几乎所有模型价格表都只列两个数字：每百万 token 的输入价和输出价。但真实账单通常有五到六行，真正决定你付多少钱的，往往是标题里没写的那几行。
计费单位是 token，不是字数、字符或请求数。英文散文大约每 token 0.75 个词，代码、JSON、非拉丁文字和长标识符的 token 化效率都更差，且不同模型家族的 tokenizer 各不相同。价格按每百万 token 报价，是因为单个 token 的价格全是零。计费模型不区分 token 是否真正贡献了答案——检索文档里没被读到的 token、框架自动追加的工具 schema、每轮对话重复发送的系统提示，全部按输入计费。账单超预期最常见的原因不是模型贵，而是提示词变长了。
可计费的账单行：
• 未缓存输入（每 token 最便宜但数量通常最大）
• 缓存输入（命中前缀缓存，费率远低于未缓存）
• 缓存写入（部分供应商首次写入缓存会加价）
• 输出（价格通常是输入的数倍）
• 推理 token（隐藏思考过程按输出价计费，是账单远超预期的常见原因）
• 图像/音频输入（按张/秒或按公式折算 token）
• 托管工具调用
• 文件存储
• embedding 等非 token 行
单次请求成本公式：cost = (P_in × T_in_uncached + P_cache × T_in_cached + P_write × T_cache_written + P_out × (T_visible_out + T_reasoning)) / 1e6。提示词缓存、缩短输出、级联调用、重试，本质上都是在攻击公式中的某一项。
输出比输入贵，是因为读取提示词是单次并行扫描，而生成是逐 token 串行前向传播，无法并行化。实际含义是：多发输入便宜，多要输出昂贵。10,000 token 提示词配 100 token 回答，通常比 1,000 token 提示词配 1,000 token 回答更便宜也更快。
看价格表时，要算混合价而不是标题价：按实际输入输出比例 r，有效单价为 (r × P_in + P_out) / (r + 1)。先查缓存读取折扣倍数，再确认推理 token 是否计费，注意单位是每百万还是每千。唯一有意义的数字，是用你的 token 数算出的单次请求成本。
供应商的价格页都是快照，价格会随模型迭代持续变动。任何记录都应标注日期和来源，超过一个季度的报价只能当估算值。跨供应商比较同一模型，要同时对比所有账单行，而不是只看标题那对数字。
#开发者 #工具 #LLM #AI #Token #成本优化 #API
@DevToolboxHub