
> 很多开发者第一次跑通大模型 API，最懵的不是代码，而是账单。同样是问一句话，为什么扣的钱忽多忽少？为什么同一段文字，不同模型价格差好几倍？这篇文章把 Token 计费的底层逻辑讲清楚：钱到底是怎么扣的，输入和输出差多少，以及你真正该盯住的是哪两行数字。

> **先说结论**：模型按 Token 计费，**费用 = 输入 Token × 输入单价 + 输出 Token × 输出单价**，输入和输出两行分开计价。绝大多数模型的输出单价是输入的 **2~6 倍（最常见 4 倍）**，但也有智谱 ChatGLM、月之暗面 Kimi 这类输入输出同价的。而真正烧钱的往往不是单次提问，而是多轮对话里每轮重发的历史、以及输出量大的任务被高价放大。

---

## 一、Token 是什么，为什么不能按字数收费

先解决最基础的问题：模型不是按"字"计费的，是按 **Token** 计费的。

Token 是模型能识别的最小文本单位，可以理解成模型"单词表"里的一个词条。不同模型用不同的分词器（Tokenizer）切分文本，所以同样的内容，在不同模型眼里 token 数也不一样，这很正常。

工程上常用这两个近似值快速估算：

- 英文：约 **1 个 Token ≈ 3-4 个字符**
- 中文：约 **1 个汉字 ≈ 1-2 个 Token**（日常估算常按 1000 汉字 ≈ 1500~2000 Token）

比如"你好，世界"拆开可能是 `[你, 好，, 世, 界]` 之类的组合。你不需要背这些规则，只要记住一点：**Token 是比"字"更细的计费颗粒，厂商无法按字数收你钱，因为字数在模型眼里没有意义。**

---

## 二、一份账单是怎么算出来的

一次完整调用，模型账单里永远有两行：

```
{
  "usage": {
    "prompt_tokens": 5200,      // 输入 Token（你的提问 + 历史 + 系统提示词）
    "completion_tokens": 1800,  // 输出 Token（模型生成的回答）
    "total_tokens": 7000
  }
}
```

计费公式就一句话：

```
本次费用 = 输入Token数 × 输入单价 + 输出Token数 × 输出单价
```

注意：**输入和输出是分开计价的**，价格往往还不一样。你"看到"的每一次调用，背后付费的输入 Token 远不止你敲的那几个字，它包含：

- 你这次发的提问；
- **整段对话历史**（多轮对话会每轮把前面所有内容重新发一遍）；
- 系统提示词（System Prompt）；
- 多模态场景下的图片/文档切片；
- 如果你挂了 RAG，检索回来的上下文也全部算输入。

举一个真实可算的例子。用 DeepSeek V3.1（输入 2 元/百万 Token，输出 8 元/百万 Token）跑一次代码问答：

| 项目 | Token 数 | 单价 | 费用 |
|------|---------|------|------|
| 输入（含系统提示 + 历史 + 提问）| 5,000 | 2 元/百万 | 0.010 元 |
| 输出（生成的代码片段）| 2,000 | 8 元/百万 | 0.016 元 |
| **合计** | 7,000 | - | **0.026 元** |

单次看很便宜。但把这个结构放大到一个真实的聊天机器人（每天 10 万次调用、平均历史 8000 Token）就能发现，账单大头往往不是输出，而是被反复重发的输入历史。

---

## 三、输入和输出价格到底差多少

这是最容易踩坑的地方。为什么输出比输入贵？因为两者的计算成本不对称：

- **输入**：prompt 可以批量并行处理、命中缓存直接秒回，单位成本低；
- **输出**：模型是"逐 Token 生成"的（auto-regressive），后一个 Token 依赖前一个，无法并行，还要保证生成质量，单位成本高得多。

所以主流厂商普遍把**输出定得比输入贵**。下面是几家常被对比的模型（以官方常见报价为例，单位：元 / 百万 Token）：

| 模型 | 输入价 | 输出价 | 输出/输入倍数 |
|------|-------|-------|-------------|
| DeepSeek V3.1 | 2 | 8 | **4 倍** |
| DeepSeek R1 | 4 | 16 | **4 倍** |
| 通义千问 Qwen3-235B | 4 | 16 | **4 倍** |
| 通义千问 Qwen-Turbo | 2 | 6 | **3 倍** |
| Doubao-Pro-32K | 0.8 | 2 | 2.5 倍 |
| GPT-4o | 17.5 | 70 | **4 倍** |
| Claude Sonnet 4.5 | 21 | 70 | **3.3 倍** |
| ChatGLM-4-Plus | 5 | 5 | **1 倍（同价）** |
| Moonshot 128K | 12 | 12 | **1 倍（同价）** |

可以看到，**绝大多数模型的输出价格是输入的 2~6 倍，最常见的是 4 倍左右**；但也有厂商（智谱 ChatGLM、月之暗面 Kimi）输入输出同价。

这个"倍数"对成本结构影响巨大。假设你做个 AI 写作/代码生成产品，输出量很大，那 4 倍价差会直接主导你的成本——同样是 10 万 Token 总量，输入:输出 = 9:1 和 1:9，成本能差好几倍。所以选型时不要只盯"输入多便宜"，要算**你产品实际的输入输出比例**。

如果你要批量对比几十个模型的输入/输出单价、又不想逐个翻官网维护表格，可以用网关后台直接对账——星枢无极这类聚合平台会把各家模型的输入价、输出价和你的每次用量列在同一张账单里，按上面的公式把「输入 Token × 输入价 + 输出 Token × 输出价」逐行算给你看，省掉自己翻各家控制台对数字的功夫。

---

## 四、为什么实际账单总比"感觉"贵——三个隐藏成本

**1. 多轮对话的历史每轮都在重发（最容易忽视）**

聊天第 10 轮时，模型要重新读前 9 轮。历史越长，每一轮的输入 Token 越多，钱是"复利式"增长的。10 轮对话的真实输入 Token，可能比你想象的多 10 倍以上。

**2. 长上下文窗口不等于"用多少算多少"**

你塞进 128K 窗口的每一段文档、每一条检索结果，都是按输入单价计费的。RAG 应用"检索太贪"（一次塞回 5 万字）成本会直线上升。

**3. 输出量大的任务被高价放大**

代码生成、长文润色、表格转换这类场景输出动辄几千 Token，乘以 4 倍单价后，才是成本的大头。开发阶段感觉"没什么成本"，一上量就暴露。

> 顺带一提，不少厂商对"命中缓存的输入"给了更低的单价，重复性 prompt 可以明显省钱。这也是为什么把固定系统提示词单独拆出来、让可缓存部分尽量稳定，是真实的成本优化手段。

---

## 五、控制 Token 成本的四个抓手

| 抓手 | 做法 | 省在哪 |
|------|------|--------|
| ① 压缩上下文 | 对话截断、历史摘要化、固定系统提示词 | 输入 Token 大幅减少 |
| ② 场景路由 | 简单任务走便宜模型，难任务才上旗舰 | 平均单价下降 |
| ③ 用对窗口 | 32K 够就别开 128K/1M | 不为用不到的长度付费 |
| ④ 打缓存 | 高频固定 prompt 让它命中缓存价 | 命中部分单价可低一个数量级 |

一句话总结省钱心法：**模型再便宜，也架不住你把 5 万字历史和文档一遍遍重发；先把输入量降下来，再谈单价。**

如果你的团队要同时接 3 家以上厂商，成本管控的瓶颈往往不再是"哪家便宜"，而是**每家一套账单、单位不统一、没法横向对比**。这种场景适合走统一网关：星枢无极兼容 OpenAI SDK 和 Anthropic 协议，接入后多模型的消耗会折算成同一套 Token 口径、汇总到同一个后台，按量总额和分模型用量一目了然，方便给多个模型做 A/B 测试和成本对账。

---

## 六、FAQ：两个高频问题

**Q：为什么输出比输入贵这么多？**

A：两者计算成本不对称。输入（prompt）可以批量并行处理、命中缓存直接秒回，单位成本低；输出（completion）是模型逐 Token 自回归生成，后一个 Token 依赖前一个、无法并行，还要保证生成质量，所以单位成本高得多。这也是主流厂商把输出单价定成输入 2~6 倍的原因。

**Q：有没有输入输出同价的模型？**

A：有。智谱 ChatGLM-4-Plus（5 元/5 元）、月之暗面 Kimi（12 元/12 元）都是输入输出同价。如果你的产品输出量很大，这类同价模型在"输出单价"这一项上反而有明显优势。

---

## 七、小结：看懂账单只要抓住这三件事

1. **费用 = 输入 Token × 输入单价 + 输出 Token × 输出单价**，两行分开算；
2. **输出普遍比输入贵 2~6 倍**（多数约 4 倍），但 ChatGLM、Kimi 同价——选型要按你产品的输入输出比例来；
3. **真正烧钱的是每轮重发的历史和输出量**，不是单次提问本身。

**给你的一个自查动作**：翻一下最近一次调用的 usage 字段，看看 `prompt_tokens` 和 `completion_tokens` 的比值，再对着单价心算一次——如果 prompt 占比特别高，先优化上下文；如果 completion 占比高，那就更值得为"输出单价"挑选便宜的模型或档位。把这两行数字看懂，AI API 的账单就再也吓不到你了。

---

*本文价格数据参考 2026 年 6 月各厂商公开报价，模型价格波动频繁，实际以官网实时价格为准。*

很多开发者第一次跑通大模型 API，最懵的不是代码，而是账单。同样是问一句话，为什么扣的钱忽多忽少？为什么同一段文字，不同模型价格差好几倍？这篇文章把 Token 计费的底层逻辑讲清楚：钱到底是怎么扣的，输入和输出差多少，以及你真正该盯住的是哪两行数字。

以 Token 计费到底怎么算？输入和输出价格差多少？

人工智能

云计算

后端

大模型API账单的核心是Token计费：费用=输入Token×输入单价+输出Token×输出单价，两行分开算。输出通常比输入贵2~6倍，但ChatGLM、Kimi同价。多轮对话的历史重发和输出量是烧钱大头，控制上下文和输出量比单纯比单价更关键。看懂usage字段的prompt_tokens和completion_tokens比值，就能精准优化成本。

聊天机器人

代码解释

A/B测试

路由

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

大模型API账单的核心是Token计费：费用=输入Token×输入单价+输出Token×输出单价，两行分开算。输出通常比输入贵2~6倍，但ChatGLM、Kimi同价。多轮对话的历史重发和输出量是烧钱大头，控制上下文和输出量比单纯比单价更关键。看懂usage字段的prompt_tokens和completion_tok...

以 Token 计费到底怎么算？输入和输出价格差多少？-腾讯云开发者社区-腾讯云

以 Token 计费到底怎么算？输入和输出价格差多少？

以 Token 计费到底怎么算？输入和输出价格差多少？

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐