对于独立开发者而言，如何减少token消耗已经成为一个令人头痛的问题。在这里，给大家分享一下我个人在用的一个方法，欢迎各位大佬交流。 
对于一些复杂问题而言， 

首先，我通常都会用一个模型性能表现比较好的去分析、拆解问题，比如glm5、kimi3。
紧接着，在执行具体的任务的时候，我会用一个相对来说比较便宜一点的模型，但在各方面能力表现都差不多的去执行。比如deepseek-v4。

这也算是一个小妙招吧，不知道各位大佬有没有用过这个方法呢。 
以下是题外话： 
其实在这个方法我们也可以迁移到模型的训练里。对于企业实际工作而言，如何去构造高质量的一个数据对也是让他们比较头疼的一个问题。众所周知，在模型的预训练的时候，是需要大量的数据。那数据的好坏往往关系着模型性能的好坏。如果有从事这方面工作的大佬，也可以借鉴这个思路去构造你想要的数据对。