月花 200 刀调 Claude 的我，改了一行配置后现在只花 70

结论先说：把 Base URL 换成中转，同样的代码、同样的模型，账单直接打三折。

背景

最近两个月一直在用 Claude Sonnet 做代码 review 和文档生成，跑了个小工具每天自动处理几百个文件。账单从 50 刀涨到 150，上个月直接到了 210 刀。

问题不在于"用多了"，是没意识到自己在哪里浪费：

所有请求都走 claude-3-5-sonnet，包括那些只需要判断 yes/no 的逻辑
context window 没控制，每次都把完整历史塞进去
官方 API 没有 cache，重复的 system prompt 每次都算钱

操作一：换 Base URL，代码零改动

找了个支持 OpenAI 格式的中转服务，改的地方就一行：


from openai import OpenAI



client = OpenAI(

    api_key="你的中转 key",

    base_url="https://api2everything.xyz/v1"  # 改这里

)



response = client.chat.completions.create(

    model="claude-sonnet-4-5",  # 模型名不变

    messages=[{"role": "user", "content": "帮我 review 这段代码"}]

)

curl 版本：


curl https://api2everything.xyz/v1/chat/completions \

  -H "Authorization: Bearer 你的key" \

  -H "Content-Type: application/json" \

  -d '{

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

    "messages": [{"role": "user", "content": "hello"}]

  }'

格式完全兼容，LangChain / LlamaIndex / 自己封的 wrapper 都不用动。

操作二：按任务选模型，不要一律上旗舰

这个才是真正省钱的地方。我现在的分层逻辑：

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

Haiku 处理简单任务的准确率和 Sonnet 差距极小，但价格是 1/20。

代码层面加个 router 函数：


def pick_model(task_type: str) -> str:

    if task_type in ("classify", "format", "extract"):

        return "claude-haiku-4-5"

    elif task_type == "summarize":

        return "gemini-flash-2.0"

    else:

        return "claude-sonnet-4-5"

操作三：控制 context，别把历史全塞进去

多轮对话场景里，context 长度是费用的直接乘数。简单策略：


MAX_HISTORY = 6  # 只保留最近 3 轮



def trim_messages(messages: list) -> list:

    system = [m for m in messages if m["role"] == "system"]

    history = [m for m in messages if m["role"] != "system"]

    return system + history[-MAX_HISTORY:]

对于我的场景，这一步单独砍掉了 30% 的 token 消耗。

最终账单对比

| | 改之前 | 改之后 |

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

| 月均费用 | ~$200 | ~$65 |

| 代码改动 | - | base_url + model router + context trim |

三个改动加起来两小时，之后每个月省 130 刀。

我用的中转是 api2everything.xyz，支持 Claude / GPT / Gemini / DeepSeek 300+ 模型，OpenAI 格式兼容。注册送 ¥1，够试很久。余额永久不过期，不用担心充了用不完。