推理就是运行训练好的模型:提示到达、词元逐字生成的那一刻。AI 的全部运营经济都发生在这里——每条消息、每次 API 调用、每个智能体分钟。定价是二维的:输入词元与输出词元(新型模型还对缓存记忆计费)。推理模型还会静默计费隐藏的「思考」——一个短答案背后可能拖着 2000 个隐藏思维词元。降本手册:简单任务用小模型、重复答案上缓存、批量任务走批处理、部署用量化。聪明的推理与造模型同等重要。