Token 额度总是不够用？这28条省钱办法，Codex、Claude Code、Kimi 都能用
省额度是手段，把事一次做对才是目的。
这几个月我手里开着一堆订阅：Claude、ChatGPT 各一份，国内的 Kimi、GLM、阿里云百炼也定了好几个月套餐，英伟达老黄的免费 Token 蹭了好久，DeepSeek 的 API 一直挂着。加起来每个月花的钱都不是小数目。以前额度管够，烧就烧了，没太在意。现在各家一边涨价、一边砍额度、一边限购，同样的钱，能干的活肉眼可见地变少——再大手大脚，就是往水里扔钱。省 Token 这件事，一下从"抠门"变成了"不省不行"。我日常看到公众号、X 上的省 Token 方法都会尝试，去重、去玄学、去掉要违规的，自己试过之后剩下这些。热榜是一些反常识（因为我之前也这样想，实际上并不对）的经验，个人觉得特别有用先说最省钱、又不用装任何东西的一档。它们全指向同一件事：你每问一句，都在为这个会话之前的全部历史重新付一次钱，会话越长越贵（钱到底怎么算、为什么"前几天便宜一周后变贵"，我在《"养龙虾"的费用到底是怎么算的？》里讲过）。所以第一组招，核心就一句话——别让历史越滚越厚。1. 换个任务，或者会话跑脏了，就重开。 修完登录的 bug 要去写个新接口，别在同一个会话里接着聊；一个会话跑久了、跑偏了、堆满上一件事的文件和试错，也别硬撑——/clear 清掉，或者直接开个新的。道理是同一个：会话越长，它每开口前都要把前面所有东西重读一遍，全在陪着你现在这个问题一起收费。这是最省钱的一个习惯，没有之一。2. 跨天的活，写份交接文件，让新会话接手。 一件事要做好几天，别把几百轮的历史一直拖着跑。收工前让它把"做到哪、下一步、踩过的坑"写进一个交接文件；第二天开个全新会话，只读这份文件接着干。相当于把一整箱旧对话，换成一页纸的备忘。3. 不想换会话，就让它就地总结一下再往下走。 上一条是"关掉、写成文件、新会话来读"，这条是不关会话、就地瘦身。手头这摊还没弄完、又嫌历史太重时，让它把目前的进展和结论压成一小段，然后基于这段摘要继续，把前面几十轮的啰嗦原文甩掉。会话没长到要交接的程度时，这个更顺手。4. 架构类的问题，给它图别给它长篇大论。 一张结构图和几段文字装的信息差不多，但 Token 少得多，模型对结构化的东西理解还更快。5. 读多写少的活才交给子智能体，别指望它省钱。 多个分身并行是省你的时间，不省 Token——每个分身都要自己读一遍上下文，账单是叠加的（而且写代码的活并行还会打架）。6. 复杂任务，先让它出计划，你点头了再让它动手。 直接扔一句"把这个模块重构了"，它可能闷头改一大片，方向错了整摊子白烧。让它先给一版计划——准备改哪些文件、怎么改，你扫一眼方向对不对，再放它执行。多问这一句的成本，比它做完一版错的再返工低得多。7. AGENTS.md / CLAUDE.md 写短。 每次会话开局都要完整读一遍，你今天只改个错别字，它也全文照读。短到什么程度？一份能用的骨架，80行上下就够了（Codex 对这文件其实有个 32 KB 的合并上限，但真写到那量级，早就啰嗦得没法看了）。这份文件怎么写、放哪一层、和"记忆"有什么区别，我在《Codex 配置完全指南》里专门讲过；这里加一句和省钱直接相关的：写进去的每一行，都在每次会话里重复烧。8. 少挂 MCP——这条最反直觉。 每个 MCP 服务器都会把自己那几十个工具的说明书塞进你的每一条消息，一个工具的说明就要400到800 Token。有人实测接了 4 个 MCP、100多个工具，一行提示词没写，差不多 6 万 Token 先没了，20 万的上下文窗口开工前就去掉 1/3，所以用不到的MCP直接关掉，需要再开。9. 技能、插件别装太多。 装着的技能光名字和描述就占着上下文预算，装多了，工具会自己把描述压短、甚至悄悄省略掉一部分（这个我深有体会，最多的时候我装了差不多400个skill，实际用到的并不多；现在只有自己创建和常用的十几个）——你以为它在一堆技能里挑错了，其实那几个它压根没看见。挑常用的留着就行。10. 联网搜索默认走缓存，要实时再开。 有些工具默认用缓存过的搜索结果，一是省 Token，二是防坑（有人会在网页里塞一句"忽略前面所有指令"来诱导 AI），用缓存能把这风险压下去。真需要最新的信息，再手动开实时联网，平时没必要每次都联。11. 省钱不是全程用便宜模型，是"该强的时候强、该弱的时候弱"。 大家都知道小模型省额度（同套餐下便宜模型的额度能是旗舰的几倍），于是干脆全程用便宜的——结果难题它做不动，反复返工反而更贵。真正的分工是让最强的模型只做拆解难题、定方案，具体执行交给便宜快的。但这里有个大部分人忽略的代价：在同一个会话里换来换去地切模型，会打破缓存，后面全按原价算。所以分工要按"会话"分，一个会话干一类活，不是在一条对话里切来切去。12. 配一次"别碰这些目录"，长期省得它扫垃圾。 这条和后面"任务圈小"不一样——那是每次下指令临时说，这条是一次性写进配置、长期生效。项目里的 node_modules、打包产物、日志、自动生成的文件，AI 一扫进去全是钱又没用。在配置或 AGENTS.md 里划一句"这些目录别动"，配好一劳永逸。13. 只给它这个任务真正要用的东西。 两个方向：一是把范围圈小，"帮我检查整个项目"会让它把几百个文件全扫一遍，换成"只看 XX 目录下的登录逻辑，别碰别的"就省一大截；二是你主动喂参考资料时，别把整个文件夹、整篇几万字的文档甩过去让它自己找，挑相关的那几段再给。"多给点它更懂"这个直觉，在花钱这件事上是反的。（注意：上一条12是配置里常驻的忽略规则，这条是你每次开口时的临时圈定。）14. 让它输出多少，你说了算——输出比输入贵好几倍。 同样烧 Token，输出那部分的单价通常是输入的好几倍。所以别放任它话痨：要多长、什么格式、先做必须的还是连可选的一起做，一次说清。一句"简单说下结论就行"，能省下它一大段没人看的铺垫。15. 要它消化一大堆资料，先压成摘要再喂。 让 AI 直接读几十份 PDF、几十个网页，是笔巨款。可以先用专门的工具（比如 Google 的 NotebookLM）把这些资料读成一份带出处的摘要，AI 只接这份摘要、不碰原文。既省 Token，答案还带引用、不容易瞎编。16. PDF 别直接喂，先转成文本。 PDF 里塞着大量排版信息，直接丢给 AI 很亏。微软有个免费工具叫 MarkItDown，把 PDF 转成 Markdown 纯文本再喂，能省差不多 7 成 Token（豆包这类也能转）。这条跟你用哪个 AI 无关，Codex、Claude、Kimi 都适用。表格多的 PDF 转完可能读不清，把表格单独转成 HTML 再插进去。17. 终端输出大多是废话，让 AI 少读点。 你跑一个测试，两百行日志里真正有用的可能就那句报错，剩下的进度条、通过的用例、重复的警告，AI 全都要读、全都算钱。思路是：在把这些输出喂给 AI 之前先过滤一道，只留关键的。这类工具是有的（社区里有人做，比如 RTK），我自己没深用就不展开推荐了，但"别让 AI 读一屏没用的输出"这个方向，值得你留个心。18. 额度快见底时，塞一个长任务进去。 官方规则写着：额度用尽时，正在跑的这一轮可以继续跑完（有合理使用约束）。所以趁没断把一个复杂长任务丢进去，它能带着跑完。X 上的老哥们为这个吵过一架，其实官方一句话就说清了——机制真的有，但别当无限薅。19. Kimi 的账单几乎由"缓存命中率"决定，而命中是有办法的。 K3 的 API 价是每百万 Token 输入 3 美元、输出 15 美元，但缓存命中的输入只要 0.3 美元，差十倍。怎么让它命中：把每次都不变的东西（系统提示、项目背景、那份长文档）放在请求的最前面，而且一个字都别改；把每次变动的内容放到后面。一旦你中途换了模型、临时加了工具、或者把前面那段动了一下，缓存就断了，后面全按原价算。这套逻辑其实各家通用，Kimi 只是价差特别大，最值得抠。20. Kimi 切模型也要新开会话。 K3 默认开最高强度思考，旧会话里堆的思考历史会污染新任务，既占窗口又烧额度。21. 老 Kimi 用户，先别急着升级。 新体系把会员拆成"通用"和"编程"两档要分开付费，纯编程入门档不含网页和 App，要高速加百万上下文的档位从 199 涨到 299。但官方没公开新旧额度的直接对比，加的量能不能抵掉涨价和砍掉的权益，现在看不清。好在老套餐不强制迁移，现有用户没有明显理由主动切。22. 让它自己挑便宜模型，规则文件写精简。 Cursor 的 Auto 模式会按任务难易自动选模型，简单的活不会默认拿最贵的去干，日常开着就能省一截。另外那份 .cursorrules（相当于 Cursor 的项目说明书）跟前面说的 AGENTS.md 一个道理——写得越长，每次对话背的包越重，能精简就精简。23. 能等的活，挪到半夜跑。 DeepSeek 的 API 有错峰价，每天深夜（北京时间 0:30 到 8:30）调用直接半价。批量的、不急的活——跑数据、批量整理、离线分析——用定时任务放到那个点跑，一样的活省一半。注意只对按 Token 计费生效，包月套餐不算这个。24. 同一个重活，先比一眼各家单价再决定放哪跑。 各家的 Token 单价、缓存折扣都不一样，差起来不是一星半点。真正吃量的大任务，动手前花一分钟比比：这活放 Codex、放 Kimi、还是挂某家 API 更划算。小活无所谓，重活值得挑个地方。25. 随手让它生成图片，额度掉得特别快。 让 AI 生成或修改图片，会按平时三到五倍的速度吃额度。偶尔用没事，但别拿它当图片工具批量生图，几张下去额度就见底了。26. 别开了自动模式就去睡觉。 让它自动跑长任务、一口气连着做好几个子任务的时候，先大致想一下这摊子活要烧多少。开着自动模式、无人值守地让它跑一宿，回来很可能看到的是一份没做完的活，加一个见底的额度。给它划个范围，或者盯着点关键节点。27. 灰产别碰。 网上那些"额度重置教程""号池""闲鱼买号""土耳其区订阅""反代"，甚至有人晒批量注册卖号日入几万——这些要么封号，要么涉及账号安全和合规，省下来的那点钱不够赔的。千万慎重。28. 教程和攻略随时更新，不要死守不放。 最典型的是"巧用 5 小时窗口"那套：有教程教你算准时间、提前发条消息把额度重置卡到你上班的点，等于一天白蹭两个窗口。写的时候是神技，前段时间Codex 这个月把 5 小时限制取消了，这招对它一夜作废（对还留着 5 小时窗口的 Claude Code 才有用）。你现在看到的任何一条省法——包括这篇里的——都可能因为某次更新就失效。X 上有条被转了很多的话，大意是——真正的省 Token 技巧不是什么上下文压缩、子智能体工程，而是"你先去 GitHub 上搜一下，有没有现成的、半成品的方案"。最省的那一笔，是本来就不用花的那一笔。OpenAI 自己也换了个说法：别只盯着 Token 单价，去算每个成功任务的完整成本——包括反复重试、人工返工、失败重来。单价再低，一件事让它做五遍才做对，也不便宜。
