今天是我用 Codex 的第五天，我被一条“648 output / 778,506 input / 3.5K cached / 3.9 美元”的账单直接打醒了。
那一刻我突然明白，真正昂贵的不是 AI 说了多少，而是我开始用海量上下文，去掩盖自己没有把问题说清楚这件事。
很多人第一次看到这种账单，第一反应都会盯着输出看。模型明明只吐了 648 个 token，钱怎么会一下跳到 3.9 美元？
可这组数字最扎人的地方，根本不在后面的 648，而在前面的 778,506。
这不是一张“模型太贵”的账单，这更像一张“提问方式体检报告”。
真正吞钱的，从来不是答案，而是你没收口的问题一条请求通常至少有三块成本：普通输入 token、命中缓存的输入 token，以及模型新生成的输出 token。
这次我只拿到 648 个输出，却付出了 778,506 个输入，缓存命中还只有 3.5K。翻成人话就是一句话:
我不是在为答案买单，我是在为自己的模糊、犹豫和不收口买单。
以前我总以为，把更多上下文贴进去，等于更认真；把更多文件、日志、schema、历史对话一起喂进去，等于更容易得到好结果。
现在我反而越来越确定，很多高成本请求，本质上不是 AI 难用，而是人把“定义问题”这一步偷懒了，然后把偷懒的代价，转嫁给了 token。
聊天越聊越贵，不是因为模型记性太好，而是你一直在重复搬运旧上下文我之前一直想不通，明明前面都聊过了，为什么后面还会继续花钱。
后来我才真正想明白，多轮调用里，很多客户端会把此前的消息继续塞回下一轮请求体，让模型保持上下文连续。所以你以为是在“接着聊”，实际上系统常常是在“把旧内容重新带进场”。
这里最容易被误解的一点是:
旧消息重新出现，不等于一定按全价重算；真正决定价格的，是它有没有命中缓存。
如果前缀稳定，这部分会走 cached input 的低价；如果前缀不稳定，它就会重新回到普通 input 里继续吞钱。
也就是说，真正该追问的不是“为什么历史又出现了”，而是“为什么这次历史没被便宜复用”。
我这次只命中 3.5K，已经很诚实地说明了一件事:
我以为自己在复用上下文，实际上我一直在反复重建上下文。
最容易被低估的成本，不是模型单价，而是前缀不稳定Prompt Caching 真正要求的不是“差不多一样”，而是 exact prefix match。
system prompt 变了、tools 顺序变了、schema 变了、前面插了时间戳、动态变量、额外空格，甚至不是在末尾追加消息，而是回头改写前面的老消息，都会让原本可能命中的缓存突然失效。
所以我后来越看这张账单，越觉得它像是在提醒我:
AI 时代真正值钱的能力，不只是会提问，而是会把前缀稳定下来，会把任务拆开，会知道哪些材料必须进场，哪些材料根本不该出现。
说得再直接一点，很多人嘴上在研究模型价格，实际真正浪费钱的地方，是他们根本没有学会管理上下文。
token 不是按字数算的，很多人其实是在为“无效复杂度”买单看到这条账单之前，我对 token 的直觉也不够准。
我会本能去看字符数、字节数、文件大小，好像文本越短就一定越便宜。可模型看的不是“你觉得短不短”，而是分词器切出来的片段。
这也是为什么很多 JSON、日志、工具定义、结构化 schema，肉眼看着不长，实际却非常吃 token。因为在模型眼里，它们会被切成大量碎片: 花括号、引号、冒号、逗号、key、value、缩进、换行，全都要算钱。
所以真正该省的，不是删掉两句人话，而是别再把那些根本不该一起进场的长历史、长日志、长 schema，当成一种“认真工作”的姿态。
很多时候，你不是在给 AI 更多帮助，你只是在给 AI 更多噪音。
这张账单让我真正学会的，是先止损，再提问如果把接下来 14 天当成一次止损观察期，我现在只盯几件事:
第一，单次 input 如果远高于 output，而且不是高一点，而是几十倍、上百倍，那就先别急着继续追问。
第二，cached_tokens 占比如果很低，说明稳定前缀根本没建立起来。
第三，输出明明很短，前面却塞了大量日志、代码、schema、工具定义和历史对话，这往往不是复杂，而是失控。
第四，一个本来能拆成几步的小任务，被我硬打包成“你先把所有东西看完再一次性解决”，这通常是最贵的问法。
第五，单次高成本已经出现了，我却还不收紧上下文、不重置线程、不精简参数，那这就不是偶发，而是在培养坏习惯。
所以我现在给自己定了 6 条止损规则:
先给上下文设硬上限。把任务拆开。能稳定的前缀尽量稳定。别把“全贴进去”误当成认真。常规任务不默认开高推理。一旦出现异常账单，先停下来检查请求设计，而不是继续加料。
这几天我的 token 累计已经到了 21 亿。看到这条 3.9 美元明细之前，我其实还没有真正把这件事当回事。
可当778,506 input / 648 output / 3.5K cached这组数字摆在眼前时，我一下子想通了:
不是工具忽然坏了，也不是平台故意坑你。
只是我们终于得承认，如果不主动管理上下文，不主动约束请求，不主动识别异常请求，再强的 AI，也会被我们自己喂成一个昂贵的黑箱。
所以现在我越来越相信，AI 时代最先拉开差距的，未必是谁知道更多提示词技巧，而是谁能更快把任务收口，谁能更清楚地定义结果，谁能更冷静地删掉那些根本不该进场的上下文。
说到底，贵的不是 AI。
贵的是一个人明明没有想清楚问题，却想靠超长上下文把自己糊弄过去。
你最近一次最离谱的 AI 账单，真正贵在了哪里？是模型输出太多，还是你后来才发现，最吞钱的其实是那些原本就不该一起带进去的上下文？