API 消耗说明

不同回复模式的 API 调用成本差异较大。本页帮助你做体验与成本之间的取舍。

Markdown 模式

典型情况下，一次回复主要包括：

操作	调用次数	说明
获取 Token	1	会复用缓存
发送消息	1	单聊或群聊发送接口

整体成本较低，适合作为默认模式。

AI 卡片模式

典型情况下包括：

阶段	调用次数	说明
创建卡片	1	createAndDeliver
流式更新	M	次数取决于流式节奏
最终完成	包含在最后一次流更新中	isFinalize=true

总成本约为 1 + M。

三种卡片流式策略对比

以一次约 10 秒的 AI 回复为例：

模式	streamAICard 调用数	首 token 延迟	体验
off	约 10-15 次	约 1-1.5 秒	更新更少、成本更稳
answer	约 15-25 次	约 300-800ms	答案更流畅，成本中等
all	约 25-35 次	约 300ms	答案+思考都更实时，成本最高

cardStreamInterval 会影响 answer / all 下的调用频率：间隔越小，streamAICard 调用通常越多。

推荐策略

• 默认部署：用 markdown
• 想要卡片体验但控制成本：card + cardStreamingMode: "off" 或 "answer"
• 想要流畅体验：card + cardStreamingMode: "all"

推荐配置示例：

{
  "channels": {
    "dingtalk": {
      "messageType": "card",
      "cardStreamingMode": "answer",
      "cardStreamInterval": 1000
    }
  }
}

额外消耗来源

如果在卡片中开启思考流和工具执行展示，也会增加卡片流式更新次数。

相关文档

• 回复模式
• AI 卡片