资讯 · 改写稿
压缩工具输出能省 API 账单吗：实测只省约 2%
来源页是一次带实测的工程记录：作者把「压缩工具输出」做成插件，中间弄坏过一次，重写后做了对照测量。结论写在最前面——在 DeepSeek V4 Pro 上，每会话省约 2%，小于普通的运行间波动，原因是提示缓存已经把重复输出变得几乎免费。
为什么看起来该省钱
写码 Agent 的模型不能自己读文件或跑命令，它发起工具调用，Agent 在本地执行，输出追加进对话。之后每一轮，Agent 都会把整段可见对话再发回模型，包括之前所有的工具结果。于是这段日志被反复当作输入计费，上下文也越来越满。压缩它，直觉上就是把重复的输入变小。
来源页也点出适用边界：这套做法针对「会重发可见历史」的框架，通常是 Chat Completions 或 Messages 风格的接口；如果服务方自己持有历史（例如用 previous_response_id 的 Responses 接口），插件就无法改写早先的条目，那是另一套机制。
为什么实际只省约 2%
因为提示缓存。重复的旧输出在缓存命中后几乎不产生费用，压缩能省下的那部分本来就已经很小。作者把这一点作为结论：想省账单，先确认缓存是否命中，再谈压缩。
还有一个值得记住的细节：作者第一次实现时出了问题，重写后才拿到可信数字。这提醒一件事——测量本身要先立住。如果把「运行间波动」当成基准，任何小于波动的优化都测不出来；判断这类优化值不值，得先看波动范围，再看收益是否稳定地大于波动。
本站计算
把 2% 折成具体量级：本站计算——用站内 额度计算器（默认 1 个 Token 约合 1.5 汉字）换算，若一次会话消耗 100 万 Tokens，省 2% 就是 2 万 Tokens，约合 3 万汉字；若会话消耗 1000 万 Tokens，省下约 20 万 Tokens，约合 30 万汉字。量级不算小，但相对总账单仍是零头。要压成本，优先做站内 省写码额度的 5 个办法里那些更有效的事。
把压缩当成省钱主力：实测每会话约 2%，小于正常波动。
忽略提示缓存：重复输出命中缓存后本就近乎免费。
在不支持改写历史的接口上做压缩：服务方持有历史时改不动早先条目。
自检清单
压缩历史工具输出看着是笔明显的省钱，实测却不是：在一套真实配置上，每会话只省约 2%，比正常的运行间波动还小。
常见问题
压缩工具输出能省多少？
来源页实测：在 DeepSeek V4 Pro 上每会话约省 2%，小于普通的运行间波动。
为什么省得这么少？
因为提示缓存已经让重复的工具输出几乎免费，压缩能省的部分本就不多。
什么情况下这个方法不适用？
当服务方自己持有对话历史时（例如用 previous_response_id 的接口），插件无法改写早先条目。
那要怎么才能明显省钱？
优先换便宜模型跑简单任务、减少多余产出、让工具做确定性的格式化与 lint，这些比压缩历史更有效。
来源参考
以上为外部来源；本文为 RefHub 用自己的结构重写，事实以来源页为准，价格与政策会变，请回源核对当日。
下一步：想看更有效的省钱办法，读 5 个省写码额度的办法；要估算会话消耗，用 额度计算器。