11 月 1 日上午十点，财务把上个月的账单截图丢进技术群。七百一十一块，八个人。
老周是负责人。他把九月那张翻出来对着看：两百四十三块。人没加，工具没换，项目还是那三个。
他挨个问了一句"你这个月多用了什么"，回答都是没有。可账差不多翻了三倍。为什么？
为什么会这样
一句话：它不记事。你每问一句，它都把你俩前面说过的话重新读一遍，读的字都算钱。
模型每次被调用，都从一个空白状态开始。服务器不保留你上一次说了什么。你觉得它在"接着聊"，其实是软件把你俩的聊天记录打包，跟新问题捆在一起，整包再发一次。
所以聊得越久，每发一次就越厚。
模型按 token 算钱。token 是模型读写文字的计数单位，像手机流量，用多少算多少。一个汉字大约一到一个半 token。
下面为了好算，一律按"万字"来说。
拿老周团队一个后端算。九月，他一天问 20 次，每次开头带 2.5 万字的项目片段，自己每次再补 600 字。二十次加起来，输入 62.6 万字。
十月，同一个功能，他一天问 40 次，片段涨到 3.4 万字，每次补 650 字。四十次加起来，输入 189.3 万字。
轮数只翻了一倍，字数涨了三倍。因为每问一次，前面所有内容都要重来一遍，这是平方级的涨法。
按输入每百万字 2 元、输出每百万字 8 元算（假设）。它每次回 800 字。八个人 22 个工作日，九月 243 元，十月 711 元。
真正新说的话有多少？九月他新补的 1.2 万字，加开头那份 2.5 万字，一共 3.7 万字。剩下 58.9 万字，全是重复提交的旧内容。
九成四的钱，付给了读旧账。
这就像复印。你每问一句，它都得把前面所有聊天记录再复印一份，复印费你出。问到第四十次，要复印的是前三十九次摞起来的厚度。
怎么解决
三条，从最便宜的开始。
一个功能开一个对话，干完就关。 成本零。四十次的长对话拆成四段十次的，输入从 189.3 万字掉到 150.3 万字，省两成。
因为每段都从薄的开始。
一次把话说完，别一句一句挤。 成本零，改的是习惯。轮数从 40 降到 25，输入降到 106.1 万字，省四成四。
同一件事一次说清楚，胜过来回追问十五次。
粗活交给便宜的模型。 改注释、补测试、调格式，这些不需要最贵的脑子。成本是配一次分派规则，十分钟。
一半轮次走低价，单价按十分之一算（假设），这两块的钱基本就没了。
别踩的三个坑。
为了省字，把项目片段砍到只剩一句话。它不懂你的项目，改错地方，返工的时间和钱比省下来的多。
只看单价，不看一轮要带多少文件。单价便宜一半、每轮多带三倍文件，账是涨的。
账单不分人、不分项目。涨了找不到出处，只能猜。
平台怎么管这些问题
统一接入。 八个人走一个地址、一把密钥。在这个场景里，用量汇到一张表，不再收八份账单。
用量记账。 每条调用记下谁、几点、哪个项目、多少字。在这个场景里，711 元能拆成八行，谁多谁少一眼看见。
前缀复用。 每轮开头那段相同的项目片段，重复的部分只算一次。在这个场景里，那 3.4 万字不必每轮重付。
模型路由。 按任务分派，粗活走低价模型。在这个场景里，注释和测试那部分轮次自动便宜下来。
额度封顶。 每人每月设上限，到八成发提醒。在这个场景里，某个人一周烧掉半个月额度，会被提前拦一下。
花费告警。 单日花费比前七天均值高出一倍就发消息。在这个场景里，十月十五号就该有人问一句。
这些功能平时谁管，四件事。
谁能改规则：走哪个模型的那张分派表，只有技术负责人能改。改完在群里贴一行，别人只读。
谁能批额度：超了要加，团队负责人一个人签字，不到处找人。
出事能不能倒查到人：每条调用带账号。先查那一天的记录，能指到人、指到那一轮、指到那句话。
告警发给谁：发给当周值班的那个人，名字写在值班表上，不发到一个群里。
这笔钱值不值
掏钱的是团队负责人，不是写代码的人。
三条一起上：轮数从 40 降到 25，一半轮次走低价。按前面的单价重算，每人每天 1.25 元，八个人 22 天，220 元。
从 711 降到 220，一个月省 491。
多久回本：配一次路由、定一张分派表，两小时。按一小时 150 元算（假设），300 元。头一个月省下的就够，当月回本。
行业规则怎么管这件事
这条线没有专门讲计费的国家政策，最贴近的是《生成式人工智能服务管理暂行办法》。国家网信办会同国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局七部门制定，2023 年 7 月 13 日公布，同年 8 月 15 日施行。
它第十一条写的是：服务提供者应当与注册其服务的使用者签订服务协议，明确双方权利义务。
这句话落到老周那张截图上，是这样的。711 元是怎么算出来的、单价多少、输入和输出分别怎么计，平台必须写进协议里。写进去了，他才有依据去问这笔钱到底怎么来的；没写，他只能认。
回到十一月一号上午那个群。截图上的 711 元不再是个总数，能拆成八行，每一行都指得到具体的人、具体的项目、具体的那句话。老周后来只改了三件事，账就下来了。
Token工厂：贰号token工厂
Codex、Claude Code、Trae、Qoder 要用的模型 token，统一接入、统一计费。
点这里看详情 →