Appearance
角色扮演与陪伴类应用选型：人设与成本的平衡
结论先行：这类应用的成本结构非常特殊——单次回复短，但会话轮数极多，且每轮都要重发人设与历史。因此真正的成本瓶颈是历史对话长度**，不是单次回复的单价。控制方法是记忆压缩 + 分档，而不是一味换低价模型。**
档位建议（每百万 token，采集 2026-10-08）
| 模型 | 输入价 | 输出价 | 适配方向 |
|---|---|---|---|
| DeepSeek V4 Flash | $0.0105 | $1.408 | 高频短互动、日常对话 |
| Qwen3.8 Flash | $0.165 | $0.517 | 中文语气与人设表达 |
| Claude Sonnet 5 | $2.2 | $11 | 剧情推进、复杂人设 |
| MiniMax M3 | $0.33 | $1.32 | 长会话、多模态素材 |
会话成本会随轮数增长
这类应用的成本公式近似为：Σ(人设 + 历史 + 本次输入) × 输入价。轮数越多，早期内容被重发的次数越多——这就是为什么「把历史无限保留」很危险。
三种压缩方式：
- 滚动摘要：每 N 轮把历史压成一段摘要，只保留摘要 + 最近几轮
- 关键事实表：把人物关系、约定、偏好抽成结构化字段，长期保留
- 分段记忆：按主题切分记忆，只召回当前话题相关的部分
以一次 20 轮会话估算：输入合计约 15 万 token。走 DeepSeek V4 Flash 约 $0.0016，走 Claude Sonnet 5 约 $0.33。
人设一致性的工程做法
- 人设写成固定系统提示词，不要每轮重新描述
- 用示例对话锚定语气（few-shot），比形容词描述有效
- 给模型明确的边界规则：涉及现实伤害、违法、隐私的内容一律拒绝，并把拒答话术固定下来
常见问题
低价档能撑住人设吗？
多数日常互动可以，剧情推进与复杂设定容易飘。建议关键剧情用较高档位，日常互动用低价档。
记忆要保存多久？
建议长期保存结构化摘要，原始对话按合规要求定期清理，避免隐私与存储风险。
延迟重要吗？
重要。互动类应用对首字延迟敏感，低价轻量档通常延迟更低，这也是它的隐性优势。
价格采集时间？
2026-10-08；站内价 = OpenRouter 挂牌 ×1.1。
相关阅读：long-form-writing ｜ high-concurrency ｜ openrouter-alternative