如何在 Cursor 中使用更少的 token：6 个减少用量的习惯

你的 agent 运行了十分钟，用量表跳动的幅度却远超任务本身应得的消耗。简短回答：Cursor 按每百万 token 计费，而长对话会让每一个新步骤都重新携带整段历史。保持线程简短、保持上下文精简，不要用昂贵的模型做小改动。

你实际为什么付费#

Cursor 的模型与定价页面（2026 年 10 月 24 日查看；页面未显示发布日期）列出了每百万 token 的价格，分为四部分：输入、缓存写入、缓存读取和输出。输入是 Cursor 发送给模型的内容：你的消息、文件、历史记录。输出是模型写回的内容。缓存写入和缓存读取是针对已发送过的文本的折扣部分。

同一页面上还有两个细节对习惯养成很重要：

• 长上下文更贵。Grok 4.7 输入超过 256k token 按 2 倍计费；部分 Claude 1M 变体在输入超过 200k 时按 2 倍计费。细节因模型而异，请查看你所使用模型的页面。
• 第三方模型（Claude、GPT、Gemini）不在每周包含额度池中。在 Premium 及以上版本中，它们按 API 标价从预付额度中计费；Free 或 Plus 版本不可用。

以下习惯源于 token 计费的工作方式：每一步都会重新发送线程中已有的内容。

习惯 1：任务变化时开启新对话#

AI 模型在请求之间没有记忆。agent 的每一步都会重新发送到目前为止的线程，这就是为什么长 AI 对话花费更多中描述的效果。第 5 步很便宜。第 150 步携带了 149 步的历史。

假设你在一个线程中完成了重构，然后让同一个线程修复 README 中的拼写错误。线程中没有任何内容对拼写错误有帮助，但所有内容都会被再次计费。打开新对话，指明文件，完成。

Cursor 的摘要文档（2026 年 10 月 24 日）补充了一点值得了解的内容：恢复检查点只会还原文件，不会从对话中移除消息。如果你撤销了一次糟糕的编辑并继续聊天，糟糕的尝试仍然会随之携带。当一次尝试出错时，新对话比恢复更干净。

习惯 2：指向文件，而不是文件夹#

大量粘贴的文件或一堆 @ 提及会进入后续每一步的输入。十个各 2,000 token 的提及文件会给每一步增加 20,000 token，而在 100 步的会话中，这就是 2,000,000 个输入 token，用于模型大多不需要的上下文。

只提及任务涉及的那一个文件或函数。如果模型需要更多，它可以询问或自行读取。

习惯 3：保持在长上下文线以下#

由于某些模型的长上下文按更高费率计费，跨越阈值的线程会双重变贵：更多 token，且这些 token 的费率更高。如果你看到线程增长到几十万 token，这就是信号：收尾，并用你自己写的简短摘要重新开始：两三行说明已完成什么、下一步是什么。

习惯 4：让模型匹配任务#

重命名变量不需要与设计模块相同的模型。在模型页面上，第三方模型按 API 标价计费，因此在小改动上使用昂贵模型是消耗额度最快的方式。用重型模型进行规划和解决困难 bug；用更便宜的模型进行日常编辑和提问。

Auto 有 Cost、Balance 和 Intelligence 模式。个人计划只有 Cost 模式，无论哪个模型服务请求，都从每周池中提取。Balance 和 Intelligence 适用于使用 Cursor Router 的 Teams 和 Enterprise。

习惯 5：想要简短回答时就要求简短回答#

在大多数模型上，输出 token 的计费费率高于输入 token（参见输入与输出 token）。“只显示更改的函数”比“重写文件”成本更低，也更容易审查。

习惯 6：将日常聊天工作转移到你自己密钥上的便宜模型#

对于聊天中的日常问题和编辑，在允许的计划上，你可以将 Cursor 指向自定义的 OpenAI 兼容密钥。Cursor 的模型页面（2026 年 10 月 24 日）说明你自己的 API 密钥在 Plus 上不可用；在 Teams 和 Enterprise 上，Cursor 会在 API 价格之上添加自己的 token 费率，以下成本不包括这一点。如何设置以及哪些 Cursor 功能可与自定义密钥配合使用，请参见如何将 Cursor 连接到 CheapTokens。基础 URL 是 https://api.cheaptokens.dev/v1。

哪个模型？对于具有大上下文的长会话，deepseek-ai/DeepSeek-V4-Flash-0731 是值得尝试的：任何时间一个价格，380K 上下文，每次回答最多 32,768 个输出 token。对于日常编辑和快速提问，MiniMaxAI/MiniMax-M2.7 具有 180K 上下文和每次回答最多 8,192 个输出 token，其输入和输出都比 OpenRouter 便宜。

一次会话的成本：之前和之后#

让我们用数字说明习惯 1。假设一个 agent 会话有 200 步，每步约 300 个输出 token，因此总共 60,000 个输出 token。在一个无尽的线程中，历史增长，平均每步发送约 10,000 个输入 token：200 × 10,000 = 2,000,000 个输入 token。每十几步左右开启新对话，平均值降至约 3,000：200 × 3,000 = 600,000 个输入 token。相同的工作，相同的输出。

在 MiniMax-M2.7 上，按当前 API 价格的 token 成本：

• 一个长线程（2,000,000 输入，60,000 输出）：$0.109
• 短对话（600,000 输入，60,000 输出）：$0.039

输入缩减到不到三分之一，而这正是你通过习惯 1 到 3 可以控制的部分。以下是我们所有模型上的长线程会话：

这些是价格表中的实时价格，费率变化时会更新。关于真实任务中输入和输出如何分配，请参见一次 API 请求使用多少 token和输入与输出 token。

发送前的快速检查#

1. 自这个对话开始以来任务变了吗？新对话。
2. 你提及的文件是否多于任务涉及的文件？精简。
3. 这是在昂贵模型上的小改动吗？切换。
4. 线程感觉长吗？写两行摘要，重新开始。

要在便宜模型上运行聊天工作，请从 CheapTokens 文档和定价页面开始。Cursor 方面的价格会变化，因此在规划一个月之前，请查看其模型和定价页面。