预算控制怎么做：给 LLM 应用设一个月度成本上限和告警线

给 LLM 应用设月度成本上限和告警线，核心是把「单次调用成本」与「月度调用量」拆开算，再把波动因素显性化，最后在可复核的区间里画线。本站估算台的八个输入框——输入 token（in）／缓存 token（cache）／输出 token（out）／每月调用（runs）／输入价 / 1M（ir）／缓存价 / 1M（cr）／输出价 / 1M（orr）／重试率 %（retry）——正是这套拆解的最小可复核集合。页面原话：「输入、缓存、输出、重试分别展示，不把未知费用默认为零。」

月度量级怎么算：单次 × 调用量，再乘天数

单次成本算式与页面脚本逐字一致：one = ((in - cache)ir + cachecr + out*orr) / 1e6 * (1 + retry/100)；month = one * runs。这个算式对应「单次成本 × 月度调用量」的直观模型：把「每月调用」看作累计调用量，单次成本里已把缓存命中、重试放大折算进去。复核时只需确认三件事——输入与缓存的口径是否一致（页面原话：「输入、缓存、输出、重试分别展示，不把未知费用默认为零」）、重试率是否反映了实际的 429 重试频率、三个单价字段是否取自供应商最新官方价目页。供应商价格、模型别名和缓存规则会变；购买前请回到官方价目页。

为什么要给区间而不是单点数

同一模型在不同时段的单价可能不同。DeepSeek 的定价文档写明：峰谷时段单价有差异，峰值时段与平时段并存，会导致同一用量在不同月份、不同调度下落在不同价位。阿里云百炼的上下文缓存文档写明：命中缓存的那部分输入按更低的缓存档计费，缓存命中率随业务波动，单次成本随之上下浮动。DeepSeek 的限流文档写明：并发超限返回 429，客户端通常会重试，重试率为经验值，实际可能更高。Anthropic 的定价页写明：批处理等不同调用方式单价不同。把这些机制叠加，月度成本天然是一个区间——峰谷价切换、缓存命中率波动、重试率抖动、调用方式混用，都会让实际账单偏离单点估算。复核区间的方法：在估算台里分别填入「全峰值单价 + 低缓存命中 + 高重试」与「全平时单价 + 高缓存命中 + 低重试」两组极端参数，得到上下边界。

告警线该设在预算的什么位置

先看增长趋势，再定绝对阈值。把过去几周的实际调用量、单次成本、缓存命中率、重试率画成周度趋势线；若趋势线斜率为正，按当前斜率外推未来几周得到「趋势预测值」，告警线设在「趋势预测值 × (1 + 安全系数)」；若趋势线平稳，取近期均值的上边界（均值加标准差）作为基线，再乘以安全系数。安全系数不固定，视业务对超支的容忍度与重试/峰谷价的不可控程度而定。关键动作是每周复盘：把估算台的参数替换为本周实测的用量参数（输入、缓存、输出、调用量）与单价参数（输入价、缓存价、输出价），重新跑一遍区间，若上边界触及告警线，立刻触发人工复核流程——而不是自动熔断。

明确不做的三件事

不推荐任何预算管理工具，估算台只是计算工作台，不接入任何厂商计费接口、不替供应商报价。不预测下月账单，只给基于当前参数与历史趋势的可复核区间。不给出具体金额建议，所有阈值由团队结合自身现金流与风险偏好自行决定。本工具是独立的计算工作台，不代表任何模型供应商；结果仅用于估算，不构成报价、采购或财务建议。