大模型推理成本高，如何系统性降本且不降质

线上大模型服务月成本偏高，调用中约 60% 是输入 token（含较长检索上下文与多轮历史），20% 是重复/近似重复提问，输出长度不受控；业务方要求降本 40% 但答案质量不能明显下降。请给出优化路径、优先级、风险与验证方法。