一、先把需求拆成任务
不要一上来就写“接一个模型”，先把功能拆开：用户提问属于对话类，附件解析属于多模态类，数据抽取属于结构化输出类。任务类型决定了后面选哪些模型。
二、按任务选模型
对话用轻量模型，结构化抽取用指令遵循强的模型，长文档用长上下文模型。OjToken 模型与价格页按文本、图像、视频、音频分类，并标注输入、输出单价与上下文长度，可以直接作为选型依据。
三、接入只改三行
保留官方 SDK，把 base_url 指向 https://api.ojtoken.ai/v1，换上 OjToken 密钥，模型 ID 填目录里的名称即可。流式输出、函数调用、图像输入都按官方格式传参。
四、看用量而不是看感觉
上线后重点看四项数据：每日调用次数、平均输入输出 token、错误率、首字延迟。错误率异常时先按排查清单处理，延迟升高时优先检查是否选用了过重的模型。
五、成本估算示例
假设某个应用每天 1 万次调用，每次平均输入 1500 token、输出 400 token，选用输入 ￥1.9、输出 ￥7.6 每百万 token 的模型：
- 输入：10000 × 1500 ÷ 1000000 × 1.9 ≈ ￥28.5；
- 输出：10000 × 400 ÷ 1000000 × 7.6 ≈ ￥30.4；
- 合计约 ￥58.9/天，月成本约 ￥1770。
把固定提示词放进缓存、把分类任务换成更轻的模型，这一步通常还能再省三成以上。上线前建议先用价格计算器把不同模型组合都跑一遍，再决定最终方案。