独立游戏开发者：AI NPC 中昂贵的部分不是对话，而是每次调用都重新发送你的设定圣经。

我核算了在 http://B.AI 上搭建一个 NPC 对话管线要花多少钱，而其中一个数字改变了我整个设计。

假设你的世界观设定集有 50,000 tokens，并且每次 NPC 台词请求都包含它。

1,000 次对话调用意味着 5000 万输入 tokens 的相同设定内容。

在 MiMo-V2.6-Flash 上，按每 1M tokens 的标准价格：
⤞ 作为普通输入以 $0.14 发送，这部分设定内容约花费 $7.00
⤞ 作为缓存读取以 $0.0028 提供，同样的设定内容约花费 $0.14
⤞ 无论哪种方式，输出都保持便宜，为每 1M tokens $0.28

同一个模型，同样的设定，如果缓存命中，重复部分的花费大约少五十倍。

缓存命中并非保证，所以适用 FAQ 中的规则：设定和角色表放前面，变化的玩家台词放最后，固定前缀中不要有时间戳。

管线其余部分我会搭建在 @BAI_AGI 上：
⤞ 快速短句和环境闲聊用 MiMo-V2.6-Flash，通过 thinking.type 关闭深度思考，因为它默认开启
⤞ 任务逻辑和分支检查交给更强的推理模型，仅在场景需要时使用
⤞ 玩法脚本编写辅助用 GPT-5.4 Mini，输入 $0.75、输出 $4.50
⤞ 粗略预告片和过场动画草稿用 Seedance 2.0 Fast，按每 1M 视频 tokens 计价，而不是按片段计价

一个密钥就能覆盖所有这些，而 Usage 页面会显示游戏的哪一部分在消耗预算。

先为缓存而设计，再选择模型。

对小工作室来说，这个顺序比任何基准测试都重要。

关于缓存的 FAQ 在这里：http://docs.b.ai/llmservice/faq/

@justinsuntron @BAI_AGI #TronEcoStar