昨天打开 Cursor 的后台查看账单,一看上个月花费了 51.4 美金的 Token 费用,比我想象的要少一些。这里面基础订阅 20 美元,实际上额外的开销主要是使用超出 225 条后的 Api 调用费用。记录一下,同时也和 AI 寻找,如何合理地使用,避免不必要的开销。
以下为账单和Ai给我的反馈建议;
详细开销项
项目 | 单价(USD) | 数量 | 总计(USD) |
---|---|---|---|
claude-4-sonnet requests | 0.04 | 949 | 37.96 |
claude-4-sonnet-thinking requests | 0.08 | 126 | 10.08 |
extra fast premium requests beyond 500/month | 0.04 | 84 | 3.36 |
Mid-month usage paid for August 2025 | - | - | -20.00 |
这是一项扣减,代表你之前已经支付的费用。从下方交易记录看,你 8 月 8 日支付了 20 美元。
账单总计
- 当月总账单(未扣除已付款项):US$37.96 + US$10.08 + US$3.36 = US$51.40
- 已支付金额:US$20.00
- 本期应付金额:US$51.40 - US$20.00 = US$31.40
如何避免不必要的 Token 费用,降低开支
从你的账单来看,主要的开销来自于 claude-4-sonnet requests 和 claude-4-sonnet-thinking requests。这些费用通常与你使用 Cursor 的 AI 功能(如询问、生成代码、修复 Bug 等)时的 Token 消耗有关。
以下是一些具体的建议,可以帮助你有效降低 Token 费用:
- 优化你的提问方式
- 减少不必要的长篇上下文输入:每次你与 AI 互动时,它都需要处理你提供的上下文。如果你的提问包含了大量冗余代码或不相关的信息,会消耗更多 Token。
- 尽量精简问题:在提问前,先思考一下你真正需要解决的问题。避免使用过于宽泛或模糊的表述,直接切入核心。例如,不要问:“帮我看看这段代码有什么问题?” 而是问:“这段代码在处理 xyz 场景时出现了 abc 错误,请帮我分析原因。”
- 分步解决复杂问题:如果你的任务很复杂,可以尝试将其分解成几个小步骤,分步与 AI 交流。这样可以减少每次请求的上下文大小,并更精确地控制 Token 消耗。
- 合理利用 Cursor 的功能
- 区分不同模式的使用场景:
- claude-4-sonnet requests(普通请求):这可能是你日常使用的主要模式,用于代码生成、解释等。这是最常见的 Token 消耗来源。
- claude-4-sonnet-thinking requests(思考请求):这种模式可能用于更复杂的任务,比如需要 AI 更深入地理解上下文或进行多步骤推理。这通常比普通请求消耗更多的 Token(单价更高,为 US$0.08)。当处理特别棘手的问题时再使用这种模式,而不是作为常规操作。
- extra fast premium requests(额外快速高级请求):你的账单显示每月超出 500 次后会产生额外费用。这意味着你在本月已经使用了超过 500 次快速请求。你可以检查 Cursor 的设置,看是否能调整默认使用的 AI 模型,或者在使用过程中更谨慎地发起请求。
- 善用本地功能:
- 代码格式化、重命名变量等可以通过本地编辑器功能完成的操作,尽量不要依赖 AI 来完成。
- 代码搜索、导航等操作,使用 IDE 原生功能,而不是通过 AI 提问。
根据这份 AI 给出的提示总结,确实可以减少很多额外开销。1 是降低 thinking 的使用成本,我经常会让 AI 思考下如何解决这个问题,其实很多问题,AI 会直接根据知识库解决,没有必要提示 AI 使用思考,这句话本身就是一个错误的句式。2 是我经常重构页面的性能,会多文件联系,一次性甩七八个文件,很多时候,只需要提供两到三个关联文件,多余的无需提供。抓取文件读取对 Token 的消耗也非常高。3 是尽量使用完关闭 Cursor,Cursor 的缓存系统会定期抓取文件缓存,不用的时候本身就会浪费一定的微量的数据。4 善用 md 文件,一定要善用 md 文件,为目录创建说明和文件说明,这样每次 Cursor 寻找问题的时候,可以关联 md 文件,快速定位,而不是大面积扫描多文件,导致额外的 Token 读取开支。目前我这是我了解到统计到的。
降低不必要的 Token 费用,不仅能降低开支,也能提高 AI 在项目推进的效率和进度,所以这个不是单纯节省的问题,特此记录,土豪不必关心这类文章,谨以此文献给如我一般的普通 vibecoder。
发表回复