文章目录前言1. 降价本身没水分但有四个前提1.1 别上来就套公式2. 模型费降80%总成本为啥没跟着降2.1 更坑的是搞不好还会更贵3. Token便宜了工具反而成了成本大户3.1 不是不让用工具是不能瞎用4. 272K是个隐形门槛跨过去直接涨价4.1 别拿“平均上下文”骗自己5. 缓存不是开了就省钱用不对纯浪费5.1 缓存写还更贵别瞎写6. 别比单次调用价比单次成功成本6.1 先说好什么叫“成功”7. 别信跑分拿自己的活测7.1 这些指标必须盯着8. 要Luna优先别全换成Luna8.1 不同活不同对待9. 迁移别着急按三十天慢慢来9.1 量小就别折腾了P.S. 挖到宝藏AI教程全程通俗易懂风趣幽默零基础轻松入门传送门https://blog.csdn.net/qq_34419312前言最近圈里最炸的消息莫过于GPT‑5.6 Luna直接降价80%。好多人第一反应我去成本直接砍到两折这不得全线替换省出一大笔预算醒醒。要是真这么简单财务早就笑醒了轮不到咱们在这算。1. 降价本身没水分但有四个前提先给大家吃个定心丸这次降价是真刀真枪的降。输入、缓存读、缓存写、输出四项价格齐刷刷降到原来的20%。只要模型不变、服务等级不变、上下文区间不变、Token构成不变账单确实精准少80%。听着跟无门槛优惠券似的对吧哪有这种好事。就像外卖平台的“满50减30”你得凑够满减、得在指定商家、不能叠加其他红包、还得是正餐时段差一样都用不了。这个降价等式差一个前提就不成立。1.1 别上来就套公式很多人上来就拿旧账单直接乘0.2算出来的数字美得不行。等真实账单出来就傻了怎么没省多少有的甚至还贵了因为你业务里的东西可不只是模型Token这一项。2. 模型费降80%总成本为啥没跟着降咱们算一笔账就懂了。以前跑一个Agent任务模型Token花0.1美元工具调用花0.03人工复核摊销0.07加起来单次成本0.2美元。现在模型打两折变成0.02工具和人工一分没降加起来0.12美元。算下来总成本只降了40%连一半都没到。这就好比你工资降了一半但房租、水电、饭钱一分没少你总不能说“我收入砍半了所以我总支出也砍半了”吧账不是这么算的。2.1 更坑的是搞不好还会更贵要是Luna跑任务更容易出错得多重试几次、多调用几回工具、多花人工去核对那单次成功的成本指不定比以前用贵模型还高。便宜的东西往往才是最贵的。这话放在哪都好使。3. Token便宜了工具反而成了成本大户以前大家抠抠搜搜总想着让模型少输出几个字省点Token钱。现在不用了。因为你会发现调用一次工具的钱比模型跑一轮还贵。就拿Web Search来说一次调用固定0.01美元。而一次20K输入加2K输出的模型请求才花0.0064美元。合着搜索一次比模型干活还贵。以前是心疼模型多说话现在是点一次搜索心都颤。这感觉就像去景区玩门票打五折你兴冲冲进去了结果里面摆渡车、索道、观光车一趟接一趟加起来比门票还贵。合着降价是降了个寂寞钱全花在配套上了。3.1 不是不让用工具是不能瞎用该搜的信息肯定得搜证据该补就得补。但那种来回重复搜、搜了半天没结果、搜完也不用的无效调用就得管管了。以前这点钱跟模型费比起来不算啥现在不一样了蚊子腿再小也是肉架不住次数多啊。4. 272K是个隐形门槛跨过去直接涨价很多人只看见Luna有105万上下文觉得可以可劲造。殊不知272K就是个价格台阶。只要输入超过这个数整个请求直接按更高费率算输入翻2倍输出翻1.5倍。就像停车场收费前两小时5块钱超过两小时直接15块一小时。你掐着点以为俩小时够结果每次都多待十分钟账单直接给你干上去。4.1 别拿“平均上下文”骗自己有人说我们平均才200K肯定超不了。平均这东西最骗人了。你跟首富平均一下你也身家过亿有用吗得看P90、P95、P99这些尾部数据。只要有一批任务跨过272K这条线成本直接就拉上去了。尤其是跨线前最后一次工具调用一不小心就给你踩线涨价防不胜防。5. 缓存不是开了就省钱用不对纯浪费很多人一听缓存读取只有输入的十分之一立马全开觉得肯定能省一大笔。哪有这么简单。缓存能不能命中全看你Prompt的顺序。你要是把时间戳、用户状态、最新工具结果全放最前面后面的指令再稳定也白搭每次都不一样缓存根本认不出来。就像你存了一堆优惠券结果每次结账条件都对不上看着挺多一张都用不了。5.1 缓存写还更贵别瞎写还有个冷知识缓存写入的价格比普通输入还贵。也就是说你写进去的内容要是后面没人读那就是纯纯亏钱还不如不缓存。跟办健身卡一个道理办的时候想着天天去结果去了两次就躺平纯纯给老板送温暖。6. 别比单次调用价比单次成功成本说了这么多到底该拿什么指标判断换不换答案就一个单次成功成本。不是调用一次模型花多少钱是把一件事真正干成前后所有尝试的模型费、工具费、服务费、人工钱全加起来平摊到每一件做成的事上才是真实成本。就像你打车不能只看起步价得看到目的地总共花多少。中途绕路、堵车、等红灯的钱都得算要是开错地方还得重来那成本就更高了。6.1 先说好什么叫“成功”算这个之前得先定义清楚什么叫成功。不能模型输出一段话就叫成功了。代码得能跑、能过测试检索得有靠谱来源结构化提取得符合格式。标准说清楚了算出来的数才有意义。7. 别信跑分拿自己的活测很多人迁移的依据是跑分你看这个榜分数高肯定好用。跑分那都是理想环境跟真实业务根本不是一回事。就像减肥药广告里的对比图人家是配合饮食运动才瘦的你买回来光躺着吃啥用没有。真想知道好不好用就拿100到500个自己真实的业务任务做A/B测试。同样的任务、同样的工具、同样的规则、同样的质量要求一边用老方案一边用Luna优先的方案比结果。7.1 这些指标必须盯着比的时候不能只看花多少钱。首轮成功率、工具调用次数、延迟、人工复核时间、升级到强模型的比例这些都得记。别光看着成本降了结果成功率崩了那省那点钱还不够赔损失的。8. 要Luna优先别全换成Luna很多人一激动直接全量切Luna美其名曰全面降本。这就跟公司全招实习生一样钱是省了活也干砸了。正确的做法是分级来简单的、重复多的、能自动查对错的先让Luna上。干砸了、拿不准、太复杂的自动升级到更强的模型。真涉及高风险的事最后还得人来拍板。8.1 不同活不同对待没啥风险、能自动验证、调用量又大的放心让Luna先跑。有点不确定性、用户能看见、标准明确的可以两边对照着来不行就升级。风险高、错了赔不起、又没法自动查对错的还是让强模型来把关Luna干点打下手的活就行。9. 迁移别着急按三十天慢慢来换模型不是换头像点一下就完事。稳妥点按一个月的节奏来。头三天先把现在的基线摸清楚模型花多少、工具花多少、重试多少次、人工多久什么叫成功先统一标准。4到10天先拿低风险的活小流量试试每天对一下自己算的和真实账单对不对别到月底出大惊喜。11到20天慢慢加上中等难度和长上下文的任务盯着尾部数据别让极端情况把成本拉崩。最后十天把升级和回滚的规则定死高风险的活该留强模型就留着别硬省那点钱。9.1 量小就别折腾了还有句实在话要是你任务量本来就不大就别搞这么多花里胡哨的路由了。维护多模型切换的代码、天天盯着数据人力成本说不定比省下来的钱还多。直接用个强模型一了百了省心比啥都强。最后总结两句。Luna降价确实是大好事让很多任务用起来更划算了。但别头脑一热就全量替换账得算全乎了。模型便宜不代表做事便宜单次成功成本降了才是真的降本。P.S. 挖到宝藏AI教程全程通俗易懂风趣幽默零基础轻松入门传送门https://blog.csdn.net/qq_34419312