。让模型「只输出 JSON,不要解释」不只是风格偏好,是实打实的账单杠杆:一个爱写长篇总结的助手,成本能差出 3 倍。结构化输出(function calling / JSON mode)是默认选择。
账单纪律
- 每日看一眼用量面板,而不是月底。异常放量(API key 泄露、Agent 死循环)在 24 小时内发现和月底发现,是 ¥5 与 ¥500 的区别。
- 每个项目单独 key,设月度硬上限。平台都支持限额,不设上限的 key 不该存在于代码里。
- 记录「每功能成本」:每次请求打上用途标签,月底你会清楚哪个功能在烧钱——通常是那个「顺手加的智能总结」。
什么时候该转本地
API 用得舒服的前提是量小。三个信号出现任何一个,就把本地部署方案提上日程:月账单稳定超过 ¥200(一块 5060 Ti 16G 的整机一年内回本);数据合规要求模型不出网;需要无限量离线批处理。本地和云的完整成本对比,见云 vs 本地测算。
做 Agent 开发的完整技术栈(模型只是其中一环),另见Agent 开发场景页。