场景 · 成本估算

成本估算:三个数字算清楚一个月花多少

成本 = 请求数 ×(输入 token × 输入价 + 输出 token × 输出价)。难的是估准这三项,不是算乘法。

估算模型

Pythonpython
req_per_month = 100_000
in_tok  = 1500    # 平均输入 token(含系统提示与历史)
out_tok = 350     # 平均输出 token
p_in, p_out = 2.0, 10.0  # 元/百万 token,从模型页复制

cost = req_per_month * (in_tok * p_in + out_tok * p_out) / 1_000_000
print("月成本约", round(cost, 2), "元")

怎么拿到真实 token 数

  • 响应里的 usage 字段直接给出 prompt / completion token 数;
  • 先用 1% 的流量跑一天,用真实分布代替拍脑袋;
  • 注意系统提示与历史每轮都会重复计费,它们常是输入 token 的大头。

四个降本手段

  1. 换档位:简单任务用轻量档,价差 10 倍起;
  2. 换分组:同模型不同分组单价不同,看 模型页 的价格表;
  3. 压缩历史:摘要替代全量历史,输入 token 能降一半以上;
  4. 用缓存:固定系统提示词可命中上游提示词缓存,按缓存价计费。

常见问题

为什么实测成本比估算高?

通常是漏算了系统提示与历史累积、重试请求,以及输出 token 比预期长。用 usage 字段统计真实分布。

1 元 = 1 美元额度是什么意思?

充值按 1:1 折算为美元额度,扣费按模型刊例价乘以分组倍率计算,所以不同分组的实际折扣不同。