> ## 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 成本优化

> 实用策略帮你将 Coding Agent API 成本降低 60-90%

## 成本问题

典型的 Coding Agent 会话消耗 token 的速度非常快：

| 活动     | 每次调用 token 数  | 每小时调用次数 | 每小时 token 总量 |
| ------ | ------------- | ------- | ------------ |
| 代码生成   | 5,000–50,000  | 10–30   | 150K–1.5M    |
| 代码库搜索  | 2,000–20,000  | 20–50   | 100K–1M      |
| 代码审查   | 10,000–80,000 | 5–10    | 100K–800K    |
| 自动补全   | 500–3,000     | 50–200  | 50K–600K     |
| **合计** |               |         | **400K–4M+** |

按高端模型费率计算，每位开发者每小时 $3–30。10 人团队每月 $500–5,000。

## 智能模型选择

并非每个编码任务都需要最贵的模型。按任务匹配合适的档位：

| 任务     | 推荐模型                                          | 成本档位        | 原因          |
| ------ | --------------------------------------------- | ----------- | ----------- |
| 架构设计   | `claude-opus-4-6`, `gpt-5.4`                  | \$\$\$\$ 高端 | 需要复杂推理      |
| 代码生成   | `claude-sonnet-4-6`, `gemini-3.1-pro-preview` | \$\$\$ 标准   | 质量/成本最佳平衡   |
| 代码审查   | `claude-sonnet-4-6`, `deepseek-v4-pro`        | \$\$–\$\$\$ | 模式匹配，创造性要求低 |
| Bug 修复 | `claude-sonnet-4-6`, `gpt-5-mini`             | \$\$–\$\$\$ | 聚焦、定义明确的任务  |
| Tab 补全 | `gpt-5-mini`, `gemini-3.5-flash`              | \$\$ 经济     | 速度比深度更重要    |
| 样板代码   | `deepseek-v4-flash`, `gpt-5-mini`             | \$ 低价       | 简单重复的模式     |

<Tip>
  查看[模型选择指南](/zh/guides/coding-agent-models)了解详细的模型对比和各工具配置。
</Tip>

## 缓存策略

Coding Agent 非常适合缓存，因为它们不断重复相似的模式。

### Prompt Cache（提供方级别）

提供方级别的 Prompt Cache 通过 TokenLab 自动生效。长系统提示——Coding Agent 每次都会包含——在提供方层被缓存：

| 提供方       | 缓存折扣      | 最低 token 数 |
| --------- | --------- | ---------- |
| Anthropic | 读取 90% 折扣 | 1,024      |
| OpenAI    | 读取 50% 折扣 | 1,024      |
| DeepSeek  | 读取 90% 折扣 | 64         |

由于 Coding Agent 每次调用都发送相同的系统提示 + 项目上下文，Prompt Cache 命中率通常为 **70–90%**。

### 组合节省示例

一个 50,000 输入 token 的请求（典型 Coding Agent 调用）：

```
直连 API（无缓存）：
  50,000 tokens × $3.00/1M = $0.150

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

## 真实成本对比

典型 1 小时编码会话（约 3M token）的估算成本：

| 方案                      | 每小时成本     | 每月（160h）        |
| ----------------------- | --------- | --------------- |
| 直连 API（高端模型）            | \~\$15–25 | \~\$2,400–4,000 |
| TokenLab（智能路由）          | \~\$10–18 | \~\$1,600–2,900 |
| TokenLab + Prompt Cache | \~\$4–8   | \~\$640–1,280   |

<Warning>
  以上为示意性估算。实际成本取决于模型选择、使用模式和缓存命中率。查看[实时定价](/zh/api-reference/pricing/get-pricing)获取当前费率。
</Warning>

## Token 管理技巧

### 设置 max\_tokens

防止生成失控：

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

大多数编码任务需要 1,000–4,000 个输出 token。设置限制可防止模型生成不必要的长响应。

### 使用 Auto-Compact

大多数 Coding Agent 支持上下文压缩——总结旧对话轮次以减少 token 数量：

* **Claude Code**：内置 auto-compact，在上下文达到限制时自动触发
* **Cursor**：自动上下文管理
* **Codex CLI**：使用 `--max-context` 参数

### 避免上下文膨胀

* 只需要一个函数时不要粘贴整个文件
* 使用 `.gitignore` 风格的模式排除无关文件
* 切换任务时清除对话历史

## 快速配置

每个工具只需几行配置即可通过 TokenLab 连接：

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

    [完整配置指南 →](/zh/integrations/claude-code)
  </Accordion>

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

    [完整配置指南 →](/zh/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"
    ```

    [完整配置指南 →](/zh/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"
    ```

    [完整配置指南 →](/zh/integrations/gemini-cli)
  </Accordion>
</AccordionGroup>