🔎 Zui近的账单是不是让你眉头紧锁？Token的费用像滚雪球一样越滚越大，却找不到明显的削减点。别慌，这篇文章会把常见的浪费源头逐一剖开，用一套可落地的“省钱秘籍”，帮你把 LLM 的花费压缩到原来的四五成。

不同供应商的计价方式略有差异，但核心逻辑相同：输入 Token × 单价 + 输出 Token × 单价 = 本次调用费用。以 OpenAI 为例，gpt‑4o-mini 的输入价是 $0.00015/1k tokens，输出价是 $0.00060/1k tokens；而 Claude 系列则是 $0.00025/1k tokens和 $0.00125/1k tokens。Ru果一次请求里要塞进几千行 JSON，光是“结构符”就会吃掉大量 token。

重复字段名：每条记录dou要写一次键名，如 `"name":"Alice"` → 键名占 5‑6 个 token。

层层嵌套：数组里套对象、对象里再套数组，这种深度结构每层dou要加上括号、引号和逗号。

冗余空格与换行：虽然对人类友好，却在 tokenizer 眼里也是 token。

这三点累计下来往往让同样的信息在 JSON 中消耗 30‑60% 的 token。

🛠️ 实际项目中，我常用以下三招：

模板化提示：把不变的说明放进系统指令，让每次调用只传递必要变量。

压缩描述：使用代号或简写代替长句，例如把 “请返回一个包含所有 KPI 指标的列表” 改成 “返回 KPI 列表”。

分块处理：将大文档拆成 500‑800 token 的小段，循环调用后再合并结果。

💡 小技巧：在 prompt 前后加上一个 “#START# … #END#” 标记，便于后期自动截取与统计。

不同模型的token 定价比率相差悬殊。下面是一张快速对比图：

Ru果业务容忍稍低的创意水平，直接切换到「mini」或「7B」系列，就Neng立刻削减 30%‑70% 成本。

核心理念：只在表头声明一次字段名，随后逐行填值。这样既保留了可读性，又把冗余字符砍得干干净净。

users{id,name,email}: 
 ,,
 ,
products{sku,title,price}: 
 ,P001,"Apple iPhone",699
 ,P002,"Galaxy S22",599

`users` 表示数组长度，`{id,name,email}` 是字段顺序，只出现一次。

`:` 后面紧跟每条记录，用逗号分隔；字符串内部若含逗号需用双引号包裹。

`⏳` 建议使用代码块包裹，以免平台自动格式化导致 token 增多。

def json_to_toon:
    lines = 
    for key, arr in data.items:
        if isinstance and arr and isinstance:
            fields = ",".join)
            lines.append
            for obj in arr:
                values = 
                for v in obj.values:
                    if isinstance and ',' in v:
                        values.append
                    else:
                        values.append)
                lines.append)
        else:
            lines.append
    return "
".join
sample = {
    "users": 
}
print)

⚡️运行一次即可得到上面演示的 TOON 文本，直接塞进 LLM 提示里比原始 JSON 节约约 45% token。

def toon_to_json:
    result = {}
    lines = 
    i = 0
    while i 

{
   "model":"gpt-4o-mini",
   "input_tokens":842,
   "output_tokens":276,
   "cost_usd":0.00184,
   "request_id":"c6f9e8a7..."
}