要控制 JellyToken 调用成本，核心不是固定选一台“便宜”模型，而是按任务复杂度和输出长度切换模型档位，并把 max_tokens、temperature 这类直接影响生成消耗的参数纳入统一的请求配置。只要把模型选择逻辑从业务代码里拆出来，就能在不确定具体价格的情况下，先建立一套可审计的成本控制结构。

判断方向：按任务复杂度将 JellyToken 模型分为轻量、均衡、高级三档，通过请求配置类统一管理 model、max_tokens、temperature；用 select_config(task_type, content_length) 做动态切换；事后通过 usage 或字符数估算记录消耗。边界：不涉及具体价格，模型名以控制台实际列表为准，预算阈值需结合环境确认。

列出 JellyToken 中可用的模型档位

先到 JellyToken 控制台的“模型列表”或“API 设置”页面，找到当前账号可用的模型标识。通常这些标识会以类似 jelly-light、jelly-balanced、jelly-pro 的格式出现在下拉列表或文档页里。截图或文字记录下每个模型名称，然后按能力粗略归类：轻量档适合闲聊、分类和简单抽取；均衡档适合大多数生成任务；高级档适合长文、推理和代码生成。

记录时先分成轻量级和重量级两类：轻量级对应短任务，重量级对应长任务，均衡档作为中间值。上述数值是通用经验，需要结合 JellyToken 实际量级调整。

把成本参数放进请求配置

单独定义一个请求配置类，把 model、max_tokens、temperature 作为必填或默认字段。这样所有调用点都使用同一个结构，后续调整预算只改配置，不用改业务代码。如果不独立配置，直接在业务代码里硬编码 model 和 max_tokens，后续调整成本就要逐个调用点修改，容易遗漏。

from dataclasses import dataclass

@dataclass
class RequestConfig:
    model: str
    max_tokens: int = 256
    temperature: float = 0.7

max_tokens 表示生成最大 token 数，通常取 1 到模型上限之间，JellyToken 各模型可能不同，建议从 256 起步；temperature 控制随机性，一般 JellyToken 接受 0 到 2 之间的值，常用区间是 0.1 到 1.0。低温适合确定性任务，高温适合创意生成。两者是成本控制中的关键参数：max_tokens 直接决定输出长度，temperature 影响生成稳定性和重试概率，间接影响总消耗。

按任务类型动态选择配置

写一个 select_config(task_type, content_length) 函数，根据任务类型和输入内容长度返回一个 RequestConfig。这里用 if-elif 就可以，不需要引入复杂规则引擎。

def select_config(task_type: str, content_length: int) -> RequestConfig:
    if task_type == 'short_chat':
        return RequestConfig(model='jelly-light', max_tokens=128, temperature=0.8)
    elif task_type == 'long_article' and content_length > 2000:
        return RequestConfig(model='jelly-pro', max_tokens=2048, temperature=0.3)
    elif task_type == 'code_gen':
        return RequestConfig(model='jelly-balanced', max_tokens=512, temperature=0.2)
    else:
        return RequestConfig(model='jelly-balanced', max_tokens=256, temperature=0.6)

示例中的模型名和阈值是占位符，务必替换为 JellyToken 控制台实际模型名，并确认各模型 max_tokens 上限。调用方只需传入 task_type 和 content_length，即可自动获得对应预算档位的配置。

用日志统计每次调用的消耗

请求完成后，把请求参数和响应中的 usage 字段打到日志里。usage 通常包含 prompt_tokens、completion_tokens 和 total_tokens。如果没有 usage 字段，就用输入和输出字符数估算。

resp = call_jellytoken(config, messages)
print('model=', config.model, 'max_tokens=', config.max_tokens)
if hasattr(resp, 'usage'):
    print('prompt_tokens=', resp.usage.prompt_tokens, 'completion_tokens=', resp.usage.completion_tokens, 'total_tokens=', resp.usage.total_tokens)
else:
    input_chars = sum(len(m.get('content', '')) for m in messages)
    output_chars = len(resp.get('choices', [{}])[0].get('message', {}).get('content', ''))
    print('estimated input_chars=', input_chars, 'output_chars=', output_chars)

这里的 call_jellytoken 是示意函数，实际请替换为 JellyToken SDK 的调用方式。建议将日志输出到文件或日志服务，按天按 model 聚合，用于判断预算分配是否需要调整。