我用 AI 半天烧掉 540 万 token:不想白花钱,先看懂这 3 笔账

9 月 25 日，Anthropic 说 Claude 独立算出了一个前沿物理难题；换成普通用户来做，大约要花一两千美元。

这个消息，让我回头看这次 AI 的账。

我让 AI 连续干了半天活。

任务是找数据源、导出，抓文章，做 GitHub 调研。最后留下的数字是：约 540 万输入 token，额度提前用完。

如果你也遇到过“我没干什么，额度怎么又没了”，这篇就帮你把账拆开。

先说结论：540 万看着吓人，但它不等于 540 万都按原价付费。其中约 92% 命中了缓存，计费便宜得多。

真正值得盯的，是另外三笔账：模型选贵了、每次背的东西太多、失败后又从头再来。

先别被 540 万吓住

token 可以先理解成 AI 处理文字和信息的计量单位。

它有点像快递计重。你收到的回答只是包裹，AI 在回答前读过的聊天记录、规则、文件和工具说明，也都要上秤。

所以，回答只有一行，不代表这次调用很轻。

我的项目里做过一次小测：只要求 Codex 回复一句“OK”，仍然用了 23,430 token。

不是“OK”很贵，而是它开口前，先读了一大摞系统说明、工具列表和项目规则。

同一天的 540 万输入 token 也是这样。其中大约九成命中缓存，不能拿这个总数直接当账单金额。

按更适合比较的口径，只算未缓存输入和输出，当天公众号项目约 69 万 token；其中失败和重复约 27 万，接近四成。

这才是该砍的地方。

AI 最容易浪费的，不是最后那句回答，而是回答之前反复搬进去的东西，以及失败后重走的路。

第一笔：小活也默认叫最贵的人

那天所有任务都默认用了最高档模型。难题这么做有理由，改个文件名、抓取一批页面、检查格式也这么做，就不划算了。

好比公司里复印、校对、定战略，全交给收费最高的顾问。活当然能干，账单也会一起抬高。

普通人用豆包、DeepSeek、ChatGPT 时，前台未必显示同一种 token 账单，但选择逻辑一样：先看任务难度，再选模型或模式。

比如，把一段会议录音整理成要点，用常规模型先跑；要比较三份合同里的责任差异，或者处理会影响决策的复杂材料，再换更强的模型，并由人复核。

我后来把项目改成：每次派任务，都必须明确填写模型和思考强度。配置缺失，流程直接报错，不再偷偷回到最贵的默认项。

你也可以在点发送前问一句：

别把“最强”当默认。最强模型应该解决最难的部分，不该承包所有杂活。

第二笔：每次对话都背着整间仓库

那次运行同时加载了 11 个插件、3 个 MCP、上百个技能说明，还有浏览器的大块页面快照。

这些东西并非全都没用。问题是，很多任务一次只需要其中很小一部分，却每次都把整套背景重新带上。

比如你让 ChatGPT 改一封请假邮件，却沿用一个聊了几个月的长对话。

让 DeepSeek 提取表格，又顺手上传整份项目资料；让豆包写商品介绍，还塞进与这款商品无关的品牌历史。

AI 要先读完，才知道哪些不用。

砍这笔账，不是把背景全删掉，而是只带本次任务会用到的部分：

一个简单判断是：删掉这段背景，AI 还能正确完成吗？如果能，它大概率不该跟着这次任务走。

上下文不是越长越专业。真正有用的上下文，应该让 AI 少猜；无关上下文只会让它多读。

第三笔：报错以后，又从第一步开始

540 万 token 里，最可惜的不是缓存，而是失败和重复。

项目记录里，同一轮工作遇到沙箱问题后重跑，GitHub 调研重复做了三遍；同一个任务也出现过重复派单。

按未缓存输入加输出的同一口径，失败和重复约占当天用量的四成。

这类浪费很隐蔽。你只看到“再试一次”，AI 却可能重新读取材料、重新规划、重新生成已经完成的部分。

比如让 AI 做一份 30 页 PPT，第 25 页导出失败。最贵的做法是把原提示词再发一遍，让它从第 1 页重做。

更省的做法是：

我后来把长任务改成可续跑流程，并记录失败点。派单脚本还把模型和强度设为必填。

随后，流水线用 mock 方式完整走过选题、写作、配图、排版、审核、推送、通知七个阶段。

这里要说清边界：mock 证明流程能接起来，不代表每个外部服务都完成了真实调用。但它至少让失败停在哪、下一次从哪继续，变得可检查。

送你一张“AI 省 token 三查表”

下次准备把任务发给 AI，先花半分钟过一遍：

【模型档位】 这次是整理执行，还是复杂判断？ 普通模型能不能先完成 80%？ 如果必须用强模型，难点具体在哪？  【上下文负重】 这次真正要用的文件、聊天记录、工具有哪些？ 删掉哪段背景，结果仍不会变？ 能否新开对话，只放必要材料？  【失败重跑】 任务分成了哪些可验收的小段？ 中途失败后，完成品和失败点保存在哪里？ 重试时能否只做失败部分，不从头生成？ 

这张表不是让你一味省 token。

重要合同、复杂分析、关键代码，该用强模型就用；一段背景如果决定结果，也必须保留。省钱的目标，是删掉无关消耗，不是拿结果冒险。

Claude 完成九圈六粒子（六边形）散射振幅计算的案例，给了一个很好的参照。

研究者只给了一句题目，之后基本只说“继续”。它运行了很长时间，其中一段计算相当于 96 个 CPU 跑了一周；普通用户来做，大约要花一两千美元。

研究者用另一种方法做了交叉验证，另有学者独立算出了大部分结果。

但它沿用的是物理学家已经发展出来的方法，不是凭空提出了新物理。这个边界很重要。

一两千美元当然不便宜。和一项经过核对的前沿计算结果放在一起，它的投入才有意义。

所以，判断 AI 贵不贵，别只看总 token，也别只看会员月费。要看这笔消耗换回了什么，又有多少花在了与结果无关的地方。

会用 AI 的人，不是每次都选最便宜，而是知道每一笔额度为什么花。

最后想问你：你最近哪一次 AI 任务最容易从头重做——写长文、做 PPT，还是分析文件？在留言区说一个具体任务。

参考（查证日期 2026-09-30）：

本文由 AI 创作：选题、写作、配图均由 AI 完成，内容基于真实运行记录，事实已核对来源。