AI 审核 Token 消耗与成本优化
AI 审核每次精判都会调用一次 AI 接口,处罚前二次确认与疑似延迟复核最多使一条消息调用两次。本篇按实际链路测算消耗量级,并给出立即可用的省 Token 手段。
📐 单次送审的构成
| 组成部分 | 大小 |
|---|---|
| 固定系统审核提示词 | 约 2057 个中文字符 |
| 最近聊天上下文 | 最多 900 字符 |
| 当前消息 | 纯文字最多 2200 字符;带图片时最多 1800 字符 |
| 输出(结构化 JSON 结论) | 通常约 40~100 Tokens |
💰 各场景单次消耗量级
| 审核场景 | 大致消耗 |
|---|---|
| 一句简短文字,无太多上下文 | 约 2,200~3,200 Tokens |
| 普通文字,附带五条聊天上下文 | 约 2,800~4,000 Tokens |
| 很长的文字消息 | 约 4,500~7,000 Tokens |
| 一张图片 | 文字部分约 2,500~3,500,另加视觉 Tokens |
| 三张图片 | 可能达到 5,000~12,000+ Tokens |
估算说明
图片占用与分辨率及视觉模型的编码方式有关,无法从图片文件大小直接换算,最终以接口响应中的 usage 统计为准。文中所有数字均为估算量级,用于预算参考。
单次送审按请求计费:同一群里多条消息命中送审范围时,总消耗随请求数线性累加,群越活跃、送审越频繁,消耗越高。
🔁 二次审核的调用次数
| 首次结论 | 默认后续动作 | AI 调用次数 |
|---|---|---|
| Pass 正常 | 直接放行 | 1 次 |
| Review 疑似 | 等待 12 秒,结合后续语境延迟复核 | 2 次 |
| Block 违规 | 处罚前进行反证式二次确认 | 2 次 |
| AI 失败 / 格式异常 | 放行,不继续处罚 | 通常 1 次 |
全量模式下若大量消息被判为 Review,实际 Token 消耗可能接近单次估算的 2 倍;每日送审上限按 AI 请求次数计数,二次确认和延迟复核同样占用额度。
📊 严格模式全量审核的量级
严格模式会把所有有内容的消息都送审,消耗按消息条数线性增长:
| 消息量 | 大致消耗 |
|---|---|
| 100 条短消息,全部首次 Pass | 约 22 万~32 万 Tokens |
| 100 条短消息,全部触发二次复核 | 约 44 万~64 万 Tokens |
| 1,000 次 AI 请求 | 约 220 万~320 万 Tokens |
| 每日上限 2,000 次请求全部用满 | 通常约 440 万~640 万 Tokens |
| 图片很多时 | 实际会更高 |
💡 成本大头在哪
目前最大的消耗不是 AI 返回的内容(输出仅 40~100 Tokens),而是每次都重复发送约 2057 字符的完整审核规则。版本迭代会持续通过压缩固定提示词、按需附带聊天上下文等方式降低输入消耗,严格程度不降低、成本逐步下降。
🧰 现在就能用的省 Token 手段
以下手段在控制台即可完成,无需额外投入:
- 审核专用模型选便宜快速的多模态模型(如
glm-4v-flash):主模型留给聊天 / 管家,审核走低价通道,费用直接降一个量级; - 不开全量语义审核:普通模式只审命中候选信号的内容,送审量通常低 1~2 个数量级;
- 调低「每群每分钟上限」(默认 10 条):刷屏场景下超限消息直接放行,不送审;
- 调低「每日送审上限」(默认 2000 条):给预算封顶,达到即暂停并私聊通知主人;
- 「单条最多看图」保持默认 3 张:图片是消耗大户,群友刷图时能省则省;
- 送审范围按需精简:例如群内没有导流问题,可关掉「导流特征词」「字母 / 混合串」,减少无谓送审;
- 优先保留处罚前二次确认:这是防误伤的核心保护;预算紧张时可关闭「疑似内容延迟复核」,但 Review 将直接保持放行。
📖 相关阅读
- 「AI 审核」配置项详解见「控制台页面详解(下)」篇章;
- 「AI 审核不工作」「为什么判了违规没撤回」排查见「常见问题 FAQ」篇章。
📚 下一节:版本更新日志
