周三下午，一个四个人做合同审阅的小团队在改提示词（发给模型的那段话）。他们把客户一份 40 页的采购合同整份贴进去，问「哪几条对我们不利」。这套流程跑了三个月，一直很稳。
贴完才发现少了两页附件，是客户补的一份协议。于是从头再贴一遍，合同从 30,000 个 token（模型眼里的字）变成 34,000 个，多了 13%。
月底对账，这个客户的单子比上个月贵了 78%。代码没改，模型没换，只多贴了两页纸。
单份从九分变一毛六，看着不多，可他们一天要过三百份，一个月六千六百份。为什么会这样？
为什么会这样
因为模型的价格不是一条平滑的线，是几个台阶。台阶的高低看这一次请求塞了多少字。
供应商按输入长度切档：32K 以内一个价，32K 到 128K 一个价，再往上又一个价。一个 K 是一千个字。
为什么要切档？字越多，模型得把每个字和别的字挨个对一遍。
字数翻一倍，要对的次数翻四倍。长文对机器更吃力，价就得抬上去。
关键在结算方式。它按整单算，不是超出部分加价。请求里 34,000 个字落在长档，那 34,000 个字全按长档单价算。
不是「前 32,000 个按便宜价、多的 2,000 个按贵价」，是整单换价。像打车跨了区，不是只给跨区那段加钱，是全程按新价目表重算。
拿真实价目按一遍。假设用某平台的旗舰型号，短档输入 2.5 元每百万 token、输出 10 元；长档输入 4 元、输出 16 元。
一份合同输出 1,500 个字。按 30,000 字那版算：输入 30,000 × 2.5 ÷ 100 万 = 0.075 元，输出 1,500 × 10 ÷ 100 万 = 0.015 元。合计 0.09 元。
按 34,000 字那版算：输入 34,000 × 4 ÷ 100 万 = 0.136 元，输出 1,500 × 16 ÷ 100 万 = 0.024 元。合计 0.16 元。
输入只多了 13%，单价整单换了档，总价从 9 分涨到 1 毛 6。
怎么解决
三件事，从便宜的往下排。
一，把长文切成两段分别问，最后自己拼起来。34,000 字拆成两段 17,000 字，两段都还在短档。
17,000 × 2.5 ÷ 100 万 = 0.0425 元。输出 750 字是 0.0075 元。一段 0.05 元，两段 0.10 元，比 0.16 元省 38%。
代价是两段看不到对方，交叉条款得人工对一眼。改的是脚本里一段循环，不花钱。
二，把每份都要重发的固定内容放进缓存（平台替你存一份，重复的部分打折）。审阅规则、模板条款每次都一样，存一次，后面按一折计价。
一份合同省七分钱上下。改的是配置里加一个参数，不用动代码。
三，长合同换成长文本型号。这类型号单价能低到旗舰的三分之一，代价是复杂推理弱一些。
别踩的三个坑：
- 只看单价不看档位。价目表上写着 2.5 元，你的合同早就在 4 元那一档。
- 以为超出部分才算贵价。整单换价，多一个字都可能把整单抬上去。
- 系统提示词写得又长又全。每份合同都带 3,000 字规则，等于把每单往长档上推。
平台怎么管这些问题
一个统一入口，几个型号挂在同一个 base_url（接口地址）后面。合同审阅要换型号，代码不用动。
请求前先估字数。合同贴进来先数一遍，超过 32K 就提醒，不让它悄悄跳档。
按字数分路。估出来在短档走便宜的，落在长档自动切到长文本型号。
固定段进缓存。审阅规则和模板条款存一份，重复的按一折算。
用量看板按档位拆开。这个月多少单落在长档、多花多少，一眼看见。
账单按客户归集。哪个客户的长合同把成本推高了，月底对得上。
这些事平时归谁管，得落到人头上。
谁能改规则：档位阈值和分路规则只有技术负责人能改，改一次留一条记录。
谁能批减免：客户因为长合同被多收的钱要退，财务负责人在工单上签字才生效。
出事能不能倒查到人：每次请求带客户编号和操作人，日志留 30 天，查得到是谁贴了哪份合同。
告警发给谁：分路配置出错导致请求失败，同时发给当天值班人和技术负责人。
这笔钱值不值
掏钱的是这个小团队的老板。
先算多花的。一个月 6,600 份合同全落在长档，0.16 × 6,600 = 1,056 元。全在短档是 0.09 × 6,600 = 594 元，差 462 元。
再算省下的。拆段后一份 0.10 元，6,600 份 660 元，比 1,056 元少 396 元。
改的是脚本里那段循环，一个人半天。半天换每月 396 元，第二个月就是净赚。
再往远看一点。客户续约看的是报价，报价压在成本上。成本从 1,056 元降到 660 元，报价才有往下让的空间。
这 396 元不是终点，是这条线上每个月都会重新出现一次的 396 元。
行业规则怎么管这件事
这条线没有对口的国家政策，管这件事的是平台自己的计费条款。
阿里云百炼的《模型调用计费》文档里有一节「阶梯计费规则」：单价取决于单次请求的输入 token 总量，该请求的所有 token 均按对应阶梯的单价结算。举的例子是输入 100K，落在 32K 到 128K 之间，全部按那一档算。
同一份文档里，旗舰型号的档位切在 32K、128K、256K，输入价从 2.5 元升到 4 元、7 元。核对日是 2026 年 11 月。
所以那两页附件不是让它多花了几分钱，是把它从短档推到了长档。
补上附件之后，他们把脚本改成先数字数，超过 32K 就自动拆段。
同一个客户，同一个型号，月底账单从 1,056 元回到 660 元。
主流大模型 API token 统一接入、统一计费，改个地址就能用。