六个号称「省 Token」的 Skills，有人实测完发现：一个都没省钱

先撂结论：数字越唬人，越要小心

市面上最近冒出一批「省 Token」的 Skill，一个比一个猛：有的说输出能少 65%，有的说 400 行代码能压到 23 行，还有的直接喊账单砍 70 倍。正赶上某模型要涨价，有人干脆把最火的六个全找齐，每个配一道编程题，用 API 实打实跑了一遍，又用 GPT 和 Claude 轮流盲评。

结果出乎所有人意料：这六个号称省钱的 Skill，一个都没让人省到钱。

这篇不是劝你别用这些 Skill，而是要拆开看看水有多深。有几个结论，能推翻不少人原本的认知。

六个 Skill，六条不同的省钱路子

先说它们各自的思路。方向差得远，适用场景也完全不同。

• Caveman（原始人）：让模型闭嘴。删寒暄、删铺垫、删免责声明，只留结论、动作和代码。官方聊天基准称输出从 1214 token 降到 294，少 65%。
• Ponytail（马尾辫）：动手前一层层盘问，已有的能不能用、标准库行不行、一行代码能不能解决，全不行才允许写新的。号称代码量能少九成。
• Headroom：压缩喂给 AI 的上下文，重复日志、大段代码先存本地，要细节再捞，宣称省六到九成。
• Graphify：嫌 Agent 每次重读整个项目，提前把代码解析成知识图谱，查图就行。宣称砍 70 倍账单的就是它。
• Codex Token Skills：把稳定不变的规则放对话最前，赌命中上下文缓存，号称省六到八成。
• Codex Token Saver：极致偷懒。改代码前不读文件、用户不要求就不测试、失败只重试一次，号称省五到八成。

光看这排数字，是不是觉得全装上就能免费白嫖 AI 了？

单独跑：有的真省，有的偷工减料

下面这几组测试数据，最能说明问题。注意，这些测试结论来自社区的公开实测，不是官方宣传。

Caveman跑坏了一道题。让它一句话生成带滚动动画和花哨配色的粗野主义网页，结果行数反而多 18.9%。因为它能删的是「解释」，可这题要的是几百行 HTML，根本没解释可删，规则就成了纯增量。唯一的好处是画面稳定度确实上来了。

Codex Token Skills 和 Headroom踩同一个坑：能省多少，取决于输入里有多少能省。一个按详细设计稿实现页面的任务，每个数字都是硬性要求必须读完，输入压不动。但让模型在一份 1.65 万 token 的长 CSS 里挑问题，Headroom 把它压到 8500，省了近一半，还避免了被截断。所以它只对又长又脏的输入有用，对又短又干净的，三次全判定为 no-op，一分钱没省。

Ponytail是真省。让做卡通激光眼，不装 675 行，装了 488 行，少了 27.7%，功能一个没少，CSS 规则从 69 条砍到 35 条。但它官方宣称的「省 92% 到 94%」得单独说：那对应的是代码行数，不是平均 token 降幅。数字艺术啊。

Graphify反转最大。「砍 70 倍」其实是旧版项目在特定大型语料上的单次查询对照。有次测试造了个 79 文件的仓库，出 20 个必须跨文件才能答的问题，实测单查询输入平均从 583 降到 163，是 3.56 倍，不是 70 倍。而且建图本身很贵：79 个文件读一遍就花 3 万 token。问了十几个问题后，不建图总共花 2.8 万，建图那组反而花 4.2 万，多了 48%，要问 36 次左右才回本。所以它只适合长期、复杂、会被反复查的仓库。

Codex Token Saver省得最猛，从 509 行压到 61 行。可逐个对功能发现，它把 4 个本该独立设计的角色合并成 1 个 SVG 模板，用 JS 循环换颜色。省是真的，但牺牲了角色差异。

终极测试：钱到底烧在哪了

单题各有胜负，横向没法比。所以有人换了打法，开「目标模式」，六个全拉到同一道题上：做电影感的世界杯页面，48 队、104 场、带倒计时，七个版本匿名打分。

结果：六个号称省钱的，一个都便宜。Headroom 是平的，剩下五个全在加钱，最少的加 33.5%，最多的加 222.8%。

钱加在哪了？翻使用额度里的 reasoning_tokens 字段，真相大白。不装 Skill 那版，模型想了 12420 token；装了某款之后，它想了 36217，可见输出只多 630。新增开销里 96% 花在了「多想一会」上。

版本	thinking token	可见输出 token
不装 Skill	12420	18098
装 Codex Token Skills	36217	18728

你每条规则，模型都得先读进去、理解、再动笔前多想一轮它跟质量目标怎么协调。规则越多越严，它想得越久。辛辛苦苦算的那几笔账，管全了「说出来的」，真正烧钱的，是「没说出来的思考」。

那到底该装哪个

跑完这一轮，结论其实很简单：这些 Skill 的定位从一开始就被搞错了，它们不是省钱工具，是约束工具。

场景	值得装的	原因
高频、规则固定的苦力活	Ponytail、Headroom	砍废话和重复，真省钱
需要创意、讲质量的活	别装	约束变成思考负担，账单反涨
长期反复查询的大仓库	Graphify	摊平建图成本才划算

简单任务、规则明确、对质量没要求，约束确实能省钱。可一旦场景复杂、对质量有要求，约束就反过来变成额外的思考负担，账单也跟着涨。

所以别迷信「装了 XX Skill 就能省钱」，更别一上来就装一堆。先想清楚你的任务属于哪一类。

为了省 token 而烧掉更多 token，这事，你细品。

---

你平时会刻意省 token 吗？最想省钱的是哪个场景？评论区聊聊。

觉得有用请点个「在看」，让更多人避开「假省钱」的坑。