企业官网建设流程全解析

一张科学插图要多少钱？AutoFigure API消耗与时间成本完整分析清单

【免费下载链接】AutoFigure项目地址: https://gitcode.com/gh_mirrors/au/AutoFigure

AutoFigure 是一款用大语言模型自动生成出版级科学插图的开源系统。本文完整拆解它生成一张插图的API 消耗与时间成本：官方基准约 0.5 美元、3 万 tokens、20 分钟，并附上一份可直接套用的省钱清单。

一句话答案：0.5 美元、3 万 Tokens、约 20 分钟

项目官方在 README 末尾给出了明确基准（README.md）：

使用官方推荐配置（文本模型gemini-3.1-pro-preview+ 图像模型gemini-3.1-flash-image-preview），每次运行约花费 $0.50，消耗约 30,000 tokens，耗时约 20 分钟。

为什么需要这么多消耗？因为 AutoFigure 不是"一次生成"，而是一个评审-迭代循环，下面逐轮算给你看。

成本从哪来？Review-Refine 迭代循环拆解

整个生成管线由 autofigure/generator.py 的figure_generator_pipeline驱动，默认配置在 autofigure/config.py：

一次完整运行的 LLM 调用账单（按"打满 5 轮"的上限估算）：

1. 初始生成：1 次调用，基于描述/论文生成第一版 SVG 代码
2. 初始评审：1 次调用，多模态模型"看图打分"（0-10 分）+ 给出修改意见
3. 迭代循环：每轮 = 改进 Agent 1 次 + 评审 Agent 1 次，5 轮共10 次
4. 隐藏项：SVG 渲染失败时会自动修复，重试上限 2 次（MAX_REPAIR_RETRIES）

也就是说，上限约 12 次 LLM 调用，且每次调用都要携带论文原文 + 参考图 + 上一版代码 + 评审意见，上下文逐轮累积——这就是 3 万 tokens 的来源。

好消息是循环有"早退机制"（generator.py）：一旦最优版本评分 ≥ 9.0 就立即结束，简单插图往往 2-3 轮即可达标，实际消耗低于上限。

三种使用模式的成本差异

调用agent.generate()（autofigure/agent.py）时，不同入口的成本结构不同：

💡关键结论：同样的提示词，把topic从paper（均值 12,732 tokens）换成textbook（仅 352 tokens），输入成本可下降 97% 以上。复杂度越低，消耗越少。

时间成本拆解：20 分钟花在哪了

• 串行执行：每轮迭代必须"生成 → 本地渲染 PNG → 评审"依次完成，无法并行，这是时间的主要来源
• 本地环节免费：SVG→PNG 渲染（cairosvg）、文件读写都在本地完成，不消耗任何 API
• 模型速度差异：评审用的是多模态大模型（需"看图"），响应比纯文本慢；网络环境（如国内直连海外 API）也会影响总时长
• 提前终止省时间：简单插图 2-3 轮达标即可退出，实际耗时可能只有 8-12 分钟

如果你使用 Web 界面（./start.sh启动后访问 localhost:6002），还要留意共享配额：use-quota-manager.tsx 实现了三重限制——每日请求数、每日 Token 数、每分钟 Token 数（TPM）。配置自己的 API Key 后可绕过全部限制（hasOwnApiKey直接放行），配额值由 env.example 中的环境变量控制。

5 个省钱省时技巧（实操清单）

1. 降低迭代上限：把max_iterations从 5 调到 3，Token 与时间几乎减半，多数插图质量足够
2. 调低质量阈值：quality_threshold=8.0可让循环更早退出（agent.py 支持覆盖）
3. 选对内容类型：能用blog/textbook就不要用paper，输入 token 差异达 30 倍以上
4. 美化按需开：enhancement_count保持 1，需要 3 个候选图时才调高；不用美化就别传enable_enhancement
5. 自带 Key 跑 Web 端：避开共享配额的 TPM 限速等待（触发后需等 60 秒）

模型与服务商选择对成本的影响

官方推荐组合（README.md）：

三家服务商跑的都是同一套 Gemini 模型，价格差异主要来自渠道，而非模型。若预算敏感，优先确认渠道费率；若追求稳定，选网络可达性最好的渠道即可。

快速上手

git clone https://gitcode.com/gh_mirrors/au/AutoFigure cd AutoFigure pip install -e . playwright install chromium

配置好 API Key 后，用Config(max_iterations=3, quality_threshold=8.0)即可开始"经济模式"运行。更多参数见 autofigure/config.py 与 CITATION.cff。

总结

相比约几百元/张的人工绘图外包，AutoFigure 单张不到 5 美元且 20 分钟交付——对论文修改期需要反复重绘插图的场景，性价比优势非常直接。建议先用 3 轮经济档试跑，满意后再为关键插图放开 5 轮满配。

【免费下载链接】AutoFigure项目地址: https://gitcode.com/gh_mirrors/au/AutoFigure