大模型 API 的账单看不懂，通常不是数学问题，而是计费维度太多：输入、输出、缓存写入、缓存命中，长上下文还有另一档单价；部分平台再用「分组倍率」把同一模型卖出不同价格。把这些维度理清楚，成本能压下来一大截。
四个计价维度
输入 token
你发上去的所有内容：系统提示、上下文文件、历史对话。常见误区是只算「我写的那句话」，实际大头往往是粘进去的文件和长历史。
输出 token
模型生成的内容，单价通常是输入的数倍。控制输出长度的收益比压缩输入更直接：一句「只输出代码，不要解释」就能省掉大量输出 token。
缓存命中 / 缓存写入
把稳定的长前缀（系统提示、文档、代码规范）缓存起来，命中部分单价通常只有输入价的十分之一左右，长对话和固定提示词场景收益最大。
分组倍率
中转平台把同一模型接不同上游渠道，用倍率区分价格与稳定性。倍率低的多是逆向或特惠渠道，适合非关键任务；正式业务用稳定渠道，别为了省钱赌可用性。
三个立刻能用的省钱动作
一是把固定提示词做缓存；二是给任务设输出上限、禁止客套话；三是按任务分级选渠道，而不是一律用最贵的模型。