大模型API价格怎么算-输入输出缓存与100万Token说明

通用公式：API 费用 = 未缓存输入 Token ÷ 1,000,000 × 输入单价 + 缓存输入 Token ÷ 1,000,000 × 缓存单价 + 输出 Token ÷ 1,000,000 × 输出单价 + 其他费用。

大模型 API 价格怎么算：5 步完成估算

1. 确认实际调用的模型版本和计费模式。
2. 从官方价格页记录输入、缓存输入和输出的每百万 Token 单价。
3. 从 API 返回值或用量后台取得各类 Token 数，不用肉眼按字数猜。
4. 将每类 Token 分开套入公式，再加工具、存储或批处理费用。
5. 按支付渠道加入汇率、平台倍率或充值折算，得到实际支出。

最关键的是“分开算”。把输入和输出相加后统一乘一个单价，结果通常会错，因为同一模型的输入价、缓存价与输出价往往不同。

第一步：认准模型完整名称与价格档位

同一家厂商的旗舰、轻量和推理模型，单价可能相差明显。即使名称相近，快照版本、标准模式、批处理模式和区域端点也可能采用不同价格。部分模型还会在输入超过某个长度后进入更高档位。

因此，报价页只写“GPT”“Claude”或“Gemini”还不够。你需要看到完整模型名、输入价、输出价、缓存规则和更新时间。比较 API 类商品时，可先浏览一可比价网商品目录，再把不同渠道的报价换成同一单位。

第二步：从 usage 字段读取 Token 用量

一次调用结束后，主流 API 通常会在响应的 usage 或 usage_metadata 中返回输入、输出和总 Token。缓存命中、推理 Token 等细项的字段名因平台而异，以对应接口文档为准。

账单应以服务端记录为准。中文字符、英文单词、数字、标点和代码的切分方式不同，“1000 个汉字等于 1000 Token”并不成立。换模型后，分词结果也可能变化。

第三步：分别代入每百万 Token 单价

假设某模型的输入价为 2 美元/百万 Token，缓存输入价为 0.2 美元/百万 Token，输出价为 10 美元/百万 Token。某次请求消耗 8,000 个普通输入 Token、20,000 个缓存 Token，并生成 1,500 个输出 Token：

输入费用：8,000 ÷ 1,000,000 × 2 = 0.016 美元
缓存费用：20,000 ÷ 1,000,000 × 0.2 = 0.004 美元
输出费用：1,500 ÷ 1,000,000 × 10 = 0.015 美元
本次合计：0.016 + 0.004 + 0.015 = 0.035 美元

这里的价格只是演示计算，不代表任何具体模型。正式估算时，应复制当天官方价格或渠道公开价，并保留核验日期。

第四步：加入非 Token 费用

开启联网搜索后，账单可能同时出现模型 Token 费与搜索调用费；显式上下文缓存可能另收存储费；代码执行可能按容器时长计费。图片、视频与音频也不一定沿用纯文本单价。看到“每百万 Token 仅需 X 元”时，要确认它是否只指文本输入。

第五步：换算成真正支付的人民币

官方以美元计价时，可用“美元费用 × 支付渠道结算汇率”换算人民币。第三方平台还可能设置模型倍率或余额兑换比例。不同平台对“1 元余额”“1 美金额度”和“1 倍率”的定义并不统一，不能只看充值面额。

较稳妥的比较方式，是拿同一组输入、缓存和输出用量，在各平台分别计算最终扣款。可以通过同源商品报价核对相近商品，并查看商品说明中的余额单位、可用模型、有效期和退款条件。

100 万 Token 是多少？它不是一次必须用完的套餐

“每 100 万 Token 多少钱”是一种计价单位，作用类似“每度电多少钱”。你不必一次消耗 100 万 Token，也不代表充值后会固定得到 100 万个字。实际只用 25,000 Token，就按 25,000 ÷ 1,000,000，也就是该档单价的 2.5% 计算。

100 万 Token 也不能固定换算成多少汉字。文本语言、标点、空格、代码和模型分词器都会影响结果。需要精确预算时，先用目标模型的 Token 统计接口测试一批真实请求，再用平均值估算月用量。

月成本估算：单次平均费用 × 每日调用次数 × 每月使用天数。不要只拿“每次提问的可见字数”计算，因为系统提示、历史对话和工具结果也会进入输入。

输入、输出和缓存 Token 到底怎么区分

输入 Token：不只包括你刚打的那句话

输入通常包括系统指令、当前问题、已携带的聊天记录、上传文档解析内容、工具说明与工具返回结果。一个对话到了第 20 轮，你只输入“继续”，接口仍可能发送前面的大段上下文。于是问题很短，输入账单却继续上涨。

输出 Token：可见回答之外还要看推理计费

输出是模型生成的内容。某些推理模型还会产生不可完全展示的推理 Token，并按平台规定计入输出或单独统计。设置最大输出长度只能限制上限，不等于每次都会消耗到上限。要控成本，回答长度、推理强度和任务复杂度都要观察。

缓存 Token：命中后便宜，但不是免费

缓存适合重复使用长系统提示、同一份文档或稳定的代码前缀。首次写入可能按普通输入价或更高倍率计费，后续命中才按较低价格读取。各平台对最小长度、前缀一致性和有效时间的要求不同；改动提示开头，也可能让后面的大段内容无法命中。

假设 10 次请求都携带 100,000 Token 的同一文档，普通输入价为 2 美元/百万 Token，缓存读取价为 0.2 美元/百万 Token。忽略首次写入差异，第一次按普通输入计算为 0.20 美元，后 9 次缓存读取共 0.18 美元；若全部未命中，仅这部分输入就要 2 美元。缓存是否划算，取决于复用次数和平台规则。

为什么实际扣费会高于你的预估

如果某渠道的扣费突然变化，可查最近价格变化并保留调用时间、模型名、usage 明细和余额截图。公开报价只能说明页面当时展示的价格，不能替代你的实际账单。

比较不同 API 报价时，用这张核对清单

1. 模型是否一致：完整名称、版本、上下文长度和推理模式是否相同？
2. 单位是否一致：报价是每千 Token、每百万 Token、美元还是人民币？
3. 输入输出是否分价：缓存命中与未命中有没有单列？
4. 倍率如何定义：倍率作用于官方价、平台余额还是充值金额？
5. 额外费用有哪些：搜索、图片、存储和工具调用是否另算？
6. 余额有什么限制：是否过期，能否退款，模型调价后怎样扣除？

一可比价网展示的是第三方页面的公开价格、库存与更新时间，不对账号来源、长期可用性或履约能力作保证。数据采集和限制可查看数据介绍。

关于大模型 API 价格的常见问题

100 万 Token 等于 100 万个汉字吗？

不等于。Token 是模型分词后的计量单位，一个汉字、标点、英文片段或代码符号可能采用不同切分方式。准确数量应由目标模型的统计接口或账单返回。

为什么我只问一句话，却用了很多输入 Token？

API 可能同时提交系统提示、历史对话、文档和工具定义。聊天界面上只看到一句新问题，不代表请求体里只有这一句。

有缓存是不是一定更便宜？

不一定。内容需要满足平台的缓存条件，而且首次写入、存储时长可能收费。短提示只调用一两次时，缓存带来的节省可能很小；长文档被重复查询时更容易体现价值。

购买 ChatGPT、Claude 等会员后，会赠送 API 额度吗？

通常应把聊天产品订阅与开发者 API 账单视为两套产品，不能默认会员费包含 API 余额。是否互通要以对应厂商当前账户与计费说明为准。

最后：先统一口径，再比较价格

弄清大模型 API 价格怎么算，核心不是背下一张随时会变的价格表，而是保存一套可重复使用的公式。拿到模型完整名称、三类 Token 用量和对应单价后，先算模型费用，再加入工具费、倍率与汇率。

准备购买 API 余额或平台 Key 时，先在一可比价网比较当前价格与库存。把“每百万 Token 的实际扣款”作为统一单位，同时核对余额有效期、模型范围、售后边界和最近更新时间。

资料来源与核验说明

• OpenAI：什么是 Token，如何计算 Token
• Anthropic：Claude API 定价与提示缓存
• Google：Gemini Developer API 价格
• DeepSeek：模型与价格

本文于 2026 年 8 月 2 日核验计费规则。各厂商可能调整模型、价格、缓存和工具收费，实际费用以调用当日的官方价格页与账户账单为准。