Redis指南：按Token预算控制LLM推理成本

Redis提出按问题复杂度分配推理Token预算，并用语义缓存、模型路由、代理记忆和用量观测降低LLM成本。文章比较了提示级方法与架构级手段，报告TALE-EP在七个数据集上平均减少67%输出Token、准确率下降不足3%。