学生党每月 30 块用上长文本模型：我把一份真实账单拆给你看

先说钱：我这个月在大模型上花了 27 块 4 毛。

不是我抠，是上个月花了一百六，觉得不对劲，就把账单拆开看了一遍。拆完发现，钱不是花在"用 AI"上，是花在"不会用"上。

这篇文章写给三类人：写论文的研究生、要读大量资料的自媒体、想接 AI 进自己工具的学生开发者。不讲原理，只讲怎么把账压下来。

先说我踩的三个坑，每一个都在烧钱

坑一：同时订了四家的会员。

Kimi、通义、DeepSeek、还有一个做图的，一个月加起来一百多。实际统计了一下，七成的使用集中在 Kimi（读论文），两成在通义（问日常问题），DeepSeek 那个月只开了两次。

订阅制的可怕之处就在这：不用的也照扣。四个会员里有两个是"备着"，备了半年。

坑二：以为"会员"能覆盖 API。

我一开始用 App 里的会员，后来想在 Cursor 里用，才发现在 App 里付的钱在 API 上一分不算。这两套计费是分开的。等于我又开了一份支出。

坑三：把整个 PDF 反复上传。

这个最贵。我第一次用的时候，习惯性每问一个问题就重新上传一次 PDF。问十个问题，就是读了十遍同一篇论文。

改法一：把"会员"换成"按量"

做出这个决定之前我算了一笔账。

一个学术会员一个月 30 到 50，官方 API 按量算，我这种用量一个月 10 到 20。原因很简单：我一天真正需要问的问题就那么几个，多数时候是"这段话什么意思""这个方法和我看到的另一篇有什么不同"。

按量计费的好处是把"备着"这个成本去掉了。不用就不花钱，用一次几分钱。

坏处是心里没底。所以我加了第二件事。

改法二：一篇论文只上传一次，然后连续问

图 2　同一篇论文问五个问题的 token 对比

lieflat F5 水平条形图图 2　同一篇论文问五个问题的 token 对比下载原图

这一条能省一半以上的钱。

大模型 API 按 token 收费，token 是"你递给它的内容量"。同一篇论文（假设 4 万 token），你问五个问题：

• 每次重新上传：4 万 × 5 = 20 万 token 的输入

• 一次上传、连续追问：第一问 4 万，后面四问如果缓存命中，按便宜的价算

Kimi 的缓存是这样的：如果你每次请求的开头（系统提示词 + 论文全文）完全一样，后面的问题不同，第二次开始算缓存命中。缓存价是原价的五分之一。

我实测下来，一篇论文连着问五个问题，比每个问题单独开一次对话便宜 60% 到 70%。

注意两个细节：

1. 不要在开头加"今天是几号"这种每次都变的话。 一变，缓存全废。

2. 缓存有存活时间。 Kimi 默认是 5 分钟，所以连着问才有用，隔一小时再问就重新算了。

改法三：贵的模型只用在"真的要它想"的问题上

这是我这个月发现的第三个省钱点，也是最反直觉的一个。

读论文的时候，问题其实分两种：

定位型："这篇论文的数据集是哪个？""作者用的 baseline 是什么？"——答案在文里，需要的是找得准，不需要推理。

分析型："这个方法和另一篇的差别在哪？""如果我把样本量减半，结论还成立吗？"——需要模型真的想。

第一种用中等模型完全够，第二种才值得上贵的。

我一开始所有问题都丢给最贵的那个，一个月多花了几十。分区之后，花费掉到原来的六成，答案质量感觉不出来区别。

图 1　四类支出：上月 160 元 vs 本月 27.4 元

lieflat F5 双向条形图图 1　四类支出：上月 160 元 vs 本月 27.4 元下载原图

我的真实账单

项目上个月这个月怎么降的App 会员118 元0全部退订，改成按量读论文（API）42 元19 元一次上传连续追问 + 缓存写代码补全06 元只在这一个工具里用日常问答包含在会员里2.4 元用最便宜的型号合计160 元27.4 元

不是省出来的，是把三笔冤枉钱找出来了：没用的会员、重复上传、用错档位。

那 30 块到底怎么花（具体操作）

如果你想复制这个方案，步骤是这样的。

第一步，先想清楚你主要在干什么。 读论文、写代码、做图、日常问答，选一个最主要的。一个场景一个工具，别贪多。

第二步，拿一个 key。 如果你要在工具里用（Cursor、Dify、Cherry Studio 之类），需要 API 的 key。官方渠道要注册实名，几家就是几套流程。图省事的话可以用统一接口，一个 key 接多家，切模型改一个字段——我用的词元云（https://tokenfreeai.com）就是这个路子，充 30 块能用挺久。

第三步，先充最小额。 别一次充一百。充 30，跑两周，看用量再决定。

第四步，把便宜型号设成默认。 只在"真的需要想"的时候手动切贵的。

第五步，控制住"每次重新上传"的手。 一个文档一次对话，在里面连续追问。

30 块能干多少事，换算一下

按我这个月的实际用量：

• 一篇 40 页的论文，完整读一遍加问七八个问题，大约 1 块 5

• 一天读三篇，一个月 90 篇，大约 40 块——超预算了，所以我没有每天读三篇

• 写代码补全，一天几百次小请求，一个月 6 块（这种短请求单价极低）

• 日常问答，一个月 2 块多

结论：30 块够一个研究生正常读论文 + 偶尔写代码，前提是一次上传连续追问。

如果你的量更大，比如要读 500 页的书、要批量处理几十篇文献，那 30 不够，得按 100 到 200 准备。但那是"业务量"，不是"日常用"。

有几个坑要提前说

别买"无限次"的会员。 这种通常是 App 侧的限制版，API 用不了，而且算力高峰期会排队。

别一次充太多。 平台会调价，模型会下线。充多了用不完是沉没成本。

便宜模型不是万能的。 我试过用最便宜的读一篇方法论很绕的论文，它的回答确实流于表面。该花的钱还是得花。

注意计费单位。 所有价格都是"元/百万 token"，不是"元/次"。看到"0.5 元"要问清楚是每百万还是每次。

最后一句

省钱这件事，省的不是那点 token 钱，是"用了不心疼"这个心理门槛。

我以前不敢问，怕问一次几毛钱。现在知道一次几分钱，问得就随意多了。AI 这种东西，用得越多越有用，用得越少越显得鸡肋。

30 块买到的是这个自由，不是算力。

附：我自己在用的三套提问模板

省钱省到最后，省的是"少问几次"。问得好，一次顶三次。

读论文，第一问：

你面前是一篇论文。请只根据原文回答，不要补充你的知识。用下面四段输出：1）它要解决什么问题；2）它的方法核心是哪三步；3）实验里最强的对比对象是谁，强在哪；4）作者自己承认的局限是什么。每一条都标出原文所在的小节名。

这个模板的好处是"不要补充你的知识"这一句。不加这句，模型会自作主张地给你一堆背景，那些不是论文里的，读起来像论文，实际是它编的。

读论文，追问：

第 3 节里提到的那个指标，和表 2 里的数据对得上吗？如果对不上，差额是多少？

这种"对账式"的问题特别能检验它是不是真的读了。模型如果没读，会顺着你的话编；读了的话，它会指出表里到底是哪个数。

读不懂某一段：

把这一段原文贴在这里。请用高中生能听懂的话解释，不要用比喻，不要举别的例子，只解释这一段在说什么。

加"不要用比喻"是因为模型很爱打比方，比方打多了你就更糊涂了。

写代码：

我要实现 XXX。先不要写代码，先用三句话说明你的思路和你会用到哪个库。等我确认后再写。

这一步能省掉大量返工。模型一上来就写两百行，你看着不对再让它改，来回三轮，token 白烧。

附：我怎么判断"这个钱花得值"

省钱不是目标，省钱之后还敢用才是。

我给自己定了一个很土的判断标准：这个月我从 AI 那里拿到的、能直接用的东西，值不值这 30 块。

这个月的清单：改完了一段自己写不顺的方法论综述、读懂了三个不熟的统计方法、把一段跑不通的代码调通了、写了两篇稿子的初稿。值。

上个月虽然花了一百六，但清单上只有两三条，因为大部分钱花在"备着但没用"的会员上。

所以真正的敌人不是价格，是沉默的成本：自动续费、买了不用、重复上传、档位用错。这四个加起来，比任何一次"贵一点的调用"都贵。

附：如果你也想退订，怎么退才不慌

先别急着全退。

我当时的做法是：把四个会员全部退掉，然后只留一个按量的 key，用两周。两周之后回头看，有没有哪件事因为退订做不了了？

答案是没有。Kimi 的 App 免费版也能聊天，我真正需要的是"读长文档"和"接进工具"这两件事，这两件按量都能做，而且更便宜。

这个测试方法的通用版本是：任何订阅，先停一个月，看你会不会想它。 想了，说明是真需求；没想，那就是自动续费在替你做决定。

对学生来说，这一个月可能就是一顿饭钱。但对"我到底需要什么"这件事的认知，比省下的钱值钱。