输出从1000减到200词元：示例每次省0.0032元

01 / 先算一笔账：少输出800词元省多少

预算只有几元，调用人工智能接口时，最容易忽略的开销就是回答太长。你只问一句，模型却写出背景、步骤、例子和总结。这些文字只要被生成，通常就会计入输出用量；看完以后再删掉，并不会退费。

不少模型的输出单价高于输入单价，但差多少要看具体模型。下面只做算术演示：假设输入每百万词元1元，输出每百万词元4元。这不是CheapRelay的实际报价，使用前请查所选模型的当前价格。

• ■ 输入1000词元、输出1000词元：费用为0.001＋0.004＝0.005元。
• ■ 输入仍为1000词元、输出减到200词元：费用为0.001＋0.0008＝0.0018元。
• ■ 每次省0.0032元，总费用下降64%；相同条件下调用1000次，省3.2元。

这是固定输入、没有缓存等额外计费项的简化示例。输出减少80%，不代表整张账单也减少80%。输入越长，缩短回答对总费用的影响就越小。

02 / 把“简单说说”改成能执行的长度要求

“简短一点”没有明确边界。模型可能觉得五段已经很简短。更实用的写法，是同时限定篇幅、内容和格式，让它知道哪些信息值得占用预算。

例如，原来的问题是：“解释什么是接口密钥。”可以改成：“用不超过80个汉字解释接口密钥。面向第一次调用接口的人，只说用途和一条保管建议，不写开场白。”

处理故障时也一样：“先给最可能的原因，再给两步检查方法，总共不超过150个汉字；缺少关键信息时，只问一个问题。”这样既限制长度，也保留了继续排查的入口。

字数和词元数不能直接画等号。中文、英文、数字和代码的切分方式不同，“80个汉字”也不是严格的计费上限。字数要求负责引导表达，实际用量仍要看接口返回的记录。

03 / 先限制回答，再设置输出上限

提示词之外，还可以在请求中设置最大输出词元数。具体参数名称和可用范围取决于模型及接口，照对应文档填写。先给短任务一个适中的上限，再根据真实回答调整，比一开始把上限压得极低更稳妥。

上限是保险丝，不是摘要工具。它限制生成长度，却不能保证模型先说重点。回答可能在句子中间停止，结构化数据也可能缺少结尾。遇到截断，应先检查任务是否太复杂，再决定提高上限或拆成两次提问。

涉及推理的模型还可能有单独的用量规则：屏幕上看到的文字少，不一定代表全部计费输出都少。不要仅凭回答的视觉长度判断费用。

04 / 用十个真实问题检查省钱效果

先挑十个平时会问的问题，各运行一次原提示词和短版提示词。记录输入用量、输出用量、费用，以及是否需要补问。二十次请求也会产生费用，先按预算决定是否缩小样本。

如果短版经常漏掉必要信息，导致你再问一遍，它可能反而更贵。优先删掉寒暄、重复总结和不需要的例子，保留能直接完成任务的内容。代码修复和复杂分析则应按任务需要分配篇幅。

CheapRelay采用按量付费，没有月费或订阅，按实际词元计费，缓存读取和写入也计入账单。你可以注册CheapRelay，用小额预算测试同一任务的两种长度要求，并对照实际用量记录判断效果。

给日常请求存一条默认要求：“先直接回答；普通问题控制在三点以内，需要细节时由我追问。”把展开阅读变成主动选择，能让有限预算更多地花在真正需要的答案上。