大模型API输出Token常为输入的2到4倍，根源在于自回归逐字解码机制。限制长度、结构化输出与流式控制能降低推理成本。
单次输入三千 tokens、输出五百 tokens 的客服场景下，对比轻量与旗舰模型在每千次及每月十万次调用下的成本差异
