我从去年开始用 Page-agent 做浏览器自动化，跑了大概 8 个月的官方 OpenAI/Claude 直连账单，单月最高冲到过 $4,200。问题不是模型不够强，而是我忽略了 Page-agent 这种"每一步都让 LLM 决策"的工具，对 token 的消耗是指数级的——单次任务平均 40 轮对话、约 280K input + 35K output。这意味着，你选哪个模型、走的哪个通道，直接决定月底账单是 $200 还是 $2,000。这篇文章是我把整套 Page-agent 流水线从官方直连迁移到 HolySheep 中转的完整复盘，重点讲清 GPT-5.5 与 Claude Opus 4.7 在 Page-agent 场景下的真实成本差、回本周期，以及踩过的 5 个坑。
一、为什么 Page-agent 场景下，模型选型比你想的重要 10 倍
Page-agent 的工作模式是：每一步操作（点击、输入、判断页面状态）都让 LLM 读当前 DOM + 截图 + 历史轨迹，再吐出下一步 JSON 指令。官方给的开源版本（GitHub 12.4K star）默认调用 GPT-4o，我自己压测过，单任务平均：
- 步数：32~48 步
- 每步 input tokens：约 8,500（截断后的 DOM 摘要）
- 每步 output tokens：约 1,100（JSON 工具调用）
- 总 input：~280K，总 output：~35K
假设你每天跑 500 个任务，单月 input 消耗 ≈ 4.2 亿 tokens，output ≈ 5,250 万 tokens。这个量级下，每 $1/MTok 的差价都会放大成月级别几千美元的差距。
二、2026 年主流模型在 Page-agent 场景下的价格对比
先说结论：在 Page-agent 这种 input 远大于 output 的负载下，input 单价比 output 单价重要。下面是当前市面主流模型在 HolySheep 通道上（官方同步价）的公开报价：
| 模型 | Input ($/MTok) | Output ($/MTok) | Page-agent 单任务成本 | 月成本(500任务/天) |
|---|---|---|---|---|
| GPT-5.5 | 2.50 | 12.00 | $1.12 | $16,800 |
| Claude Opus 4.7 | 5.00 | 25.00 | $2.28 | $34,200 |
| Claude Sonnet 4.5 | 3.00 | 15.00 | $1.37 | $20,500 |
| GPT-4.1 |