Giảm chi phí LLM API: 7 mẹo tiết kiệm token

## Chi phí là thiết kế

Chi phí LLM phụ thuộc context, model, độ dài output và cache. Hãy cắt hội thoại cũ, dùng system prompt ngắn, đặt max_tokens và gửi tác vụ đơn giản sang model rẻ hơn.

``python
from openai import OpenAI
client = OpenAI(api_key="YOUR_CLAUDEN_KEY", base_url="https://clauden.ai/v1")
resp = client.chat.completions.create(model="gemini-1.5-pro", messages=[{"role":"user","content":"Summarize in 5 bullets."}], max_tokens=300)
``

Dùng $5 credit miễn phí của ClaudeN AI để đo prompt thật trước khi chọn ngân sách.