如果你在用 Claude Code、OpenClaw 这类 AI Agent，你会发现： token 烧得飞起。

以前跟只是 ChatGPT 聊天，一个月 20 美金的订阅绰绰有余。

现在让几个 Agent 同时跑一个任务， 一个下午烧掉的算力比以前一个月还多。

Claude Sonnet 4.6 今天刚发布，性能超过了上一代 Opus，果然不出我所料， API 定价还是 3 美金/百万 token。

其最大特点是：在人类白领工作任务上跟 Opus4.6 一样，超过了人类平均水平。

也就是说同一个活，给这 AI 做，反而比雇一个实习生做更好，且更便宜。

这意味着 Claude 的 token 消耗将变得更大。

（虽然说算力供给一直在提升，数据中心在疯狂地建，但是每个人的算力需求也变得更大了。

从供需关系来看，确实是算力越来越不够用。）

所以怎么买到便宜的大模型 token，确实值得算算账，毕竟Claude API花的是美金，可太贵了。

官方订阅可能就是最便宜的

有个叫 she_llac 的人做了一件事： 他发现 Anthropic 在网页版的接口响应里忘了对一个浮点数四舍五入 ，露出了 17 位小数。

他用一种叫 Stern-Brocot 树的数学方法，从这个小数反推出了 Claude 内部的真实额度。

算出来的结果：

Max 5x，100 美金一个月，用满等价 1354 美金的 API 费用。

Max 20x，200 美金一个月，满打满算用完的话，等价 2708 美金的 API 费用。

算一下差不多就是便宜了 13.5 倍

而且订阅用户的 缓存读取是免费的 （API 模式要收费），算上缓存加成的话，差不多就是 20 倍。

如果你的用量能撑满额度， 没有任何渠道比官方订阅便宜。

用不满官方额度，可以看看中转站

也不是每个人都能用满 Max 订阅。

如果你用量没那么大，或者不想一次性掏一两百美金想先试试水，中转站是另一个选择。

API 中转站就是，运营者通过各种渠道拿到 Claude API 的能力再二次分发卖给你，你按照中转站的教程配置一下就能用了。

现在市面上比较便宜的 Claude 4.6 Opus 的渠道是 1.5 人民币/百万 token，注意是人民币，不是美金。

也就是比官方的 5 美金/百万 token便宜了 24 倍！

那去哪找？有个开源项目叫 RelayPulse （网址：https://relaypulse.top），相当于 AI 大模型中转站的「大众点评」，监控各家的可用率、延迟。

你可以先去看看哪些站可用率高、延迟低、且价格你能接受，建议找一家服务稳定的注册使用。

具体是哪家我这里就不做推荐，自行挑选。

记住：买的时候，用多少充多少，别充多了。

便宜 API 虽好，但有几件事你得心里有数。

中转站其实是一种灰产。

它的 API 来源有几种：

有官方 API 转售的，质量好但贵；

有订阅拼车的，质量看人数和管理；

还有一种是市面上便宜货的主要来源，逆向渠道。

即逆向 Claude Code 或 AWS Kiro 里面的大模型回答作为 API 给用户调用。

尤其是 Kiro 逆向，前面说的 1.5 人民币/百万 token 就是这个渠道。

比官方便宜了 24 倍，在 OpenClaw 上跑很爽，狂造一天也就花了几十块而已，但代价就是稳定性差。

有一个经典的三视图：

如果你想买到便宜又稳定的服务，那么质量就不会好。

如果你想买到质量好又稳定的服务，那么价格肯定不会低。

但如果你既要又要还要，那就不可能。

我自己踩过最大的坑：接入便宜 API 后，用 Claude Code 跑一个任务，跑到一半中转站挂了。

任务断了还不是最惨的，毕竟我可以切另一个渠道。

最惨的是上下文被污染了，断掉那一刻写入了残缺内容，整个会话废了，切到其他渠道也无法继续对话，一直报错。

只能新开一个对话重新聊。

看似省下了几块钱，但整个工作的心流就断了，重新启动又要花不少时间来进入那种状态。

所以能用更稳定的就用更稳定的，能用官方就用官方。

对了，如果你在用 OpenClaw 的话，接入这种中转站 API 时，建议把上下文长度设到 150K （即120K 左右开始自动压缩），

避免由于上下文过长还没来得及压缩就爆满了。

省 token 的隐性代价比 token 本身贵

我以前用按量计费的中转 API，有一个习惯： 时不时就看一下余额、看一下这一次对话烧了多少钱

跑一个长任务，心里一直在算这次大概要烧多少。

跟 AI 对话着对话着，会忍不住切过去看消耗了多少钱。

我还花了大量时间在找更便宜的 API 上，从一个中转站搬到另一个，对比响应速度、价格、智商表现，就为了省那一点钱。

后来我算了一笔账： 我花在「找便宜 token」和「盯余额」上的时间，换算成时薪，比我省下的 token 钱贵得多。

而且哪怕是公司报销的 API，消耗多了我也心疼。

这说明问题根本不在钱上，它是一种被按量计费模式训练出来的条件反射：

余额在变少，那个数字在提醒你「你在花钱」，你的注意力就被它劫持了一部分。

这部分注意力的代价我算不出来，但它一直在起作用：

结果就是，该用好模型的时候换了差模型，该让 AI 跑的任务选择了自己做，该进入心流的时候被一个忍不住想看余额给打断了。

后面，我切到 Claude 官方的包月订阅套餐之后，这种情况就消失了。

因为我是一次性付完的，平时看不到扣费过程。

反而会觉得：如果这个月的额度没用完，亏了。

这反而推动了我尽可能多地去榨干 AI 的价值、尽可能多地消耗 token。

还有一个很多人可能都没注意到的信号。

Claude 最近在 Claude Code 里推出了 快速模式（Fast Mode） ，Opus 4.6 的推理速度提升 2.5 倍，但 费用是标准模式的 6 倍 。

为什么要专门推出一个「加钱换速度」的模式？如果算力充裕，官方直接默认高速就行了。

单独拿出来卖，说明算力不够用了。

这意味着一件事：token 的价格长期来看， 只会越来越贵，趁现在还便宜，尽量多用。

给自己定一个 AI 预算

我自己的做法是 每个月除公司报销外，专门拿月收入的 5% 出来，花在 AI 订阅费/token 算力费上

我们天天说 AI 员工，但你想想，如果真的是员工，它只配每个月只拿 50 块工资吗？

所以，我们换一个视角：AI 订阅/token 费不是软件订阅费，而是雇一个员工的工资。

把杂活甩给 AI 省出来的时间，拿去做需要判断力的事，写东西、做产品、跟人聊，这些产出积累下来的价值，远超省下的那点 token 钱。

趁 token 还便宜，尽量让 AI 接手更多工作流。

预算定好了，剩下的事情就变简单了： 直接用就行，月底花完再说。

没花完说明你还可以用得更狠。

快速模式 5 倍定价只是开始，总体算力紧张的趋势不会逆转。

所以不要花太多时间在如何省 token 费用上，

而是要把时间放在：如何让 token 烧得更有价值！