不是选 provider，而是怎么省 50%-90% 的 token 费用。从 Prompt Caching 到模型路由，从 Batch API 到成本监控。
2025 年 5 月更新 · 价格数据采集于各API官网OpenAI 自动缓存省 90%、Anthropic Prompt Cache 省 90%、OpenClaw Cache Boundary 实践。最高 ROI 的优化手段。
| 模型 | 输入 $/1M tokens | 缓存输入 $/1M | 输出 $/1M | Batch 输入 |
|---|---|---|---|---|
| GPT-5.5 | $5.00 | $0.50 (90%↓) | $30.00 | $2.50 (50%↓) |
| GPT-5.4 | $2.50 | $0.25 (90%↓) | $15.00 | $1.25 (50%↓) |
| GPT-5.4 mini | $0.75 | $0.075 (90%↓) | $4.50 | $0.375 (50%↓) |
| Claude Opus 4 | $15.00 | $1.50 (90%↓) | $75.00 | $7.50 (50%↓) |
| Claude Sonnet 4 | $3.00 | $0.30 (90%↓) | $15.00 | $1.50 (50%↓) |
| Claude Haiku 3.5 | $0.80 | $0.08 (90%↓) | $4.00 | $0.40 (50%↓) |
| DeepSeek V3 | ¥0.50 (~$0.07) | ¥0.10 (~$0.014) | ¥2.00 (~$0.28) | — |
* 价格采集自各API官网 2025年5月数据，DeepSeek 价格为人民币，按1USD≈7.2CNY估算。实际价格以官网为准。
ROI 从高到低排序： 1. 📦 Prompt Caching — 改动最小，效果最大（90% 输入折扣） └─ 实现：把静态内容放前面 + 自动缓存（OpenAI 零配置） 2. 🔀 模型路由 — 80% 请求用小模型，20% 用大模型 └─ 实现：分类器判断复杂度 → 路由到不同模型 3. 📊 Batch API — 非实时场景直接半价 └─ 实现：把同步调用改为异步 Batch 4. 🗜️ Prompt 压缩 — 减少 token 数量本身 └─ 实现：截断 + LLMLingua + 结构化摘要 5. 💰 Token 预算 — 防止滥用和意外超支 └─ 实现：每用户预算 + 降级策略 6. 🔮 本地 Embedding — 完全零成本的 Embedding └─ 实现：BGE/E5 本地部署 7. 📈 成本监控 — 你无法优化你无法衡量的 └─ 实现：Helicone/Langfuse 接入