大模型接口省钱攻略：5个你一定要知道的技巧

用了两年多的模型接口，踩过不少坑，也摸索出一些真正有效的省钱方法。 一、分级调用 别什么任务都用最贵的模型。简单任务用 DeepSeek V3，中等任务用 Qwen3-Max，复杂任务才用 GPT-4o。分级调用后费用降低 60% 以上。 二、Prompt Caching 一定要用 所有主流模型都支持缓存。固定模板场景缓存命中率 80% 以上，输入费用直接砍一半。 三、System Prompt 能短就短 把 1200 token 的 system prompt 精简到 400 token，输出质量不变，每次省 800 token。 四、合理设置 max_tokens 根据场景调整：短回答 256-512，中等长度 1024-2048，长文本 2048-4096。 五、利用新用户免费额度 智谱、Gemini、通义、DeepSeek 都有免费额度，多注册几个账号覆盖日常需求。 你们还有什么省钱技巧？欢迎分享。