请问你们平时如果合理分配的 GPT 的额度？怎么样能省额度？谢谢。

怎么合理规划额度，PLUS 额度太少了。哪怕我只是轻量需求。

可以试试用本地开源模型替代，或者将多个简单请求合并成一个复杂请求来减少调用次数。

可以用长上下文模型替代多次短查询，一次解决多个问题更省额度。

我线上就这样搞过，用本地LLM做预处理，只把关键结果丢给GPT4处理，能省不少额度。

我觉得可以按任务拆分，将简单任务转用本地小模型，复杂任务才调用GPT。

你们是怎么监控GPT的使用频率的？有没有发现某些场景特别消耗额度？