Skip to main content

​
这篇教程给你什么

“用贵模型规划、便宜模型执行”来省钱，你可能已经听过。这篇不重复讲道理，而是解决三件更实际的事：
  1. 五个主流工具全覆盖 —— Claude Code、Hermes、pi、Kilo Code、Cline，每个工具怎么配出这套分工，都给可直接复制的配置和一页可落地的接入文档。
  2. 账你自己能验证 —— 不是”我说帮你省了多少”，而是教你看 API 响应里的 cache_read 字段，亲手确认缓存到底命中没有、省了多少。
  3. 实测踩过的坑都告诉你 —— 五个工具的鉴权写法各不相同（抄错就是 401）、哪些开关不开会静默失败，这些都是真机跑出来的。

​
一、这套分工到底是什么

一句话：把”想清楚怎么做”和”把它做出来”交给不同的模型。
  • 规划（想清楚怎么做）——架构设计、拆解任务、审查方案，用能力最强的 Claude Fable 5。这部分 token 少，但最吃模型能力。
  • 执行（把它做出来）——按计划改文件、批量编辑、跑工具，用便宜的 Haiku / Sonnet。这部分 token 多，但不需要顶级模型。
大部分编程工作是”一点难推理，包在大量机械执行外面”。把机械执行从贵模型上挪走，账就下来了。
这个思路 Anthropic 官方也认可——Claude Code 内置的 /model opusplan 就是”规划用贵模型、执行自动降档”。本篇把它扩展成：规划用 Fable 5、执行用任意便宜模型，并且让这套分工在 Claude Code 之外的四个工具里也能复现。

​
二、五个工具，一套分工

这是本篇的主线。五个工具实现分工的形态各不相同，但目标一致：主/规划用 Fable 5，执行/辅助用便宜模型。 每个工具的完整接入步骤见对应集成指南（那是配置的唯一真源），本节只讲各自实现分工的关键。

​
Claude Code —— 分工颗粒度最细

Claude Code 走 Anthropic 原生线（https://direct.evolink.ai），有多种方式实现分工，从最简单到最灵活： ① 环境变量（最快）
② settings.json 持久化（全局或项目级，一项目一套分工）
③ Subagent 分工（颗粒度最细） —— 在 .claude/agents/ 下为执行型子代理单独指定便宜模型，主循环 Fable 5 负责规划、唤起子代理执行，token 大头落到便宜模型：
最常见的配置错误：只设了主模型，以为子代理会自动用便宜的。 子代理默认继承主模型——如果不在 .claude/agents/*.md 里显式写 model:，每一次子代理的工具调用都会按 Fable 5 的价格计费。分工要真正省钱，这一行不能漏。
其它方式：会话内 /model 随时切、/model opusplan 开官方混合模式、claude --model claude-fable-5 启动指定。

​
Hermes Agent —— 主模型 + 14 个辅助槽

主模型配 config.yaml 的 model.default，把 14 个辅助槽（上下文压缩、会话标题、网页摘要等）逐个指向便宜模型，让轻量任务不占主模型成本。

​
pi —— 带价格的多模型清单

在 ~/.pi/agent/models.json 里配好带价格的多模型清单，会话内用 /model 切换规划/执行模型。

​
Kilo Code —— 多配置档案切换

建多个 OpenAI Compatible 档案（default=Fable 5 规划 / budget=Haiku 执行），切档即切模型。

​
Cline —— Plan/Act 双模型开关

Plan（规划）用 Fable 5、Act（执行）用便宜模型，是最直观的分工形态。推荐用”单网关 + 多 Model ID”规避双模式静默回落问题。
为什么每个工具的配置都指向单独的文档页？ 因为配置细节（base_url、模型 ID、鉴权写法）只应有一个权威出处。本教程讲”怎么分工省钱”，具体每一步以各集成指南为准——避免你在不同地方看到不一致的配置而踩坑。

​
⚠️ 五个工具的鉴权写法各不相同（抄错就是 401）

这是实测踩出来的、多数教程不会告诉你的细节。别把一个工具的 Key 写法抄到另一个： 最反直觉的一点：pi 要你手动开 Bearer（authHeader: true），而 Kilo / Cline 是裸 key、工具自动加 Bearer——正好相反。

​
三、账算得过来（而且你能自己验证）

单位：美元 / 百万 tokens。 省钱来自两个叠加的杠杆：分工（把大部分 token 落到便宜模型）+ 缓存命中（命中时输入按约 0.1× 计费）。第一个杠杆稳定，第二个——得看命中率，这也是本篇最该讲诚实的地方。

​
别人只给你结论，我们教你自己验证

网上很多文章会甩一个震撼数字（“省 80%”、“25降到25 降到 1.40”）。问题是：你没法确认自己这套配置到底省了没有。 缓存这个杠杆尤其如此——它只在命中时生效。 所以本篇给你一个可操作的验证方法：看 API 响应里的 cache_read 字段。 命中缓存时，这个字段会有实际数值；没命中就是 0。你自己跑一次就知道真相，不用信任何人的宣传。
关于缓存，我们把话说全：命中率不是稳定的。 实测发现：小上下文的规划场景，预热后缓存能稳定命中，0.1× 折扣拿得到；但上下文越大（几十 K 的大仓库场景），命中率明显下降，这个折扣会打折。所以：
  • 不要把”缓存 0.1ד当成无条件的整体降价。
  • 稳定省钱的是分工这个杠杆；缓存是锦上添花、且要靠命中。
  • 用上面的 cache_read 方法验证你自己的真实场景，而不是照搬别人的数字。

​
一个诚实的前提：分工不是万能的

分工在能清晰拆解、模糊度高或长周期的任务上收益最大；对于简单、直接的任务，直接用一个便宜模型跑完可能更划算，多一层规划反而是过度设计。有基准测试（如 Fabio Akita 的三轮对比）就发现：某些任务上，单用一个强模型的质量/成本反而优于混合方案。 结论：分工是工具不是信仰。拆得清、活儿重的任务用它；琐碎任务别硬套。这也是为什么我们教你验证而不是让你盲信。

​
一笔具体的账

此处放一个可复制、数字有出处的成本对照示例；避免与竞品雷同的数字，用我们自己实测场景。

​
四、只想省钱、不想折腾分工？

如果你暂时不配分工，EvoLink 的 Claude 全系列同样是 9 折入口，配一个 base_url 就能用官方同款模型、直接打折。随时可以回到本教程按工具做分工，进一步降本。
各工具的完整接入步骤见 集成指南。本教程讲”分工省钱”的工作流，具体配置以各集成指南为准（文档是唯一真源）。