团队批量调用 AI API 怎么算成本：按合格任务选择 Haiku、Sonnet、Opus 与 Fable
从输入输出 token 算单次请求，再把重试、校验和升级合并到合格任务成本，用同一套样本选择模型。
1. 把预算单位从请求改成业务交付
电商团队关心的是一条可发布商品描述，客服团队关心的是一条可采用草稿，SaaS 团队关心的是一次完成的用户任务。它们都不一定等于一次模型请求。先给业务结果写验收条件，例如必填字段、事实依据、语种和禁止内容；然后记录为了得到该结果实际做了几次生成、几次校验。成本表至少同时列请求数、费用与合格交付数，避免看到请求均价下降就认为优化完成。如果重试增加、人工返工变多，便宜单价仍可能对应更高的交付成本。这个分母应在试验开始前固定，不能为了让某个候选看起来更好而临时改验收口径。
2. 按单次请求算，费率做成可更新输入
先取一组你自己的完整请求，记录输入与输出 token，不用汉字数或可见回答长度代替。无缓存且没有特殊计价项时，设输入单价为 P、输出单价为 Q，单位都是每百万 token；若输入 8000、输出 1000，则费用估算为 0.008P + 0.001Q。这里的 token 数是演算假设，不是平台实测数据，也不是任何行业的典型用量。把 P、Q 和核价日期单独存成表，每次型号或费率变化都重新计算。若所选型号有上下文档位或其他计价条件，先按价格页当前说明选对档位，再套公式。不要把一个短请求的价格乘到所有长度的任务上。
function plainRequestCost(inputTokens, outputTokens, inputPerMillion, outputPerMillion) {
return (inputTokens * inputPerMillion + outputTokens * outputPerMillion) / 1_000_000;
}
function costPerAcceptedTask(allAttemptCharges, acceptedTasks) {
if (acceptedTasks === 0) return null;
return allAttemptCharges.reduce((sum, charge) => sum + charge, 0) / acceptedTasks;
}3. 四档候选怎样测，别把型号名称当结论
从你的业务样本中划出容易、正常、困难和异常输入，保持每个候选看到的条件一致。可先测试 Claude Haiku 4.5（mch-1）对结构化小任务的表现，再测 Claude Sonnet 5.5（mcs-7）作为主力的覆盖范围。对未通过的样本，分别尝试 Claude Opus 5.5（mco-8）与 Claude Fable 5（mcf-1），记录新增费用换回多少合格交付。这是试验顺序建议，不是性能承诺。每档都检查字段、事实、工具参数和人工返工，不以回答更长作为更好。保留每档失败原因，这能帮你判断该升级模型，还是应该改输入资料和验收器。具体型号与端点可看 /hub/claude-opus-55-sonnet-55-api。
4. 升级要算整条链，先付的费用不会消失
假设主力每次费用为 A，备用每次为 B，四分之一任务进入备用，且先不计其他步骤，那么每个输入任务的平均费用为 A + 0.25B，而不是 0.75A + 0.25B。因为升级的任务已经调用过主力。这个四分之一是演算假设，不是模型或平台的表现。若还要用模型校验，校验费用也要加入；若升级后仍有不合格结果，再除以最终合格数算单位交付费用。对每类任务比较“直接备用”与“先主力再备用”两条路线。有的困难任务一开始就能识别，直接选择合适路线可以避免前一次无效尝试，不能机械地要求所有输入都从最低档走起。
5. 输出与缓存分开看，不重复计算思考用量
成本核对使用实际 usage；可见回答短不表示输出用量一定小，尤其评估推理任务时，要核对所用字段是否已包含思考部分，不要看见细分字段又加一次。缓存命中按五折计费;Claude 缓存写入按输入价 1.25 倍计费(使用 1 小时缓存时,该部分按 2 倍),与官方结构一致。做预算时把未命中输入、缓存读取、缓存写入与输出分列，确认字段包含关系后再相加。不要拿“命中多”直接推导整个任务更便宜，也不要把应用缓存命中后完全不发请求，与模型侧前缀缓存混为一谈。对照价格时逐项算，不能从一个优惠项外推整条链的总成本。
6. 用预算预留约束批量发布，而不是等月底
建议为每个批次设总预算、任务数和最大并发，为每个任务设尝试次数与输出上限。派发前在你的应用里原子预留本次估算费用，完成后以实际费用更新，再决定能否继续派发。价格只是估算的一部分，还要留出重试和待核对尝试的空间。cocodot 余额用完后新请求被拒，已发出的仍可能计费;用量缺失时可能按接口兜底规则估算,最终以账单为准，所以不要把预付余额当作精确到分的批次硬上限。不同 worker 同时读取同一余额也不能形成应用预算锁。长链 Agent 另外设总步数和截止时间，方法见 /hub/agent-api-cost-runaway；这些控制都由团队在调用侧实现。
7. 把模型试验变成可复查的成本表
表格每行是一类任务加一个候选路线，建议记录样本版本、提示词版本、主备型号、请求次数、输入输出用量、实际费用、合格数和待核对数。用总费用除以合格数；合格数为零时记“未产出合格交付”，不要计算一个看似便宜的均价。单独列人工返工时间，防止把机器费用下降解释成整体效率提升。比较时保持输入样本一致，并记录运行日期。新型号、提示词改版或业务资料变化后重新回放这组样本，再决定要不要调整持续任务的路线。现有月预算的基础概念可看 /hub/llm-api-monthly-cost-estimate，本文侧重每类任务的单位经济性。 路由落地可看 /hub/saas-multi-model-api-integration。
8. 付款与接入只解决入口，放量前仍要核价
同一个 cocodot key 可通过 OpenAI 兼容入口 https://cocodot.co/api/ai/v1 请求不同在售型号，按 token 结算。先注册并验证邮箱、完成实名认证，再按目标型号准备余额并创建 key；免费体验额度只可调部分低价型号。充值方式为支付宝 / 微信支付(人民币)、USDT / USDC。Claude / GPT / Gemini 各线挂牌价不超官网，逐型号以价格页实时标价为准。团队先在 https://cocodot.co/pricing 填好候选费率，再跑一小批真实任务，确认业务验收和实际扣费都符合自己的计划。上线后按任务类型复盘费用、返工和排队情况，避免一个总均价掩盖某类任务持续变贵。
| 候选型号 | 建议先测的任务 | 升级或拒绝的依据 |
|---|---|---|
| Claude Haiku 4.5（mch-1） | 分类、字段提取等可验证工作 | 规则校验未过 |
| Claude Sonnet 5.5（mcs-7） | 内容草稿、常规代码任务 | 同一问题重复失败 |
| Claude Opus 5.5（mco-8） | 复杂规划或困难样本 | 业务验收仍未通过 |
| Claude Fable 5（mcf-1） | 前档未解决的样本 | 新增费用没有带来合格交付 |