月度账单复盘模板：四个维度定位浪费

月度账单复盘的价值不在于省钱本身，而在于找到“钱花在哪个具体环节”。四个维度足以覆盖多数浪费。

第一个维度是模型分布。按调用次数与费用分别排序，通常会看到两类偏差：高频调用的其实是小模型，或者低频调用的旗舰模型贡献了大部分费用。前者说明架构合理但缺优化空间，后者说明有少数场景值得单独优化。

第二个维度是场景分布。把调用按业务场景打标，算每个场景的平均输入、平均输出与单次成本。长期运行后往往能看到某个场景的输入长度在悄悄增长，例如历史对话没有截断，导致每次请求都带着全部上下文。

第三个维度是重试率。按线路统计失败率与平均重试次数，把重试成本单独列一行。重试率高于 3% 的线路，值得单独排查是限流、超时还是模型不可用。

第四个维度是缓存命中。固定前缀的请求占比、实际命中率、命中带来的折扣，三项放在一起看。命中率低于 20% 时，优化前缀结构通常比换供应商更有效。

复盘产出应当是三条以内的行动项，例如“把客服场景的历史对话截断到 8 轮”“把摘要任务切到小模型”“给主力线路加一条备用”。行动项越具体，下个月的账单变化越可解释。

复盘频率不必很高，月度足够，但数据要留痕。把每个月的四维统计存成一张表，连续看三个月，趋势比单月数字更有信息量。多数浪费不是某个月突然出现，而是某个指标缓慢爬升，直到被人注意到。

复盘时还要区分“可优化”与“不可优化”两类成本。不可优化的是业务量增长带来的自然上升，可优化的是结构性浪费，例如用旗舰模型做分类、把长文档整段送入、或者重复计算同一前缀。把两类分开列，讨论才不会变成单纯的“省一点是一点”。