按量计费8700元，订阅制能省40%但高峰期会限速
上周我们团队收到账单，GPT-4 API 花了 8700 块，老板直接在群里@我三个问号。隔壁组用某厂的订阅制，一个月固定 2000，用超了还被限速，气得他们在工位骂娘。
这事让我彻底想搞清楚一个问题：大模型 API 到底该按量计费还是走订阅制？
先说结论：没有银弹，但大部分团队都在花冤枉钱。
我的血泪账单
先给你们看看过去半年的花费曲线：
- 3月（产品刚上线）：日均调用 200 次，月底账单 1200，感觉还行
- 4月（开始推流）：日均调用 800 次，账单跳到 4300，开始肉疼
- 5月（做了个活动）：峰值一天 5000 次调用，当月直接 8700
问题出在哪？我们用的是按量计费，但流量波动根本不可控。
那个活动是我们运营临时起意搞的“AI 年度总结”，用户上传数据我们调 GPT-4 生成报告。结果分享率爆炸，一天涌进来 3000 多个新用户。我凌晨两点被报警叫醒，看着费用蹭蹭涨，那种感觉就像忘了关热水器。
后来我算了一笔账：如果当时买的是某厂的订阅制（2000/月，包 5 万次调用），超出的部分按阶梯价走，那个月最多 5000 块。直接省了 40%。
但故事没这么简单。
订阅制的坑，我替你们踩过了
看到上面你是不是觉得无脑上订阅就完了？等等。
我们另一个项目（内部用的数据分析工具）之前买了某大厂的年包订阅，一年 3 万，不限调用次数。听起来很香对吧？
结果用了三个月发现不对劲：API 响应越来越慢。
找他们技术一问，原话是“订阅制用户在资源紧张时优先级低于按量付费用户”。翻译成人话就是：高峰期你排队，大客户先走。
更恶心的是，他们所谓的“不限次数”有个隐藏条款——QPM（每分钟查询数）限制。我们做批量分析的时候，直接被限流，任务从 10 分钟跑成了 2 小时。
等等，这里我要更正一下。刚才说的 QPM 限制，其实不是完全“隐藏”的。我后来翻文档，在第 47 页找到了，原文是“订阅制用户默认 QPM 为 60，如需提升请提交工单”。但提交工单要等 3-5 个工作日，还要提供业务场景说明。嗯...这个就比较微妙了，说白了就是设个门槛让你知难而退。
这个项目后来我们切回了按量计费，虽然每月多花 500 左右，但至少不用看人脸色。
三个真实数据点
我跟几个朋友聊了一圈，收集了他们的情况（数据脱敏处理）：
案例 1：创业团队做 AI 客服
- 调用量：日均 3000-5000 次，比较稳定
- 模型：GPT-3.5 为主，少量 GPT-4
- 选择：订阅制，月费 5000
- 如果用按量：大概 7000-9000/月
- **省了约 35%**
案例 2：独立开发者做写作工具
- 调用量：极不稳定，有时一天 0 调用，有时一天 200 次
- 模型：Claude 3 Sonnet
- 选择：按量计费
- 月均花费：300-800 块
- 如果用订阅：最低档也要 1500/月
- **按量完胜**
案例 3：中型 SaaS 做代码审查
- 调用量：工作日高，周末低，波动大
- 模型：GPT-4 重度使用
- 选择：基础订阅（覆盖 60% 用量）+ 按量兜底
- 月均花费：1.2 万
- 如果纯按量：1.8 万左右
- 如果纯订阅（高档）：1.5 万但有限速风险
- **混合方案最优**
我觉得案例 3 这种情况其实挺普遍的。据我了解，国内做 SaaS 的团队，只要是 B 端业务，调用模式基本都是这个形状——周一到周五白天是峰值，晚上和周末就掉下来。纯订阅覆盖不了峰值，纯按量又太贵。
我总结的决策框架
踩了这么多坑，我现在帮团队选计费方式就看三个变量：
1. 调用量可预测性
- 稳定的 → 订阅制优先
- 波动大的 → 按量或混合
2. 延迟敏感度
- 实时场景（客服、对话）→ 按量，别省这个钱
- 异步场景（报表、批处理）→ 订阅制可以忍
3. 预算管理方式
- 需要严格控制成本 → 订阅制，超了自动限速
- 可以接受弹性支出 → 按量，但一定要设告警
真得设告警。
我们 5 月那次事故之后，我用 Grafana 搭了个监控面板，设了两道线：日消耗超过 200 块飞书通知，超过 500 块自动切备用模型。到现在没再出过事。
还有个野路子：多供应商策略。
我们现在同时接了三家：主力用 A 厂的订阅制（便宜），高峰期自动切 B 厂的按量（快），C 厂作为灾备。中间件自己写了个简单的路由，基于 litellm 改的，大概 200 行代码。
litellm 这个库 2024 年 10 月之后支持了 fallback 机制，但默认的轮询策略太蠢了。我加了两个规则：一是按 QPM 余量动态分配，二是同模型优先走订阅渠道。具体配置我放 GitHub 了，链接在评论区。
这样下来，月均成本控制在 5000 以内，比之前单用一家省了 40% 多。
最后说点得罪人的话
现在国内这些大厂的定价策略，说白了就是在玩信息差。
按量计费贵得离谱，就是吃准了你“先用后付”的心理。订阅制看起来划算，但 SLA 不透明，限速规则藏在文档第 47 页。
我的建议是：别信他们的定价页，自己跑一周的压测再说。
先用按量计费跑一周，拿到真实的调用数据（频次、token 分布、峰值时段），然后拿着这些数据去跟各家销售谈。记住，所有价格都可以谈，尤其是订阅制。
我们当时拿着数据去谈，某厂直接把订阅价从 3000 砍到 1800，就因为我们能证明“高峰期在凌晨，不跟他们的大客户抢资源”。
2025 年 1 月 Anthropic 发了价目表调整通知，Claude 3.5 Sonnet 的按量价格降了 25%。我猜国内这帮厂商今年也得跟着降，不降就等着被卷死吧。
你们现在用的是哪种计费方式？有没有被坑过的经历？评论区聊聊，我看看是不是只有我们被限流过。
Edit：没想到这么多人问那个路由中间件，我整理一下代码下周发出来，先关注不迷路。
#大模型API #成本优化 #技术选型 #创业踩坑 #API计费
读者评论 2