上个月对账的时候，我着实吓了一跳。
2026年9月，我花在AI编程工具上的钱一共是890美元，换算成人民币差不多6350元。具体来说：Claude Code Max订阅200刀、Cursor Pro 20刀、GitHub Copilot 10刀、OpenAI API充值300刀、Anthropic API充值260刀，还有一个我至今想不起当初为什么要开的Windsurf会员15刀，再加上几个零碎的embedding和rerank服务。作为一个收入并不稳定的独立开发者，这笔开销已经快赶上我每个月服务器加域名的总花费了。
更让人难受的是，我翻了翻自己的Git提交记录，发现真正由AI实质性推动产出的部分，大概只占总支出的六成。剩下那四成，我管它叫"薛定谔的订阅"——掏钱的时候觉得自己肯定会天天用，实际上一个月打开的次数一只手数得过来。
于是我给自己立了个flag：月成本压到250刀以内，同时日常开发效率不能往下掉。折腾了整整三个星期，最终落在210刀，效率反倒比之前还高了些。这篇文章就是把整个过程原原本本摊开给你看，包括我踩过的坑，以及最后那套可以直接照抄的配置。
动手砍之前，我先干了一件很多人嫌麻烦不愿做的事——把过去30天的调用记录全部导出来，按工具和用途逐一分类。
结果挺让人脸红的。
Anthropic API那260刀里，将近180刀花在了"探索性对话"上。什么叫探索性对话？就是我开一个空会话，把代码库里的几个文件粘进去，问"这个架构该怎么重构"，聊了二三十轮，最后自己动手改了两行代码。这种用法明明用Claude Code的订阅额度就够了，我却偏偏走了按token计费的API，纯属冤大头。
OpenAI API那300刀就更离谱了。我主要用GPT-5系列做代码review和文档生成，但统计下来，其中大约40%的调用是格式化、命名建议、写commit message这类"小活"，完全可以用DeepSeek-V3.2或者Kimi K2这种便宜一个数量级的模型来干。我拿同样的100个任务做了对比测试：这类轻任务上，DeepSeek的可用率达到92%，成本却只有GPT-5的约1/15。
这里有个关键数字：那个月我的总token消耗大约是2.1亿input tokens + 1800万output tokens。听着挺吓人，但拆开来看，80%的input token集中在少数几个"大上下文"场景——全库review、长文档总结、跨文件重构。而这些场景恰恰是最该用订阅制或者缓存机制来降本的。
我踩的第一个坑，是想当然地以为"多订阅几个工具，总有一个能覆盖需求"。实际上工具之间功能重叠严重，Claude Code、Cursor、Copilot在补全和单文件编辑上几乎是同一件事，等于我为同一个能力付了三份钱。第二个坑是API和订阅混用没有策略，贵的模型干便宜的活，便宜的模型又不敢用在关键路径上，结果两头不讨好。
想清楚之后，我重新设计了整条工具链，核心思路是按任务复杂度分层，而不是按工具品牌分层。
第一层：日常编码与补全，只留一个主力。 我砍掉了Copilot和Windsurf，只保留Cursor Pro（20刀/月），因为它的Tab补全和行内编辑在我这儿命中率最高。Claude Code则降级保留Pro档（20刀/月），专门用来干"读整个repo、跨文件改"的活。这一层月成本40刀，比原来省了将近200刀。
第二层：重活走订阅额度，不碰按量API。 所有需要长上下文、多轮推理的任务——架构设计、大重构、复杂bug定位——全部塞进Claude Code的订阅额度里跑。我用了一个很土但有效的办法：在项目根目录放一个CLAUDE.md，把项目结构、约定、常用命令写进去，每次开新会话它自动加载，省掉大量重复解释的token。配置大概长这样：
# 项目约定
- 技术栈：TypeScript + Hono + Drizzle + SQLite
- 测试：vitest，跑 `pnpm test`
- 不要引入新依赖，除非我明确同意
- 改完必须跑 typecheck 和 test
别小看这几行，它让我每次会话的"热身token"从平均8000降到2000以内，一个月下来省下的额度够多跑几十次重构任务。
第三层：轻任务全部切到低价模型。 commit message、变量命名、简单格式化、单元测试骨架、文档摘要，这些我统一走DeepSeek-V3.2的API，价格大概是每百万input token 0.27美元这个量级。我写了个很小的路由脚本，用关键词和文件类型判断任务类型，自动选模型。核心逻辑就十几行：
def pick_model(task_type: str) -> str:
if task_type in ("commit", "rename", "format", "docstring"):
return "deepseek-v3.2"
if task_type in ("review", "refactor", "debug"):
return "claude-sonnet-4.6" # 走订阅额度
return "gpt-5-mini"
这个路由脚本本身用Codex生成，花了不到十分钟，但它是我这个月最值钱的一行"代码"。
这里必须说一句态度话："全都要"是最贵的智商税。 市面上每出一个新编程工具，就有人喊"必装"，但你真正高频用的能力就那么两三个。工具越多，切换成本和订阅浪费越大。我见过有人同时开着五个AI编程工具，月账单四五百刀，产出跟我用两个工具差不多——这不是工具的问题，是没想清楚自己到底在为什么付钱。
方案听起来很顺，执行起来照样翻车。
坑一：prompt caching没开对，省了个寂寞。 我一开始以为只要用Anthropic的API就自动有缓存优惠，结果发现缓存命中需要满足前缀完全一致。我的系统提示词里塞了一个动态的时间戳，导致每次请求前缀都不同，缓存命中率接近零。把这个时间戳挪到用户消息里之后，命中率飙到70%以上，那部分input成本直接降到原来的1/10。这个改动就一行代码，但之前每个月白扔了大概40刀。教训是：缓存不是开了就有，得亲手验证命中率。
坑二：上下文塞太满，token烧得快还答得差。 我一度习惯把整个相关目录的文件全粘进对话，觉得"信息越全越好"。实测下来，超过某个长度后，模型反而开始抓不住重点，还得反复追问。后来我改成先用一个便宜的检索步骤（本地grep + embedding粗筛）挑出最相关的3到5个文件，再送进大模型。token量降了约60%，回答质量反而更稳。这印证了一个朴素道理：给模型喂什么，比喂多少重要得多。
坑三：以为切低价模型就一定省钱，忽略了返工成本。 我最初把代码review也丢给便宜模型，结果它给出的建议经常似是而非，我还得自己再判断一遍，隐性时间成本比省下的钱高。后来我把review重新划回Claude订阅额度，只把"机械性检查"留给便宜模型。省钱要省在刀刃上，省在判断力上就是自欺欺人。
坑四：订阅额度用不完也是浪费。 Claude Code Pro档每月有额度上限，我一开始不敢用，怕用完，结果月底一看还剩一大截。额度不用就是沉没成本。后来我索性把"能用订阅就用订阅"当成默认策略，反而把API支出压下去了。
这三周里我大概做了七八次A/B对比，每次跑50到100个真实任务，记录成本、耗时和可用率。这个过程本身有点枯燥，但它是唯一能让你知道自己钱花得值不值的方法。凭感觉优化成本，基本都是自我安慰。
调整完之后，10月的账单结构是这样的：Cursor Pro 20刀、Claude Code Pro 20刀、DeepSeek API约12刀、OpenAI API约35刀（只保留GPT-5-mini做兜底和少数多模态任务）、其他零碎约8刀，再加上我保留的一个按量付费的Claude API账户约115刀，用于偶尔超出订阅额度的大任务。合计约210美元，比9月的890刀下降了76%。
效率方面我没有掉链子，反而有小幅提升。同样是"从需求到合并"的一个中等功能，改之前平均耗时约4.5小时，改之后约3.8小时，提升约18%。原因不复杂：工具少了，切换成本低了；路由脚本把轻活自动分给便宜模型，我等结果的时间也短了；CLAUDE.md让每次会话少解释一堆背景，开局就进入正题。
token层面，月总消耗从2.1亿input降到约1.3亿input，output从1800万降到约1100万。这里面既有缓存命中的功劳，也有"少喂无关文件"的功劳。
我得诚实说一句：这套方案不是对所有人都最优。 如果你是团队用户，订阅和API的账要按人头和合规要求重算；如果你做的是强多模态或者强长文档场景，便宜模型的可用率可能没我测的这么高。但对个人开发者和两三人小团队来说，这个"订阅打底、API补位、轻活下沉"的结构，我认为是当前性价比最稳的一档。
至于哪些是智商税，我的判断很直接：同时订阅三个以上功能重叠的编程工具、为"可能用到"的模型额度提前充值、迷信"新模型一定更好所以全切过去"，这三件事我劝你别干。哪些值得折腾：把prompt caching的命中率测出来、写一个十几行的模型路由、给项目维护一份CLAUDE.md、定期导出账单做一次任务级归因。这四件事的投入产出比高得离谱。
CLAUDE.md或等价的AGENTS配置，写清技术栈、命令和禁忌，能显著降低每次会话的热身token。省钱这件事，本质上不是抠，而是把每一分钱都花在你真正需要的能力上。工具是给你干活的，不是给你供着的。
说明：本文数据来源为公开行业报告综合整理及作者个人账单与实测记录，部分数值为估算仅供参考，不同项目、不同地区的实际成本可能存在差异。