AI推理成本优化

提示缓存、语义缓存与模型路由三层叠加，在同一真实负载上把月度推理成本从9847元降到2916元，降幅70.4%，平均延迟同时下降61%，质量盲测只掉0.05分。本文含账单结构拆解、语义缓存阈值错误率对照表与完整的落地顺序建议。