选对模型是关键中的关键
我知道这听起来像废话，但这真的很重要。不同模型之间的价格差距巨大，我们通过大量测试，最终挑选了“最便宜但效果还不错”的组合：简单任务主要用 GPT-4o-mini，复杂一点的才上 GPT-4.1。
我们的业务并不需要强逻辑推理能力的模型（比如 GPT-4 Turbo），所以可以放心避开高价位的模型。虽然测试确实花了不少时间，但从长期来看绝对值得。
用好提示词缓存（Prompt Caching）
这点完全是意外收获。OpenAI 平台会自动缓存完全一致的提示词（prompt），在重复调用相同的 prompt 时，不仅速度提升，成本也能大幅下降！
我们实测发现：对于长提示词，延迟最多减少 80%，成本也降低近 50%。还有一点很重要：确保 prompt 中的“变化部分”放在末尾，否则缓存机制可能无法命中。除了这一点，其他都不用额外配置，真的省心又高效。
务必设置账单预警！
一定要开通账单提醒！我们就是因为没设置，一不小心 5 天就把整个月的预算都烧光了……
优化提示词结构，尽量减少输出 Token 数量
你知道吗？OpenAI 平台上“输出 Token”的价格是“输入 Token”的 4 倍！
所以我们优化了模型的输出方式：不再让它输出完整的文本结果，而是改为只返回位置编号和类别，然后在代码中进行映射。这一个小改动，让我们的输出 Token 数量直接减少约 70%，调用延迟也大大降低！
使用 Batch API 处理非实时任务
如果你有不需要即时返回的任务，比如夜间批处理类操作，强烈推荐用 Batch API（一个专门设计来处理大量数据的批处理服务）！我们把一批夜间处理逻辑迁移到了 Batch API 上，直接省了一半的费用。虽然它有 24 小时的处理窗口，但对非实时业务完全没问题，强烈推荐。
写在最后：这些经验教训是我们在烧掉 94 亿个 Token 之后，边踩坑边总结出来的，希望能帮大家避雷。如果你也在做 AI API 集成，欢迎补充一些实用技巧！
“这值得烧掉 94 亿个 Token 吗？”
然而，对于上面的这些建议和总结，多数网友的第一反应都是：就这，值得烧掉 94 亿个 Token 吗？
“你要是早点看 OpenAI 官方文档里 Best Practices 这部分，可能早就省下一大堆Token了……”
“不是我说你，这些经验教训其实应该是你在系统设计阶段就该思考的问题，而不应该靠‘烧钱’试出来。”
也有部分网友提出疑问，为什么不试试其他更便宜的模型：
“重点问题来了——你到底是干了啥，要用掉 94 亿 Token？！你有没有尝试过其他模型？有打算把 ChatGPT 换掉吗？”
“内容不错，不过我很想知道你们的 SaaS 业务究竟做什么的，竟然要用这么多 Token！有没有考虑过 Gemini 这种更便宜、支持多模态和 100 万 Token 上下文的模型？为啥一直坚持用 OpenAI 的模型？”
同时，个别开发者也指出，有些建议并不适用于所有情景：
“我想就第 4 点进行补充。虽然压缩输出 Token 听起来很划算，但有时候适当提供足够的输出空间，其实有助于大模型‘思考清晰、计算准确、提升答案自信度’，而限制 Token 可能会影响推理质量。如果你对 Token 预算很敏感，不妨考虑是不是这项任务根本不需要大模型来处理——用传统逻辑就够了。优秀的 Prompt 设计，是清晰、贴切、符合语境，而不是一味地压榨 Token 空间。”
