AI 通道整体使用安排（省钱路由）

🕐 时效标注（2026-09-13 文档治理）：近期设计件，口径以 TASKS 现行与契约 v1.3 为准。
编制：小齐 2026-09-07　基于 8 次真实调用实测
原则：重器用在刀刃上，免费通道扛日常量

一、四条通道一览

代号模型端点成本定位
astragpt-6-astrazhi-api.com💰 贵（一千万额度，省着用）重器：深度架构评审、通盘分析、抓盲区
kimi1kimi-k31.19848845.xyz🆓 免费（有并发限制）日常主力：代码解释、文档、批量整理
kimi2kimi-k3yuanyuaicloud.cn🆓 免费（有并发限制）kimi1 并发受限时的备用端点
glmglm-5.3vectide.cn🆓 免费（有并发限制）中文润色、总结、轻量分析

二、路由规则（什么活用什么模型）

任务类型用哪个理由
深度架构评审 / 通盘分析 / 抓设计盲区astra需要跨大材料推理，免费模型扛不住
复杂业务模型审查（找激励错配、闭环缺口）astra需要深度推理
代码/交付物验收审查（挑毛病）astra实测它能揪出人漏掉的漏洞，性价比最高
单文件代码解释 / 改一段代码kimi1 / kimi2简单活，别烧重器
写文档 / 整理纪要 / 格式转换kimi1 / kimi2量大不值钱
中文润色 / 摘要 / 翻译glm中文能力够用
批量扫描后的结果整理kimi1—
材料预处理（压缩/摘要后再喂 astra）kimi1省钱关键，见下

三、🔴 省钱的四个硬规律（实测，不看必浪费）

规律 1：astra 每次调用有 4,460 token 固定开销

发一个字也是扣这么多。所以——别拿它跑小问题。

问"这句话啥意思" = 4,460 token；问一个深度架构问题 ≈ 20 万 token。同样的钱，后者值 45 倍。

规律 2：astra 通道卡的是「推理难度 × 时间」，不是 token 数

实测证据：

配置结果
high + 16k 输出❌ 2分1秒被切（502/524）
high + 6k 输出❌ 同样 2分1秒被切
medium + 3.5k，简单题✅ 36-42 秒成功
medium + 3.5k，6 问复杂推理题❌ 2分2秒被切（504）

结论：通道约 120 秒硬超时。题目越需要深度思考，越容易超时——跟输出大小无关，跟"想多久"有关。

对策：复杂问题一次只问 1-2 个，拆成多次调用。

规律 3：免费通道慢，适合不急的活

实测 glm：50 秒才出 300 token。并发还受限。

→ 免费通道做后台批量活，别放关键路径上等它。

规律 4：🔴 502 失败的请求也全额计费（2026-09-07 15:5x 账单实证）

刘总查账单：11 次请求 9.14 万 token——其中通道故障期间的 7 次 502 失败请求照样扣了约 2.8 万 token 输入费（占当日财务模型任务消耗的 57%，血亏）。

对策（重试铁律）：

  1. astra 连续 2 次 502 即停手，不盲目连发；先发 1 字探测（约 4,460 token，最便宜的诊断）确认通道死活。
  2. 探测不通 → 整段任务降级免费通道出稿，astra 恢复后再精审（漏斗式降级，当日实战验证可行）。
  3. 退避间隔至少 10 分钟再试；通道故障通常是上游整段挂掉，几分钟内的重试全是白烧。
  4. 用 /models 端点 curl 探活不算 token 费用（免费诊断）。

四、漏斗式用法（最省钱的工作流）

原始材料（大）
    ↓  ① kimi1 做预处理：压缩 / 摘要 / 提取关键片段
精简材料（小）
    ↓  ② astra 精审：只喂关键部分，深度分析
结论
    ↓  ③ kimi1 整理成文档 / 格式化
产出

为什么省：astra 的输入 token 从 15 万降到 3-5 万，一次省 10 万+ token；而 kimi 免费。

五、脚本用法

统一入口：~/.workbuddy/bin/ai_call.py

# 重器：深度分析
python3 ~/.workbuddy/bin/ai_call.py --provider astra \
  --material 材料.md --prompt "指令" --out 结果.md

# 日常：代码解释（免费）
python3 ~/.workbuddy/bin/ai_call.py --provider kimi1 \
  --prompt "解释这段代码" --out r.md

# 自动降级：astra 挂了自动退到免费通道
python3 ~/.workbuddy/bin/ai_call.py --provider astra --fallback \
  --material 材料.md --prompt "指令" --out 结果.md

凭据：存 ~/.workbuddy/.ai_keys（JSON，权限 600），不入库、不共享：

{"astra":"sk-xxx","kimi1":"sk-xxx","kimi2":"sk-xxx","glm":"sk-xxx"}

六、🔴 脱敏红线（所有人遵守）

喂给任何外部模型前必做自检：

grep -acE "100\.64\.1\.230|sk-[A-Za-z0-9]{20,}|htpasswd|authorized_keys|password" 材料包.md
# 必须输出 0

禁止外传：服务器 IP、ssh 账号、任何 API key/token/htpasswd、数据库密码、真实商户联系人、真实用户数据。

可以喂：表结构 DDL、路由清单、业务方案文档、不含密钥的代码。

七、使用纪律

  1. 模型输出一律验收，不采信——它给的代码/SQL 自己跑一遍。
  2. 它说"材料未涉及"是好事，说明没编造。
  3. 并发限制：kimi1 报 429 就换 kimi2，别硬等。
  4. 记录消耗：每次调用完看一眼输出 token，心里有数。
  5. astra 是第二双眼睛不是替代品——决策权在人。

八、实测数据速查

项数值
astra 固定开销4,460 token/次
中文换算0.73 token/字
effort 影响只影响输出，不影响输入（low 36 / high 41 / xhigh 276）
astra 一千万额度大分析约 55 次，日常追问 1000+ 次
astra 通道超时~120 秒（硬切，返回 502/504/524）
glm 速度约 50 秒 / 300 token

有问题找小齐。 别自己重新踩坑——上面每条都是花钱买来的。

九、通道 5 · pidanapi.top（2026-09-07 冈子实测，正式文本通道）

入口：http://47.111.166.49:3000/v1（HTTP 明文——443 已开，待绑域名上证书后切 HTTPS）｜key：本机钥匙串 kailash-channel-ip3000｜归属：小冈侧自建 new-api 实例（待最终确认）

十、通道 1（zhi-api）额度扩容登记（2026-09-07 23:5x）

*充值比价警示：宣传口径「2 亿 token / ¥82.8」与名义价（¥71/M 输入）相差 170 倍，系额度体系换算差异——充值前查后台「额度↔token 实际换算」，勿按宣传字面理解。*

通道 5 更正与实测（2026-09-07 23:2x，完整 key 复核）