#cost

Seedance 2.5 效果最好，但 10 秒要 7 元，两分钟的视频成本轻松过百；为了省钱改用 jqsp 上的 H3，同样一条带主持人的讲解短片不到 3 元。

订阅的额度往往比按量调 API 划算好几倍：自己用、不急、一次性的后台活交给 AI Agent，直接服务用户、要实时和高并发的功能才用 API，附四个判断问题和不能越界的地方。

入门教程：先让 Agent 把运行记录里的每一步分成四类，挑一个每天重复几十次的判断交给 TypeSafe 的 Jev，按出题规矩写题、按把握分流，拿不准的交给大模型，先影子运行一周再切换。附 3 段可直接复制的提示词。

主会话用 Sonnet，子 Agent 交给 Haiku，Opus 作为顾问只审计划、查反复出错和收尾。网上流传的 --advisor / --subagents 启动参数在当前版本会报错，文中给出能用的写法。

基础档 Claude 用量见底，多半是把大段产出的活也交给了它。判断类留给 Claude，批量产出交给 Codex 或更便宜的工具，并把分工写进 CLAUDE.md。

中级教程：别让 Agent 每天亲自跑定时任务。让它把任务写成一次 Python 脚本，交给系统自带的 cron 或任务计划程序执行，每次运行 0 Token；脚本跑完自己发消息告诉你成功还是失败。

一篇经验（会员可读）：偶尔用（聊天、写文案、改代码）API 更便宜；高频批量（每天转写、分类、处理大量资料、固定工作流）本地可能更划算。核心分界线是每月 Token 消耗量，加上任务是否需要顶级模型质量。文中把两边的账和隐性成本算给你看。

模型和工作流工具的价格变动大约每隔几个月就会出现一次。下面是一套简短的流程，帮你在账单到来之前，先弄清它会对你的日常工作流产生什么影响。

每日工作流的成本 = 单次成本 × 365。如何在构建前估算、构建后测量，以及工作流变得昂贵时三种最便宜的修复方法。