省 emoji 额度的最大杠杆：换小模型与压缩上下文

AI 编程助手的额度，有人一周用不完，有人两天见底，差距往往不在任务量，而在消耗的写法。同样是跑任务，会话里堆着几千行无关代码的，与只带必要上下文的，账面能差出几倍；用大模型干杂活的，与按难度切模型的，费率上又差出几倍。官方给过一份省额度的 playbook，按杠杆大小排序：换小模型、压缩上下文、关掉多余的 MCP 工具。这篇把三个杠杆逐个拆开：每个杠杆省在哪、怎么用、有什么代价；消耗怎么被记成账，见credit 计费一篇打底。

额度的大头：上下文的 token 账

省额度之前先看清钱花在哪。agentic 任务的消耗结构里，输入侧通常占大头：每一步请求都带着对话历史、项目背景、工具调用的结果一起送出去，上下文越大，每一步的输入 token 越多，一步步滚雪球，上下文窗口的机制见上下文窗口一篇。并行任务再乘一个系数：同时跑几个任务，额度按倍数消耗，抽的是同一个池子。所以省额度的主线就两条：一是降单价，二是减输入——三个杠杆全部落在这两条线上。动手前先建立基线：跑 /usage 看当天的消耗曲线，知道额度花在哪一类任务上，杠杆才有的放矢；窗口怎么滚动与回补，见额度窗口一篇。

杠杆一：换小模型，费率直接降档

三个杠杆里最大的是换模型。Codex 里大模型与小模型按费率分档，日常的读代码、写测试、改文案类任务，mini 档完全够用，费率却低得多——同样的 token 量，折出的 credit 差出 2.5 到 3.3 倍，这是官方 playbook 排在第一的杠杆，具体倍率以官方文档为准。用法上不必一刀切：把高难度的架构设计与复杂调试留给大模型，把批量小任务交给 mini 档，按任务难度切档。这层思路与通用的模型路由一致：让每个请求落进费率与能力都匹配的档位，路由机制的通用拆解见模型路由一篇。切档还有一个附带好处：小模型响应快，等待时间也跟着省。判断一个任务能不能降档，标准很简单：降档跑一遍结果达标，就留在低档；返工成本高于差价，再回大模型。

杠杆二：压缩上下文，少带重复行李

输入侧的省法是压缩，官方把裁剪上下文（trim context）列为固定动作。最直接的压缩是开新会话：一个会话从早聊到晚，历史消息滚成一大团，每一步都在为不再相关的旧内容付费；干完一件事就开新会话，行李立刻轻下来。其次是裁剪输入：让 Codex 只读必要的文件与目录，不整库投喂；工具输出的长日志，看完就让它出上下文。还有一层是配合缓存折扣：会话保持连续，重复内容命中缓存按折扣计价，机制见 credit 计费一篇——压缩与缓存不矛盾，压掉的是「既不相关又不重复」的部分。/usage 养成随手看的习惯，消耗异常的会话当场发现，比月底看账单再追查省得多。上下文窗口为什么会被占满、占满后会发生什么，上下文窗口一篇有完整机制。

杠杆三：关掉多余的 MCP 与 fast mode 的取舍

第三个杠杆藏在配置里。每个接入的 MCP 服务器，它的工具定义都要随请求送进上下文，占的是每一步都重复计费的输入——装了十几个用不上的 MCP，等于每一步都多背一包行李，MCP 的机制见MCP一篇。把当下任务用不到的 MCP 关掉，输入立刻瘦身；这一条最容易被忽略，因为工具「装了没用也不觉得花钱」。另一项取舍是 fast mode：它用更高的倍率换更快的响应，赶工期时值得开，日常挂着就是白白多付。三个杠杆合起来用：小模型降单价、压缩减输入、配置去冗余，同一份工作量的账面差距可以拉出几倍。想让这套打法落地，可以让豆包按自己的任务类型列一张「任务到模型档位」的分配表，再让 DeepSeek 对照官方 playbook 检查配置里还有哪些可关的 MCP 与模式开关。

省额度速查

• 消耗大头在输入：上下文越大，每一步计费越多
• 最大杠杆是换小模型，mini 档折算差 2.5-3.3 倍
• 压缩上下文：干完一件事开新会话，只带必要文件
• 关掉用不上的 MCP，工具定义每步都在占输入
• fast mode 倍率高，赶工再开，日常关闭

关于省额度的常见疑问

• 换小模型会不会把代码质量拉低？：分层用就不冲突。难题、架构设计留给大模型，mini 档负责批量常规任务，质量与成本兼顾；拿不准的任务先在大模型上跑一次，再用小模型重跑对照，达标就固定在低档。
• 压缩上下文会不会让 Codex 失忆？：会话内的关键结论写进 AGENTS.md 或项目文档，新会话照样接得上；被「忘掉」的多数是不再需要的中间过程，正是压缩的对象。
• 并行任务怎么省？：并行消耗按倍数走，先把单任务的消耗习惯调好再扩并行；批量跑的小任务切 mini 档，比扩并行省得更直接，也更不容易打满窗口。