抽取任务用 json_schema 约束输出，遇到校验失败就整请求重试，最多三轮，一天下来输入 token 是正常量的 4 倍，账单里补全 token 占比异常高。
一开始怀疑是「重试没有上限退避，失败请求集中放大」，查了一圈，方向不对。
把日志和配置对完，能解释这个现象的基本就这几处。重试沿用了完整原文输入，没有缩小上下文。也可能是失败原因多为字段缺失，重试时未补充约束。
还有一种情况，成功结果与失败请求都重复计费。
上来先统计重试次数与失败原因分布
python -c "import pandas as pd;d=pd.read_csv('calls.csv');print(d.groupby('attempt').size(), d.fail_reason.value_counts())"失败时只重发缺失字段相关的片段
python -c "import json;r=json.load(open('resp.json'));print([k for k in r if r[k] is None])"给重试加上限并降到两次
python -c "print('max_retry=2, backoff=1s, only on schema_error')"末了用量对比确认成本回落到基线
python cost_diff.py --before last_week.csv --after this_week.csv恢复的判定其实很直接。重试次数降到两次后日均 token 回到正常量的 1.2 倍，字段缺失类失败通过补约束解决，账单差额收敛。
容易忽略的是，重试的成本是成倍放大的，把整段输入重发一遍换一个字段，是最容易被忽略的浪费。同一份配置在测试环境跑通，不代表线上没事，两边的默认值经常不一样。