> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Coding Agent 成本優化

> 實用策略幫你將 Coding Agent API 成本降低 60-90%

## 成本問題

典型的 Coding Agent 工作階段消耗 token 的速度非常快：

| 活動     | 每次呼叫 token 數  | 每小時呼叫次數 | 每小時 token 總量 |
| ------ | ------------- | ------- | ------------ |
| 程式碼生成  | 5,000–50,000  | 10–30   | 150K–1.5M    |
| 程式碼庫搜尋 | 2,000–20,000  | 20–50   | 100K–1M      |
| 程式碼審查  | 10,000–80,000 | 5–10    | 100K–800K    |
| 自動補全   | 500–3,000     | 50–200  | 50K–600K     |
| **合計** |               |         | **400K–4M+** |

按高階模型費率計算，每位開發者每小時 $3–30。10 人團隊每月 $500–5,000。

## 智慧模型選擇

並非每個編碼任務都需要最貴的模型。按任務匹配合適的檔位：

| 任務     | 推薦模型                                          | 成本檔位        | 原因          |
| ------ | --------------------------------------------- | ----------- | ----------- |
| 架構設計   | `claude-opus-4-6`, `gpt-5.4`                  | \$\$\$\$ 高階 | 需要複雜推理      |
| 程式碼生成  | `claude-sonnet-4-6`, `gemini-3.1-pro-preview` | \$\$\$ 標準   | 品質/成本最佳平衡   |
| 程式碼審查  | `claude-sonnet-4-6`, `deepseek-v4-pro`        | \$\$–\$\$\$ | 模式匹配，創造性要求低 |
| Bug 修復 | `claude-sonnet-4-6`, `gpt-5-mini`             | \$\$–\$\$\$ | 聚焦、定義明確的任務  |
| Tab 補全 | `gpt-5-mini`, `gemini-3.5-flash`              | \$\$ 經濟     | 速度比深度更重要    |
| 樣板程式碼  | `deepseek-v4-flash`, `gpt-5-mini`             | \$ 低價       | 簡單重複的模式     |

<Tip>
  查看[模型選擇指南](/zh-Hant/guides/coding-agent-models)了解詳細的模型對比和各工具設定。
</Tip>

## 快取策略

Coding Agent 非常適合快取，因為它們不斷重複相似的模式。

### Prompt Cache（提供方級別）

提供方級別的 Prompt Cache 透過 TokenLab 自動生效。長系統提示——Coding Agent 每次都會包含——在提供方層被快取：

| 提供方       | 快取折扣      | 最低 token 數 |
| --------- | --------- | ---------- |
| Anthropic | 讀取 90% 折扣 | 1,024      |
| OpenAI    | 讀取 50% 折扣 | 1,024      |
| DeepSeek  | 讀取 90% 折扣 | 64         |

由於 Coding Agent 每次呼叫都傳送相同的系統提示 + 專案上下文，Prompt Cache 命中率通常為 **70–90%**。

### 組合節省範例

一個 50,000 輸入 token 的請求（典型 Coding Agent 呼叫）：

```
直連 API（無快取）：
  50,000 tokens × $3.00/1M = $0.150

使用 Prompt Cache（40,000 快取 + 10,000 新增）：
  快取：  40,000 × $0.30/1M = $0.012
  新增：  10,000 × $3.00/1M = $0.030
  合計：$0.042（節省 72%）
```

## 真實成本對比

典型 1 小時編碼工作階段（約 3M token）的估算成本：

| 方案                      | 每小時成本     | 每月（160h）        |
| ----------------------- | --------- | --------------- |
| 直連 API（高階模型）            | \~\$15–25 | \~\$2,400–4,000 |
| TokenLab（智慧路由）          | \~\$10–18 | \~\$1,600–2,900 |
| TokenLab + Prompt Cache | \~\$4–8   | \~\$640–1,280   |

<Warning>
  以上為示意性估算。實際成本取決於模型選擇、使用模式和快取命中率。查看[即時定價](/zh-Hant/api-reference/pricing/get-pricing)取得當前費率。
</Warning>

## Token 管理技巧

### 設定 max\_tokens

防止生成失控：

```json theme={null}
{
  "model": "claude-sonnet-4-6",
  "max_tokens": 4096,
  "messages": [...]
}
```

大多數編碼任務需要 1,000–4,000 個輸出 token。設定限制可防止模型生成不必要的長回應。

### 使用 Auto-Compact

大多數 Coding Agent 支援上下文壓縮——總結舊對話輪次以減少 token 數量：

* **Claude Code**：內建 auto-compact，在上下文達到限制時自動觸發
* **Cursor**：自動上下文管理
* **Codex CLI**：使用 `--max-context` 參數

### 避免上下文膨脹

* 只需要一個函式時不要貼上整個檔案
* 使用 `.gitignore` 風格的模式排除無關檔案
* 切換任務時清除對話歷史

## 快速設定

每個工具只需幾行設定即可透過 TokenLab 連接：

<AccordionGroup>
  <Accordion title="Claude Code">
    ```bash theme={null}
    export ANTHROPIC_API_KEY="sk-your-tokenlab-key"
    export ANTHROPIC_BASE_URL="https://api.tokenlab.sh"
    ```

    [完整設定指南 →](/zh-Hant/integrations/claude-code)
  </Accordion>

  <Accordion title="Cursor">
    Settings → Models → OpenAI API Key: `sk-your-key`，Base URL: `https://api.tokenlab.sh/v1`

    [完整設定指南 →](/zh-Hant/integrations/cursor)
  </Accordion>

  <Accordion title="Codex CLI">
    ```bash theme={null}
    export OPENAI_API_KEY="sk-your-tokenlab-key"
    export OPENAI_BASE_URL="https://api.tokenlab.sh/v1"
    ```

    [完整設定指南 →](/zh-Hant/integrations/codex-cli)
  </Accordion>

  <Accordion title="Gemini CLI">
    ```bash theme={null}
    export GEMINI_API_KEY="sk-your-tokenlab-key"
    export GOOGLE_GEMINI_BASE_URL="https://api.tokenlab.sh"
    ```

    [完整設定指南 →](/zh-Hant/integrations/gemini-cli)
  </Accordion>
</AccordionGroup>