AI应用成本飙升的根源在于token消耗过多，而非模型本身。优化token是架构设计问题，可通过提示缓存、语义缓存、对话压缩、工具输出精简、模型路由、上下文压缩和微调等策略，大幅降低成本并提升效率。优化不仅是省钱，更是让AI更智能、快速和可持续。

VS Code团队推出轻量级编码模型MAI-Code-1-Flash，与GitHub Copilot集成，在保证编码质量的同时降低token使用量。生产数据显示其质量优于Claude Haiku 4.5和GPT-5.4 Mini，且比大型模型更高效。A/B测试表明用户参与度更高，token消耗更低。该模型适合简单迭代任务，未来将推出更大版本。