• 核价各阶段与调用开销
• 提示词缓存机制 (Prompt Cache)
• 模型选型分析与对比矩阵
• 真实生产日志成本核算
• 批量核价省钱建议

核价各阶段与 Token 实际开销明细

核价过程是分步逐步筛选的：不符合条件的商品会在前面的步骤直接拦截，不再往后调用大模型，这样可以避免产生不必要的 AI 费用：

前缀缓存机制（Prompt Cache）与成本优化原理

前缀对齐与缓存命中机制解析：

• 静态提示词结构化前置：系统在请求架构设计中，将角色定义、多变体解析准则、结构化约束及 JSON Schema 统一固定于提示词首部（约 800~1,500 Token 静态前缀），动态商品参数严格拼接在末尾。
• 服务端 KV Cache 自动命中：现代大模型基础设施（如阿里云百炼、小米 MiMo、DeepSeek 等）支持前缀缓存复用。当检测到请求前缀与近期请求高度一致时，直接读取显存中的 KV 缓存，无需执行重复的 Prefill 矩阵运算。
• 输入费率阶梯：命中缓存的输入 Token 单价通常仅为未缓存价格的 1/5 至 1/50。例如 Qwen 3.7 Flash 缓存读取仅 ¥0.04/M，MiMo 仅 ¥0.02/M。

模型选型分析：为什么 Flash 轻量模型更适合批量核价

推荐模型费率对比（单位：元 / 百万 Token）：

真实生产日志成本核算（以 96 款商品实测样本为例）

提取生产环境导出的真实核价日志（ai_pricing_trace_log_20260920_132814.json，美客多 2 页共 96 款商品）： 其中 31 款在阶段 1 纯规则被直接过滤（0 Token），65 款执行 AI 合规与语义分析。全批次统计总输入 78,613 Token（其中 56,448 Token 命中缓存，实测命中率 71.8%），总输出 12,734 Token：

批量核价省钱建议

• 善用前置过滤规则：在采集配置中设置合理的“售价下限”、“最小销量”及“包装重量区间”，不符合条件的商品直接在本地过滤，不进入 AI 阶段，彻底节省 Token 开销。
• 集中连续批量处理：服务端的提示词缓存（Prompt Cache）在短时间内有效。集中连续进行多页核价，能持续保持 70% 以上的高缓存命中率，大幅摊薄输入费用。