9个AI代理一晚烧掉100美元，系统重建后月费只要50美元

一晚上烧掉100美元

9个AI代理同时运行，一晚上烧掉100美元。这是个人重度使用AI的真实账单。作者没有靠省着用，而是把整套系统拆了重建：月成本压到50美元。

新账单是20美元ChatGPT Plus加30美元DeepSeek API额度。需要的话，再花10美元买OpenCode Go，这个渠道能抵60美元的使用量。

省钱的逻辑来自两个模型的成本差。DeepSeek V4.1-Flash拿到GPT-6 Astra 98%的分数。成本只有后者的1.4%。OpenDesign Arena拿真实日常任务测了11个模型。11个都比Flash贵，得分也没Flash高。分数超过Flash的只有Astra，但每个任务成本是Flash的70倍。对日常任务来说，多付的差价买不回对应的能力提升。

谁思考，谁执行

分工原则是一句话：Astra思考，Flash执行。Astra当CEO，读目标、拆任务、派活；Flash当团队，用七十分之一的成本做实际工作。你要做的只是向Codex输入目标。Astra定计划，显式生成一个绑定DeepSeek模型的子任务。codex-router把子任务路由到Flash。Flash执行完，结果交回Astra审一遍，再把最终答案还给你。在显式委派的情况下，Flash承担大约95%的日常任务。

这套分工必须显式设置。装完codex-router，仪表盘会自动打开。在里面粘贴DeepSeek API密钥，启用provider。把deepseek/deepseek-v4-flash设为可用的子代理模型。根模型保持Astra，别设成新任务默认。路由没自动启用的话，在路由器目录执行一条命令：./bin/model-router codex enable。给Astra开godmode要动一个配置文件：~/.codex/config.toml。嫌麻烦也可以直接让Codex代劳。AGENTS.md保持精简。系统提示专门把Astra塑造成编排者，要求它显式委派给Flash。

路由器不会自动分类任务。Astra没有显式生成带DeepSeek模型的子任务时，工作会留在Astra。计费也按Astra的高价来。

两个省钱开关

配置里有两个开关。reasoning_effort设成low。Astra在基准测试里能跑到max，日常任务用不上那么高的推理力度。调低能少浪费令牌。experimental_mode开启后，跨上下文窗口保留笔记，自动取回旧消息。长重构、长调试时保持连贯，也能省令牌。

心跳和定时任务要单独处理。一个后台检查每天在Astra上跑48次，作者管这叫昂贵的机器人失眠。同样的结果，换成显式路由后的Flash模型，便宜70倍。

验证配置是否生效，看三处。根模型选择器显示gpt-6-astra。路由器状态报告integrated/routed模式。再跑一个委派测试任务。路由器活动记录里应显示deepseek/deepseek-v4-flash。从安装到验证，作者把整个流程整理成了10步清单。

缓存决定最终成本

价格差不全来自模型单价。DeepSeek会自动缓存系统提示前缀。缓存命中时，价格只有新鲜调用的约五十分之一。要一直吃到缓存，系统提示里不能带时间戳和会话ID，每次调用的结构要保持一致。上下文文件也要控制体积。AGENTS.md低于800令牌，SOUL.md低于500。MEMORY.md低于2000。项目细节移到按需加载的文件里。

单价之外，架构也要算进去。DeepSeek V4.1-Flash的KV缓存更少，这条对代理场景格外有利。代理反复读取同一批上下文，缓存命中率越高，实际成本越低。

还有一处要注意：直接按量调用Astra。绕过ChatGPT Plus、走API按token计费，费用可能暴涨。作者的做法是固定花20美元月费，从Codex访问Astra，避开按量计价。成本变成一笔可预期的固定支出。

OpenDesign Arena具体测了哪些任务，帖子没写。Astra和Flash的官方定价，也没公布。codex-router能不能换别的模型组合、长期跑稳不稳，同样没有答案。作者建议关注@sairahul1，后续更多类似的系统会在那里更新。