Back to Blog

12 小时砍下自家 AI 编码账单 —— 复盘(2026 真实数据)

2026-05-09·3 min read·CodeRouter Team

2026 年 11 月 12 日更新:本文发布后 CodeRouter 的定价有变化。现在是按量付费——从预付余额按模型标价计费、不加价,购买额度时另收 5.5% 支付手续费,没有月费,同一账户可选智能路由或 Direct 模式(自己指定模型);或者 Team,每位开发者每月 $19,用量按标价计费。下文提到的月度套餐和单独的 Direct 套餐已不再销售,已在用的账户保持原有条款。正文保持发布时的原样。当前价格见定价。

TL;DR — 我们做的是"智能路由"产品:每个请求自动识别用途(写代码 / 调试 / 测试 / 写文档),路由到最划算的模型。理论上 Opus 只在真需要时出现,大部分请求应该走更便宜的国产模型。但上周一次审计发现:80%+ 的请求绕过了路由,客户端默认硬写 Opus,我们老老实实给了 Opus。修完之后 12 小时真实数据(2094 个请求):每请求成本从 $0.19 降到 $0.122(-36%),Opus 花费占比从 80% 降到 45%,花费比全用 Opus 的估算低 91%(修复前是 60%)。这是过程 + 我们学到的教训。

测量口径:2026 年 5 月 CodeRouter 自家生产流量(主要是我们自己团队的开发工作),按各 provider 标价计费。"全用 Opus"是估算:同样的 token 按 Opus 标价计算。之后路由、模型和套餐都有变化,见文末更新说明。

1. 我们发现的尴尬

我们卖的是"智能路由":每个请求识别它在做什么(规划 / 实现 / 调试 / 测试 / 写文档),自动路由到最划算的模型。比如规划阶段用 Opus,实现阶段用 V4-Pro,测试 / 文档用更便宜的模型。理论上,大部分日常编码请求根本不需要 Opus。

但上周做产品审计时,5000 条真实请求里:

看起来路由器在工作的请求:    15%
路由器完全没跑过的请求:        85%

为什么?用户的客户端(Claude Code / Cursor / Codex)默认硬写了 model="claude-opus-4-7" —— 我们老老实实把请求按客户的指示发给 Opus,智能路由完全跳过。

这是个产品级的尴尬:我们卖的核心价值,在大多数客户端默认配置下根本没机会发挥。

2. 我们的决定:Smart 套餐强制智能路由

修复方案的关键不是技术问题,是产品定位决定。两个选择:

A. 教育用户:发邮件让所有客户改配置,把 model 改成 "auto"。 B. 后端无视客户端配置,Smart 套餐一律走智能路由。

我们选了 B。理由很简单:Smart 路由就是产品本身。如果客户付了 Smart 套餐的钱,但客户端默认配置让他们绕过了路由,这是我们的责任,不是用户的责任。

但 B 有一个前提:给那些真的想自己选模型的用户一个出口。我们已经有 Direct 套餐(pay-as-you-go,你选模型,按 provider 标价 + 5% 付费),正好就是这个出口。

所以新的产品定位变得清晰:

3. 12 小时后的真实数据

修复后跑 12 小时,2094 个请求:

Phase 占比 主要路由到
debug 41.7% Opus 44% + Sonnet 22% + GPT-5.5 18% + V4-Pro 15%
implement 32.2% V4-Flash 62% + V4-Pro 16% + GPT-5.4 12%
test 17.2% V4-Flash 47% + Sonnet 34% + V4-Pro 19%
plan 5.1% V4-Pro 77% + Sonnet 8%
document 2.5% V4-Flash 94%
small_edit 0.9% gpt-5-mini 100%

每个阶段都路由到了性价比最优的模型组合。Opus 只在真正需要推理深度的 debug 阶段还是首选,其他阶段都让位给了更便宜的模型。

4. 成本数字

12 小时实际花费:        $254.89
12 小时全用 Opus(估算):$2,819.63
比全 Opus 估算低:        91.0%

我们不做月化推算:12 小时窗口太短,"全用 Opus"也只是估算,不是真实账单。更干净的前后对比是每请求成本:修复前 $0.19,修复后 $0.122(-36%)。

5. 三个反直觉发现

A. 规划阶段不需要 Opus

我们一直假设规划(plan)阶段必须 Opus 才扛得住推理深度。实测 12 小时内 107 个 plan 请求,76.6% 路由到了 V4-Pro,Opus 0%。

原因很简单:V4-Pro 和 Opus 在规划任务的能力打分都是顶档(5/5),但 V4-Pro 只有 Opus 1/10 的价格。从用户反馈看,没人说质量回归。

结论:Opus 在规划上的"必要性"是我们的假设,不是事实。

B. 一个便宜模型扛了 32% 流量,只花 $2

V4-Flash(DeepSeek 的 flash 版)一个人在 12 小时里处理了 659 个请求,总成本 $2.13。同样数量如果都走 Opus,会是 $300+。

它在中文输入 + 长上下文场景下表现意外地好,98% 的 cache 命中率让 token 成本几乎可以忽略。

C. 大部分"路由问题"其实是"产品配置问题"

我们花了大力气改路由算法,加了中文识别、tool 调用推断、多轮会话默认值等等。但真正决定数据从 60% savings 跳到 91% 的不是算法,是让大部分流量真正进入路由 pipeline(强制 auto)+ 给客户端默认配置一个体面的兜底(unknown 阶段也默认走便宜的实现模型)。

算法本来就够用,问题是大部分请求没机会经过它。

6. 我们学到了什么

  1. 产品默认行为 > 算法精度:再聪明的算法,客户端默认配置绕过它就等于不存在
  2. 必须给"我真的需要"的用户一个出口:Smart 强制 auto,Direct 套餐就是显式选模型的避风港
  3. 公开数据是最强的护城河:大多数 LLM 转售服务不公开真实数据,因为他们的差异化只有"价格便宜"。我们的差异化是路由算法本身的价值,数据透明只会让说服力更强

7. 这意味着什么(给读者)

如果你的团队在用 Cursor / Claude Code / Codex,而且月账单超过 $1000,大概率你也踩了同样的坑 —— 所有请求都被默认配置打到了 Opus 或 GPT-5.5。

检查方法:导出最近 30 天账单,看 Opus(或 GPT-5.5 / GPT-5.4)的花费占比。如果超过 60%,而你们的工作不是"全员架构师",那超过的部分大概率本应用更便宜的模型完成。

CodeRouter 免费试用送 $5 用量额度(7 天),不需要信用卡。付费套餐按美元计包含的模型用量(按标价):Pro $99/月含 $85,Opus 也计入同一额度;团队用 Team 套餐,每位开发者 $19/月,用量按标价 +5%。详见 /pricing。试用一周,在控制台对比每请求成本和你之前的花费。

2026-11-04 更新:本文之后路由已经改版。路由 v3 用一个小的判断模型(Jev)加成本规则:每个请求从能胜任的最便宜档位开始——Claude Haiku 5.5(或 DeepSeek Chat),然后是 Kimi K2.6、Claude Sonnet 5.5、Claude Opus 5.5——只有测试或报错显示失败时才升一档。上表中的模型(V4-Flash、V4-Pro、GPT-5.5)是 2026 年 5 月的路由结果。固定任务上的实测结果:在 TokenWatt 的 176 道编程题评测中(TokenWatt 是与 CodeRouter 同一团队的测量项目),多次运行解决了 96–100% 的题目,花费比全部请求都用 Opus 低 56–70%。


所有数据都来自我们自家生产环境的真实审计。诚实复盘比营销文章更有说服力,我们坚持这个风格。

Try phase-aware routing on your own workload

One base URL for Claude Code, Cursor or Aider. Free trial, no credit card.

Start free trial

Get weekly AI cost optimization tips

Join developers cutting their agent bills