从真实产品和团队使用角度比较本地 AI 模型与云模型，解释隐私、延迟、质量、成本、部署复杂度和混合架构的选择方法。
解释 AI API 按量计费的真实账本：输入 token、输出 token、模型单价、中转倍率、缓存折扣、最低扣费和批量任务预估方法。
用一次 AI 请求里的真实内容构成，解释上下文窗口、128K/1M token、长上下文限制、RAG 检索和实际使用中的上下文管理方法。
用最小请求、配置示例和常见错误，解释 OpenAI 兼容 API 里的 base_url、API key、model、endpoint、/v1 后缀和 Chat Completions、Responses 的区别。
用聊天、长文总结、代码生成和 API 计费例子，解释 AI Token 到底是什么、为什么会影响上下文长度和使用成本。