免费模型优化报告

cron 任务总数

6 个 LLM 驱动 + 15 个脚本任务

迁移前付费任务

deepseek-v4-flash @ custom_DeepSeek

已迁移到免费模型

6 / 6

100% 覆盖

剩余付费 LLM 任务

自动化推理成本 → $0

📋 修改前后对比（6 个 LLM 任务）

任务	调度	修改前（付费链路）	修改后（免费链路）
weekly-github-skill-scan GitHub 生态扫描 · agent-ecosystem-scan	周五 18:00	付费 deepseek-v4-flash @custom_DeepSeek	免费 glm-4.5-air @zhipu
sync-skill-triggers 技能触发器同步	周五 19:00	付费 deepseek-v4-flash @custom_DeepSeek	免费 glm-4.5-air @zhipu
weekly-skills-inventory 技能库盘点	周五 20:00	付费 deepseek-v4-flash @custom_DeepSeek	免费 nvidia/nemotron-3-ultra-550b-a55b:free @openrouter
weekly-disk-check 磁盘健康周检	周五 23:00	付费 deepseek-v4-flash @custom_DeepSeek	免费 glm-4.5-air @zhipu
free-model-cleanup 免费模型链路清理（本任务）	周一 02:00	付费 deepseek-v4-flash @custom_DeepSeek	免费 nvidia/nemotron-3-ultra-550b-a55b:free @openrouter
free-model-maintenance 免费模型链路维护	周一 03:00	付费 deepseek-v4-flash @custom_DeepSeek	免费 glm-4.5-air @zhipu

ℹ️ 背景：2026-08-01 16:05 前这 6 个任务原 pin 为 deepseek-v4-pro@custom_DeepSeek（付费旗舰），当天已先降级到 flash；本次进一步整体迁移到免费链路。15 个 no-agent 脚本任务（看门狗、监控、报表生成等）不调用 LLM，无需迁移。

✅ 附带修复：free-model-cleanup / free-model-maintenance 自 2026-07-27 起因模型漂移保护（创建时 glm-4-air → 全局 deepseek-v4-pro）连续运行失败。本次改为显式 pin 免费模型后，漂移保护不再触发，两任务将于 2026-08-03 正常恢复执行。

💰 预期成本节省估算

指标	deepseek-v4-pro（原始配置）	deepseek-v4-flash（迁移前）	免费模型（迁移后）
单次运行估算成本	≈ $0.090	≈ $0.019	$0.000
年运行次数（6 任务 × 52 周）	312	312	312
年化成本	≈ $27.96	≈ $5.99	$0.00
相对迁移后年节省	$27.96 / 年	$5.99 / 年	—

📐 估算模型（明确假设，非账单数据）：单次 agent 运行约 40K 输入 token（30K 缓存命中 + 10K 未命中）+ 8K 输出 token；单价假设——pro：$1.60/M（未命中）、$0.32/M（命中）、$8.00/M（输出）；flash：$0.40/M、$0.08/M、$1.60/M；免费模型：$0。实际账单可能因任务复杂度和 token 用量波动，但免费链路的推理成本恒为 $0，节省比例 100%。

💵 直接节省：LLM 自动化推理成本从 ~$5.99/年（flash）降至 $0/年；若未做 08-01 的 flash 降级而仍用 pro，则为 ~$27.96/年。
🛡️ 间接收益：2 个长期失败任务恢复正常执行，避免自动化空转与人工排查成本。
⚖️ 免费模型额度充足：智谱免费资源包 + OpenRouter 免费档（~50 请求/天）对周级调度（每周 6 次调用）余量极大。

🧪 免费模型性能评估（实测 2026-08-01 16:06–16:12）

模型	状态	实测结果	结论
glm-4.5-air @zhipu	✅ 可用	HTTP 200 · 首轮延迟 13.1s · 推理型模型（reasoning_content 682 tokens）· 17×23 回答正确 (391) · finish=stop	推理能力强，适合 GitHub 扫描等复杂任务。已分配给 4 个任务（含重任务）。
nvidia/nemotron-3-ultra-550b-a55b:free @openrouter	✅ 可用	HTTP 200 · 延迟 <5s · 17×23 回答正确 (391) · finish=stop · 认证: ~/.hermes/.env OPENROUTER_API_KEY（已验证 sk-or-v1…有效）	响应快，适合盘点/清理类轻任务。已分配给 2 个任务。免费档限额 ~50 请求/天，远够周级调度。
glm-4-air @zhipu	❌ 不可用	HTTP 429：余额不足或无可用资源包，请充值 (code 1113)	账户无该模型免费资源包。需充值或开通资源包后方可启用（暂不分配）。
doubao-seed-1.6-lite / doubao-seed-1.6-flash @doubao	❌ 不可用	HTTP 404：InvalidEndpointOrModel.NotFound（已测 dated / undated / 点号三种 ID 形式）	火山引擎账号未开通这两个模型。需在控制台「开通模型」后即可加入路由。

🌐 端点连通性（model-health 守护，2026-08-01 14:56）：DeepSeek 0.12s · 智谱 0.18s · 豆包 0.04s · OpenRouter 0.19s —— 四个端点全部正常。

分配策略：glm-4.5-air（推理质量高）→ 4 个任务；nemotron-3-ultra:free（响应快）→ 2 个轻任务。双提供商冗余，单点故障时仅影响部分任务。
风险提示：glm-4.5-air 为推理模型，单轮延迟 ~13s（agent 多轮任务总时长会上升，但周级任务无 SLA 压力）；OpenRouter 免费档高峰期可能限流，重试机制（api_max_retries=3）可兜底。

🔧 执行详情与后续建议

已执行：修改 ~/.hermes/cron/jobs.json 中 6 个任务的 model/provider 字段（原子写入，校验通过）；备份 ~/.hermes/cron/jobs.json.bak-20260801-160837；调度器运行中（gateway PID 3284927，心跳正常），下次执行：周五 18:00（weekly-github-skill-scan，glm-4.5-air）。
建议 1：更新 ~/.hermes/scripts/free-model-router.sh 的 FREE_MODELS/TASK_MODELS 映射——当前包含不可用的 glm-4-air 与 doubao 模型，且其 grep 匹配仅针对 deepseek-v4-pro（本次迁移后已不会误改任务，但映射应同步为 glm-4.5-air + nemotron:free）。
建议 2：在火山引擎控制台开通 doubao-seed-1.6-lite/flash 后，可将其加入路由分担负载（豆包端点延迟最低 0.04s）。
建议 3：下周观察 6 个任务的首轮运行（2026-08-03 周一 02:00/03:00 最先验证 openrouter 链路；08-07 周五验证 zhipu 链路），确认免费模型在 agent 场景（工具调用）下表现稳定。

🆓 免费模型优化报告 — Free Model Optimization