17.8 省钱速查表：场景 × 模型 × 动作
本节汇总 第 17 篇定价锚点与优化手段，用可操作的表格做场景化估算与决策。
学习目标
- 快速查阅 Opus / Sonnet 输入输出与缓存读写单价。
- 估算 典型开发日、长会话、子 Agent 派发的费用区间（数量级）。
- 对照 每项优化手段的预期收益与实施成本。
- 制定 团队「默认策略」：何时 Sonnet、何时 Opus、何时开缓存。
- 复盘 如何用遥测验证估算（衔接第 18 篇）。
定价锚点表（教学）
| 项目 | Opus（示意） | Sonnet（示意） |
|---|---|---|
| 输入 | $15 / 1M | $3 / 1M |
| 输出 | $75 / 1M | $15 / 1M |
| 缓存写 | （以官方为准） | $3.75 / 1M |
| 缓存读 | （以官方为准） | $0.375 / 1M |
缓存读 / 正常输入（Sonnet）：$0.375 ÷ $3 = 12.5%（教学中常记 约 10%）。
场景估算表 A：单次大回合
假设：150k 输入（含工具与历史）+ 12k 输出。
| 模型 | 输入费用 | 输出费用 | 合计（约） |
|---|---|---|---|
| Opus | 150×15/1000=$2.25 | 12×75/1000=$0.90 | $3.15 |
| Sonnet | 150×3/1000=$0.45 | 12×15/1000=$0.18 | $0.63 |
场景估算表 B：百轮会话（与缓存）
| 策略 | Opus 区间（教学） | 说明 |
|---|---|---|
| 无缓存 | $50–100 | 大前缀每轮全价 |
| 有缓存 | $10–19 | 约省 80% |
实际随每轮 Token、命中率波动；用于立项沟通足够。
场景估算表 C：工具策略
| 策略 | 相对输入 Token | 适用 |
|---|---|---|
| 42 工具全量 | 高 | 不推荐长会话 |
| 懒加载 8 工具 | 低 | 默认推荐 |
| tool_search 元工具 | 中 | 大目录必备 |
场景估算表 D：前端与流式
| 动作 | 直接省 Token？ | 间接收益 |
|---|---|---|
| 虚拟滚动 | 否 | 减少重试 |
| 流式输出 | 依平台 | 减少焦虑性重复提问 |
| 并行预取 | 否 | 快启动 → 少放弃 |
死代码消除：Bun 打包与 tree shaking（速查）
| 命令/配置（示意） | 作用 |
|---|---|
bun build --minify | 体积↓ |
bun build --splitting | 动态 import 拆 chunk |
"sideEffects": false in package.json | 助 tree shake |
教学片段：
typescript
// 若从未引用 heavy，可被摇掉
export const light = () => 1;
export const heavy = () => import("./heavy"); // 动态则进分包决策速查：今天该用哪档模型？
| 信号 | 建议 |
|---|---|
| 大规模重构 / 安全审计 | Opus 或 Opus 抽检 |
| CRUD、格式化、单测补齐 | Sonnet |
| 上下文已 >200k | Sonnet + 缓存 + 分片 |
| 预算告警触发 | 全员 Sonnet + 强制缓存审查 |
优化手段 × 收益 × 成本
| 手段 | 预期收益 | 实施成本 | 见节 |
|---|---|---|---|
| Prompt 缓存 | 高（长会话） | 中（前缀工程） | 17.2 |
| 并行预取 | 中（体验） | 低 | 17.3 |
| 懒加载工具 | 高（输入） | 中 | 17.4 |
| 子 Agent 统一前缀 | 中（缓存命中） | 低 | 17.5 |
| React 虚拟滚动 | 中（间接） | 中 | 17.6 |
| 流式管道 | 中（体验/中断） | 中 | 17.7 |
| Bun tree shaking | 低（前端体积） | 低 | 本节 |
一日账单「咖啡换算」（纯属直觉）
假设 Sonnet，2M 输入 + 200k 输出 / 天：
- 输入：2 × $3 = $6
- 输出：0.2 × $15 = $3
- 合计 ~$9/天 → 约两杯精品咖啡（城市差异大，仅作记忆锚）
团队政策模板（可复制）
markdown
1. 默认模型：Sonnet
2. system 与工具顺序：锁定版本号，禁止随机字段
3. 子 Agent 前缀：使用统一常量 SUB_AGENT_PREFIX
4. 代码审查：新增工具必须声明层级（L0-L3）
5. 每周复盘：cache_read / input 比值与第 18 篇的接口
| 你要证明优化有效 | 需要遥测 |
|---|---|
| 缓存命中上升 | cache_read_input_tokens 系列 |
| 懒加载生效 | 每轮 tools schema token 估计 |
| 流式体验 | 首 chunk 延迟 P95 |
常见数字陷阱
| 陷阱 | 说明 |
|---|---|
| 把「字符数」当 Token | 中英文压缩比不同 |
| 忽略输出 | 长解释同样贵 |
| 只看模型价 | 工具/MCP 侧也会引入间接成本（人力、机器） |
自测答案指引（不写死数字）
- 用 17.8 表 A 公式重算若输入变为 300k 的费用。
- 说明 80% 节省依赖哪些前提（长前缀重复、命中率高）。
- 列举三项 不花钱 但 降 retry 的优化。
Mermaid：优化组合路线图
小结
- 速查表把抽象 $/M 落到 单次 / 百轮 / 团队政策。
- Sonnet 缓存读 ≈ 输入一折 是最应刻进肌肉记忆的比率之一。
- 优化组合拳：缓存 + 懒加载 + 前缀 + UI + 流式；Bun tree shaking 守护分发体积。
第 17 篇完。继续：第 18 篇 · 遥测与生命周期