个人开发者大模型 API 怎么选?场景化选择指南

短答案

原型:GLM-5-Flash(免费);日常主力:DeepSeek-V3(综合性价比);Agent/工具调用:qwen-plus(稳定);批量脏活:qwen-turbo(便宜)。月开销基本能控制在 ¥10-50。

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 demoGLM-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。

常见问题

个人项目一个月 API 大概多少钱?
轻度(每天几百次对话):免费档 + ¥5-10;中度(自用 Agent/机器人):¥20-50;重度(对外服务):上百起。先免费档跑通,账单会告诉你该切哪档。
怎么压成本?
三板斧:①长 system prompt 触发缓存(命中价 1/4);②小模型路由,turbo/flash 答简单的,大模型只兜难题;③控制输出长度(结构化输出比长篇省)。组合可降 50-70%——详见[成本优化指南](/cloud/cost-optimization/)。
什么时候该转本地?
三个信号:月 API 账单 > ¥200(回本周期进入一年内)、数据敏感不能出网、需要无限量批量跑。对照[本地大模型指南](/scenarios/local-llm/)选配置。
↑