Самое простое — ставить чёткий лимит по расходам и реально стричь длинные запросы с ответами. Кэширование реально спасает, если запросы похожи. И не всегда нужна самая навороченная модель, часто GPT-3.5 выручает без ущерба. Если за этим не следить — счёт растёт на глазах.