月花 200 刀调 Claude 的我，改了一行代码后现在只花 60

结论先说：把 base_url 换掉，同样的代码、同样的模型，账单直接砍到三分之一。

---

痛点

我有个每天跑的 pipeline，大概流程是：拉数据 → 调 Claude 做结构化抽取 → 写库。

跑了两个月，某天看账单，$200+。细看了一下，问题很集中：

1. 所有请求都走 claude-3-5-sonnet，包括一些根本不需要强模型的预处理步骤

2. 没有做 prompt caching，同一段 system prompt 每次都在重复计费

3. 国内访问官方 API 要挂代理，偶尔超时重试，token 白烧

这三个问题叠在一起，账单就很难看。

---

怎么改的

第一步：换 base_url

我现在用的是国内的中转服务，OpenAI 格式兼容，改一行就行：

from anthropic import Anthropic



client = Anthropic(

    api_key="你的key",

    base_url="https://api2everything.xyz/v1",  # 改这一行

)

不用动其他任何代码。模型名、参数、响应格式全部一样。

第二步：按任务选模型

原来图省事全用 sonnet，现在按复杂度分流：

TASK_MODEL_MAP = {

    "extract_fields": "claude-haiku-4-5",      # 简单抽取，便宜 20 倍

    "summarize":      "claude-haiku-4-5",

    "reasoning":      "claude-sonnet-4-5",     # 需要推理才上

    "final_review":   "claude-opus-4-5",       # 只有最终校验用

}



def call_claude(task: str, prompt: str) -> str:

    model = TASK_MODEL_MAP[task]

    resp = client.messages.create(

        model=model,

        max_tokens=1024,

        messages=[{"role": "user", "content": prompt}],

    )

    return resp.content[0].text

Haiku 处理简单任务完全够用，速度还更快。

第三步：system prompt 复用

如果你的 system prompt 很长（比如带了大量背景文档），可以把它固定下来，走 cache：

resp = client.messages.create(

    model="claude-sonnet-4-5",

    max_tokens=1024,

    system=[

        {

            "type": "text",

            "text": "你的长 system prompt...",

            "cache_control": {"type": "ephemeral"},  # 开启缓存

        }

    ],

    messages=[{"role": "user", "content": user_input}],

)

cache hit 之后，cached token 费用是原价的 10%，长 prompt 场景省得很明显。

---

改完之后的账单

| 改动 | 节省比例 |

|------|----------|

| 换中转（比官方便宜约 65%） | ~65% |

| Haiku 替换 Sonnet 处理简单任务 | 再砍 60%+ |

| Prompt caching | 视 prompt 长度，10-30% |

三个叠加，$200 → $55 左右，现在稳定在这个区间。

---

顺带说一下

中转服务我用的是 无量Api，支持 Claude / GPT / Gemini / DeepSeek 等 300+ 模型，国内直连不用挂代理，注册送 ¥1 够先跑几百个请求试试手感。

余额永久有效，不用担心月底清零。