🧠 羊毛之外的长期省钱方法论
羊毛是「注册即送」，这一篇讲「用得聪明」。上一站盘点了 60+ 平台的新人免费额度（一次性福利，领完即止）；本篇聚焦不靠新人身份、可持续、长期有效的省钱思路。
无新人限制
永久可用
方法论 + 工具清单
每个均带官方链接
💡 定位说明：羊毛篇是「入场券」（新账号能白拿的 Token / 算力）；这篇是「持久战」（怎么把 AI 用得便宜甚至免费）。两篇互补——先用羊毛把起步成本压到 0，再用本篇把长期成本锁死在低位。
一、开源自部署：模型跑在自己机器上
最核心的一招——不调任何付费 API，直接把开源大模型下载到本地 / 自有服务器运行。适合有显卡（或 Mac）的用户，推理成本几乎只剩电费。
Ollama 本地推理 · 一键启动
一条命令跑 Qwen、Llama、DeepSeek、Phi 等数百种开源模型。完全免费开源，支持 Mac / Linux / Windows。零 API 费用。
llama.cpp / MLX 量化推理引擎
llama.cpp 用 4bit/8bit 量化在普通 CPU/显卡跑大模型；MLX 是苹果芯片原生框架，Mac 上 7B~32B 模型丝滑本地跑。开源免费。
Qwen / DeepSeek / Llama / Phi 推荐模型
Qwen2.5/3、DeepSeek-R1-Distill、Llama-3.x、Phi-4 等可在本地流畅运行。32B 以下量化版单张 24G 显卡即可，模型权重免费下载。
📊 盘点：零持续费用 + 一次性硬件 ¥0（Mac）/ ¥8k–2w（独显）；换来「无限量、隐私不出本机、断网可用」的长期推理能力，是压住长期成本的地基。以月调用 1 亿 token 的 4o 级任务为例，云 API 约 ¥90+；本地部署边际成本≈电费，月省 90%+ 且无限量。
二、模型路由与分层调用
同一句话没必要都扔给最贵的大模型。用网关把「简单活」分给小模型、「难活」才升级大模型，整体 API 成本可降 50%–90%。
LiteLLM 统一网关 + 成本追踪
一个库接入 100+ 模型（OpenAI/Claude/Gemini/本地），支持 fallback、负载均衡、按模型计费统计。自建路由逻辑首选，开源免费。
📊 盘点：工具本身 0 成本（开源/免费层）；价值在于「把贵的用量压下来」。若 80% 请求可用小模型承接，相比全用旗舰模型成本降约 90%。
三、调用 & Prompt 优化（省 token = 省真金白银）
不改模型、不换平台，光把「怎么调」做对，就能砍掉一大块账单。以下均为官方原生能力，2026-08 核实仍有效。
Prompt Caching 缓存复用 · 官方原生
Anthropic 缓存读取价为标准输入的 0.1 倍（约省 90%）；OpenAI 缓存输入 5 折。适合固定系统提示词、长文档问答、RAG 共享上下文。
Batch API 异步批处理 · 5 折
OpenAI / Anthropic / Google 的批量接口统一 5 折，接受 24 小时内返回。文档分类、批量摘要、Embedding、数据 enrichment 等非实时任务首选。
上下文瘦身 压缩 / 摘要 / 截断
把长对话历史先做摘要再回传；只截取文档相关段落；多用 few-shot 精选样例。把平均 prompt 从 2000 token 压到 1200，输入成本直降 40%。
📊 盘点：纯技术优化，零成本投入；是「已经决定用付费 API」时性价比最高的一刀。Batch(5折) + Caching(90% off 缓存段) + 小模型，实战可把实时调用成本砍掉 90%–95%。
四、免费算力资源（长期免费，不是羊毛）
这些不是「新用户一次性福利」，而是长期存在、无需绑卡、可反复用的免费 GPU / 推理额度，适合训练、微调、跑实验、做推理评测。
Google Colab 免费版 免费 GPU 笔记本
免费 T4（16G），每周 15–30 GPU 小时，单会话最长 12 小时，无需绑卡。学习、原型、小训练首选。
Lightning AI 免费云 IDE
PyTorch 团队出品，每月 80 免费 GPU 小时（T4 起，可到 H200），代码持久化、VS Code 体验。开发者最友好。
Groq / Cerebras / AI Studio 免费推理 API
Groq、Cerebras 提供极速开源模型免费推理；Google AI Studio 的 Gemini 有永久免费层。做应用原型、评测零成本。
Hugging Face ZeroGPU 免费托管推理
HF Spaces 提供免费共享 GPU（最高 H200 级），可托管模型和 Demo，无需绑卡。开源项目展示首选。
📊 盘点：持续免费、无需新人身份；周均 ~45–60 免费 GPU 小时 + 多个免费推理 API（等值月租金约 ¥200–400），足以覆盖学习、实验、原型阶段，几乎零现金支出。
五、开源工具替代付费 SaaS
很多付费 AI 工具（绘图、转写、知识库、编程助手）都有功能对齐的开源替代品。自有算力跑起来，月费直接归零。
ComfyUI / SD WebUI 图像生成
本地跑 SD / Flux / 各类开源画模，替代 Midjourney（¥80–¥300/月）。开源免费，出图不受限、可商用（看模型许可）。
Dify / FastGPT / AnythingLLM RAG / 知识库
自建知识库、智能体、RAG 问答，替代商业知识库 SaaS。接本地模型即 0 边际成本，数据自己掌控。
Continue / CodeGeeX 编程助手
Continue（IDE 插件，可接本地模型）和 CodeGeeX 替代付费 GitHub Copilot（¥70–¥100/月）。开源/免费，断网也能用。
| 被替代的付费项 | 替代后月费 | 原月费参考 |
|---|---|---|
| Midjourney / 绘图 SaaS | ¥0（自有显卡电费） | ¥80–¥300 |
| 付费转写 / 字幕工具 | ¥0 | ¥30–¥200 |
| 商业知识库 / RAG SaaS | ¥0（本地模型） | ¥100–¥1000+ |
| GitHub Copilot 付费版 | ¥0（Continue/CodeGeeX） | ≈¥70–¥100 |
📊 盘点：以「自有算力」换「零订阅费」。一个典型创作者把绘图+转写+知识库+编程助手全换开源，月省 ¥300–¥1600，仅牺牲一点本地硬件投入。
六、订阅省钱技巧（花钱也花得聪明）
真要订阅付费产品时，用对姿势也能省不少。以下均为 2026-08 仍在位的公开政策。
年付优于月付。ChatGPT Team 年付 $25/人/月 vs 月付 $30/人/月，10 人团队年付省 $600/年。多数 SaaS 年付≈省 2 个月。
🔗 ChatGPT 定价
🔗 ChatGPT 定价
Team 版代替多人 Plus。ChatGPT Team 数据默认不用于训练、有管理后台。多人协作时比「每人单独 Plus」更便宜且更合规。
学生 / 教育优惠。GitHub Student Pack 给学生免费 Copilot + 多家云 credits；多款 AI 工具对学生免费或打折。学生党务必先用身份。
🔗 GitHub Student Pack
🔗 GitHub Student Pack
Free 层先用满。Gemini 永久免费层、ChatGPT Free、Claude Free 覆盖日常轻量需求。把付费额度留给真正需要旗舰模型的重活。
🔗 Gemini 免费层
🔗 Gemini 免费层
支付优化。用有境外返现的卡订阅美元产品，留意双币/全币种卡免货币转换费。长期订阅积少成多。
试用期 & 避免重复。付费试用设日历提醒及时取消；评估是否真需「Plus + Claude Pro」双开，偏重其一往往更省。
📊 盘点：纯「花得聪明」。年付+学生身份+去重，典型个人用户年省 ¥1000–¥3000；团队用户更可观。
七、硬件投入：一次性买卡 vs 长期云成本
当你每月云 GPU / API 账单开始稳定且可观，买一张显卡可能比一直租云更划算。算一笔回本账。
Mac + MLX 苹果用户
Apple Silicon 统一内存（如 64G/128G Mac）可直接跑 30B+ 模型，0 额外硬件投入，静音低功耗，适合个人长期用。
📊 盘点：适合「用量已经稳定且大」的用户。回本线约在月云 GPU 支出 ¥800+ 时；轻度用户用免费算力（第四节）更划算，不必买卡。
八、组合拳：真实零成本 / 低成本方案
把前面几招叠起来，就是能落地的「几乎不花钱用 AI」组合。每个方案都可在羊毛篇的免费额度用尽后无缝接力。
① 个人开发者（写代码 / 调 API）
本地 Ollama 跑 Qwen 做日常 + LiteLLM 路由把重活丢 Claude/Gemini 免费层 + Batch/Caching 压付费段。
结果：日常 ¥0，仅偶发重任务花几块钱② 自媒体 / 文案批量生产
ComfyUI 本地出图（替代 MJ）+ Whisper 本地转写（替代付费字幕）+ Dify 本地知识库写稿。
结果：绘图/转写/知识库月费全免，仅显卡电费③ 小微企业低成本商用
自托管 vLLM+Ollama 内部推理网关 + 羊毛篇企业额度（阿里百炼 7000 万 / 模力工场 1000 万）+ 付费段用 Batch 5 折。
结果：把商用 API 账单压到原来的 1/3–1/5④ 学生 / 毕业设计
GitHub Student Pack（免费 Copilot + 云 credits）+ Colab/Kaggle 免费 GPU + 羊毛篇校园额度（阿里云高校 3000 万 / 智谱校园 3000 万 / 国家超算 6000 万）。
结果：毕业设计周期基本零现金支出九、总账汇总：用方法论能省多少
| 省钱手段 | 投入 | 持续节省 / 收益 | 适用人群 |
|---|---|---|---|
| 开源自部署（Ollama/MLX） | ¥0（Mac）/ ¥8k–2w（显卡） | 推理费≈¥0，无限量 | 有显卡/Mac 者 |
| 模型路由分层（LiteLLM 等） | ¥0 | API 账单 ↓50%–90% | 所有 API 调用者 |
| 调用/Prompt 优化 | ¥0（代码改动） | 成本再砍 90%–95% | 付费 API 用户 |
| 免费算力（Colab/Kaggle 等） | ¥0、无需绑卡 | ≈¥200–400/月等值 | 学习/实验/原型 |
| 开源替代付费 SaaS | 自有算力电费 | 月省 ¥300–1600 | 创作者/团队 |
| 订阅省钱技巧 | 正常订阅费 | 年省 ¥1000–3000 | 所有订阅用户 |
| 硬件一次性买卡 | ¥8k–2w | 1–2 年回本后近乎免费 | 重度稳定用户 |
羊毛是门票，方法论是复利。先用注册福利把门槛压到 0，再用本篇把长期账单锁死在低位——这就是「AI 省钱攻略」的完整打法。政策数字于 2026-08-10 核实（Batch 5 折、Claude 缓存读取 0.1×、ChatGPT Team 年付 $25/人/月等），具体以各平台官网最新公告为准。