AI Agent 每项任务 Token 成本怎么算：本地手机动作、重试和缓存账本
用可复用公式计算 AI Agent 每项完成任务成本：输入、缓存读取、输出、重试、截图、工具费和已验证完成数，再看 FoneClaw 手机动作如何纳入测量。
- AI Agent 每项任务 Token 成本应按已完成任务计算：模型 Token 小计、非模型费用和适用服务费用，除以已验证成功的结果数。
- 账本要把未缓存输入、缓存读取、可计费输出、重试、失败任务和外部工具费用分开，避免重复计算截图、缓存或思考输出。
- 本地手机执行可能减少重复上下文和重试，但不等于没有模型调用、免费推理或全部数据都留在设备上。
- 测量时用相同任务、小批量重复、同一成功标准、同一审批策略，并保留必要权限和发送前复核。
按已完成任务计算成本
AI Agent 每项任务 Token 成本，最好不要按“尝试一次多少钱”算，而要按“一个已验证完成的结果多少钱”算。公式很简单：总测量成本除以已验证完成数。总测量成本可以包括模型 Token 小计、实际计费的缓存写入或存储、外部工具费、订阅或额度之外的增量费用；如果某项费用已经包含在订阅或套餐里，就不要再重复计入。
先定义什么叫完成。比如“把一段已复核回复放入当前 Android 聊天输入框，但不发送”，完成标准就是：目标应用正确、收件人或会话正确、完整正文已进入可编辑字段、用户能继续复核。想把手机任务边界定义清楚，可以先看Android 多步骤任务自动化指南：意图、确认、执行、验证与会议勿扰模式。
本地或手机侧执行可能改变成本结构，但不能直接推导出固定节省比例。它可能减少重复说明、减少错误重试，或把已支持步骤变成更短流程；实际账单仍取决于模型路由、上下文大小、缓存是否命中、工具是否收费和结果是否成功。
用服务商用量建立账本
一个可复用账本可以这样写。若服务商按每百万 Token 报价，先把三类原始 Token 数分别除以 1,000,000，再乘对应的每百万 Token 单价：
模型 Token 小计 =（未缓存输入 Token ÷ 1,000,000 × 未缓存输入单价）+（缓存读取 Token ÷ 1,000,000 × 缓存读取单价）+（可计费输出 Token ÷ 1,000,000 × 输出单价）。
总测量成本 = 模型 Token 小计 + 适用的缓存写入或存储费用 + 外部工具费 + 其他适用服务费用。
这里的三类 Token 要互斥。未缓存输入、缓存读取和可计费输出不要混在一起。Claude Prompt Caching 文档把缓存写入、缓存读取和普通未缓存输入分开统计，能作为账本结构参考；缓存只有在满足服务商条件并实际命中时才算缓存读取。
多模态和思考输出也要按服务商口径来。Gemini Token 计数说明提到，文本和图片等模态都会被计入 Token，响应用量里可能包含输入、输出、思考和缓存上下文等字段。Gemini API 价格说明也显示，不同模型、模态、服务层级、缓存或 grounding 等项目的计费方式会不同。实际估算时用当前服务商账单字段和当前价格，不要把图片 Token、缓存 Token 或已经包含在输出价格里的思考 Token 再算一遍。
重算一组假设批量任务
下面是一组教学用假设数字，不代表任何服务商、FoneClaw 或当前市场价格。假设某批任务已经把所有调用、失败和重试都统计进去：
| 项目 | 用量 | 假设单价 | 费用 |
|---|---|---|---|
| 未缓存输入 | 1.00M Token | 2.00 美元 / M | 2.00 美元 |
| 缓存读取 | 0.20M Token | 0.20 美元 / M | 0.04 美元 |
| 可计费输出 | 0.15M Token | 8.00 美元 / M | 1.20 美元 |
| 模型 Token 小计 | 3.24 美元 | ||
| 外部工具费 | 本批次假设 | 0.10 美元 | |
| 总测量成本 | 3.34 美元 |
这批任务共有 100 次尝试，其中 90 次达到预先定义的完成标准。每项已完成任务成本 = 3.34 ÷ 90，约 0.0371 美元。失败的 10 次和所有重试已经包含在上面的用量里，所以不要再额外给失败任务加一次“重试费”。
这个例子也没有加入缓存写入、缓存存储、订阅费、人工时间和设备能耗。如果你的服务商对缓存写入或存储计费，就把它们作为模型账本之外的单独行加入；人工时间和设备能耗也应单独记录，不应写成模型提供方收取的费用。如果某项已经由套餐覆盖，就说明覆盖范围，而不是再计一次。
手机侧执行能改变什么
FoneClaw 执行受支持的 Android 手机动作，配置模型帮助理解和规划；手机侧执行本身不证明推理一定在设备上完成，也不意味着没有模型调用。FoneClaw 可以在受支持应用中读取当前可访问界面，用当前可见状态辅助判断，并把文字放入识别到的可编辑字段；这个输入动作不会发送、提交或按回车。手机侧支持步骤稳定时，模型可能少花一些轮次反复解释按钮、页面和下一步，但账单仍要按实际模型调用测量。
保存可复用流程也只是把受支持步骤保存下来，不代表之后完全没有模型调用。屏幕变了要重新读取当前状态；涉及收件人、正文、发送、权限或外部后果时，审批策略仍然要生效。截图和界面读取也不是固定高低之分，服务商如何计算图片、上下文和工具结果，要按实际任务和计费字段判断。
要区分“手机侧执行”和“模型在哪里推理”。如果配置在线模型，提供给模型的上下文可能进入对应提供方处理。关于本地手机 Agent 与云端模型的信任边界，可以继续看AI Agent 信任指南：本地手机 Agent 与云端 AI 安全怎么选。
做一次小规模可重复测量
建议用 10 次相同低风险任务做小样本，而不是先估一个全局节省比例。示例任务可以是：“把这段已复核文字放进当前备忘或测试聊天输入框，不要发送。”同一台手机、同一应用、同一文本、同一审批策略，分别记录每次是否完成。
- 写清成功标准：目标应用正确、字段正确、正文完整、没有发送。
- 记录服务商用量：未缓存输入、缓存读取、输出、思考或图片等字段，按服务商账单口径填写。
- 记录重试：包括失败原因、重试轮次、是否重新读取屏幕。
- 记录人工时间：用户复核、授权、纠错和等待时间，和模型费用分开看。
- 记录设备能耗：只算增量电量；如果要折算电费，可用增量 Wh ÷ 1000 × 当地每 kWh 电价。
- 用总测量成本除以已验证完成数；如果完成数为 0，指标应标为未定义，而不是 0 成本。
同样重要的是，不要为了省钱移除必要确认。收件人、正文、权限和发送动作仍要按任务风险复核。关于 Android 支持动作和验证方式，可以看AI 智能体控制 Android 手机：从自然语言意图到确认、执行和验证。
减少浪费但保留检查
减少成本先从浪费项下手：缩短无关历史，明确输入目标，复用服务商确认命中的缓存，失败后先找原因再重试。若屏幕变化，先读取当前状态；若发送结果不确定，先检查真实应用状态，而不是再发一次。更细的失败分析可以参考手机智能体失败调试与恢复：Android AI 助手根因分析与最小重试手册。
权限和确认不是适合削减的成本项。FoneClaw 的当前能力范围可在FoneClaw 功能页面核对。对用户来说，真正可持续的成本控制，是把任务定义清楚、减少无效重试、保留必要复核，并按已完成结果看总账。