同一个客服机器人需求,用不同的大模型 API 跑一个月,账单可以从几十美元差到上千美元——差距不是玄学,而是计费规则和选型策略的差别。这篇文章不谈虚的,只做三件事:讲清大模型 API 的计费公式,给出主流模型每百万 Token 的价格对比表,再用一个可以逐行复算的案例把"账单是怎么长出来的"拆开给你看。
先说结论:输出 Token 单价贵、多轮对话历史重复计费、推理模型的思维链也收费,这三件事吃掉了绝大多数人账单里意想不到的部分。看懂它们,比任何"省钱咒语"都管用。
一、大模型 API 计费方式:每百万 Token 单价是唯一锚点
目前几乎所有主流大模型 API(OpenAI、Anthropic、Google Gemini、DeepSeek、通义千问等)都采用同一套计费逻辑:按 Token 用量计费,输入与输出分开计价,官方报价以"每百万 Token(1M tokens)多少美元"标注。Token 是模型处理文本的最小单位,一个英文单词约等于 1.3 个 Token,中文则平均一个字约等于 0.6~0.7 个 Token——中英文的 Token 换算差异直接影响成本,我们在此前的 中文 Token 计量与成本指南里做过详细测算。
月账单的计算公式只有一行:
月成本 =(日均调用次数 × 平均输入Token × 30 ÷ 1,000,000 × 输入单价)
+(日均调用次数 × 平均输出Token × 30 ÷ 1,000,000 × 输出单价)
注意三个要点:第一,输入输出的单价不同,输出通常贵 3~8 倍,因为生成 Token 需要逐个解码,算力开销远高于并行处理输入;第二,多轮对话的历史消息每次都会重新计入输入 Token,对话轮次越多,这条"隐形复利"越夸张;第三,推理类模型(如 OpenAI o 系列、DeepSeek R1)的思维链 Token 同样计费,有时候甚至超过最终答案的长度。
二、主流模型每百万 Token 价格对比(2026 年 11 月发稿口径)
下表整理了各厂商官网定价页当前列示的标准 API 价格(美元 / 每百万 Token)。各家价格随新版本发布调整频繁,且部分模型按上下文长度分档计价,下单前务必以官方定价页实时数据为准:OpenAI 定价页、Anthropic 定价页、Gemini API 定价文档、DeepSeek 价格文档(均为官方来源,已附在文末参考链接)。
| 模型 | 输入($/1M) | 输出($/1M) | 备注 |
|---|---|---|---|
| GPT-5 | $1.25 | $10.00 | 缓存命中输入约 $0.125 |
| GPT-5 mini | $0.25 | $2.00 | 轻量任务性价比款 |
| Claude Opus 4.5 | $5.00 | $25.00 | 旗舰,复杂推理与编程 |
| Claude Sonnet 4.5 | $3.00 | $15.00 | 缓存读取约 $0.30 |
| Claude Haiku 4.5 | $1.00 | $5.00 | 快速轻量档 |
| Gemini 2.5 Pro | $1.25 | $10.00 | ≤200K 上下文档 |
| Gemini 2.5 Flash | $0.30 | $2.50 | 高吞吐低价档 |
| DeepSeek V3.2 | $0.28 | $0.42 | 缓存命中输入约 $0.028 |
从这张表能直接读出三个市场事实:旗舰与轻量档的价差在 10 倍以上(Opus 4.5 输出 $25 对比 Flash 输出 $2.5);国产模型的定价显著低于海外第一梯队,DeepSeek 输出单价不到 GPT-5 的二十分之一;缓存命中价格普遍是标准输入价的 1/10 左右,这是所有厂商共同的设计——鼓励你复用相同的系统提示词和文档前缀,具体机制见我们的 提示缓存优化指南。
三、账单拆解:同一个客服机器人,四种方案的月账单
空谈单价没有体感,我们用一个典型场景做完整测算。假设你在做一个智能客服机器人:
- 日均 5,000 次对话请求,每月按 30 天计;
- 每次请求平均输入 2,000 Token(含多轮历史和知识库摘要);
- 每次请求平均输出 500 Token。
先算总用量:每月输入 Token = 5,000 × 2,000 × 30 = 3 亿(300M);每月输出 Token = 5,000 × 500 × 30 = 7,500 万(75M)。下面代入四种方案(美元计,人民币按 7.2 估算仅作参考):
| 方案 | 计算过程 | 月成本 |
|---|---|---|
| A:全量旗舰(GPT-5) | 300M×$1.25÷1M + 75M×$10÷1M = $375 + $750 | $1,125 ≈ ¥8,100 |
| B:轻量档(Haiku 4.5) | 300M×$1÷1M + 75M×$5÷1M = $300 + $375 | $675 ≈ ¥4,860 |
| C:高性价比国产(DeepSeek V3.2,假设 60% 输入缓存命中) | 120M×$0.28 + 180M×$0.028 + 75M×$0.42 = $33.6 + $5.04 + $31.5 | 约 $70 ≈ ¥505 |
| D:分级路由(70% 简单问题走 GPT-5 mini,30% 复杂走 GPT-5) | 210M×$0.25 + 52.5M×$2 + 90M×$1.25 + 22.5M×$10 = $52.5 + $105 + $112.5 + $225 | $495 ≈ ¥3,564 |
同一个产品需求,账单从 ¥505 到 ¥8,100,相差 16 倍。这不是夸张的营销数字,而是上面公式逐行算出来的结果,你可以拿自己的用量代入验证。方案 C 和 D 之间怎么取舍,取决于业务对回答质量的要求:客服场景里大量问题其实是"查订单、问退货政策"这类模板化需求,把它们路由给便宜模型、只把疑难杂症交给旗舰,就是分级调用的价值。如果你的业务允许异步处理(比如批量生成日报、批量翻译),还可以叠加 Batch API 的官方五折,参考 Batch API 半价实战,方案 D 的成本还能再降一档。
四、四个大多数开发者都忽略的计费细节
1. 输出才是账单大头,别让它"自由发挥"
输出单价是输入的 3~8 倍,而很多应用默认让模型写到自然结束。给 max_tokens 设一个合理上限、要求"答案控制在 200 字以内"、让模型输出结构化 JSON 而不是整段散文,通常能直接砍掉 30% 以上账单。
2. 多轮对话的历史是"重复付费"
第 10 轮对话的输入包含前 9 轮全部内容——你为同一段文字付了 10 次钱。长对话场景务必做历史压缩或滑动窗口截断,配合提示缓存可以把重复部分的成本压到十分之一。
3. 推理模型的思维链也在计费
o 系列、DeepSeek R1 这类推理模型会先生成内部推理过程,这些 Token 同样按输出价收费。数学、代码类复杂任务物有所值,但让推理模型回答"今天天气怎么样"就是纯浪费——又一个该用分级路由的信号。
4. 价格之外还有"结构性费用"
文件存储、图片输入按张计费、工具调用的中间结果都可能产生附加费用。我们在此前的 账单暴涨排查指南里记录过真实案例:一个团队月账单突然翻 4 倍,最后发现是日志系统把失败重试也全量计费了。拿到第一张真实账单后,务必逐项核对。
五、价格不是全部:免费额度与降价时间线同样重要
对比价格时别忽略三件事。其一,多数厂商提供免费额度或免费档(Google AI Studio、GitHub Models、各大聚合平台的免费模型),验证期和小流量阶段可以做到零成本,我们维护了一份持续更新的 AI API 免费额度汇总。其二,大模型 API 的价格曲线整体是快速下探的:同样的能力,每一代新模型的单位价格几乎都在下降,锁死某一家的高价套餐前先看看市场。其三,开源模型自部署没有 Token 单价,但 GPU 成本和运维成本要摊进去算,小流量团队自部署多数情况下反而不划算。
想横向查看所有平台的实时报价、免费额度和限速规则,可以直接到 TokenNexus 平台对比页筛选比较。
六、选型决策清单
- 先测用量再谈价格:上线前用小流量跑一周,从响应的
usage字段统计真实输入输出 Token 分布,代入本文公式; - 把输出长度管起来:max_tokens 上限 + 输出格式约束,收益立竿见影;
- 能缓存的一定缓存:系统提示词、知识库前缀固定下来,享受 1/10 的缓存价;
- 建立分级路由:模板化请求走轻量模型,复杂任务才请旗舰出场;
- 异步任务走 Batch:不要求秒回的任务,官方五折是白送的;
- 每月复盘一次账单:价格在降、用量在涨,静态方案三个月就会过期。
常见问题
每百万 Token 价格到底是什么单位?
官方报价的统一计量方式:每处理 1,000,000 个 Token 收取标价的美元金额。1 百万 Token 约相当于 60~90 万英文单词量级的文本,中文约 50~70 万字,随分词器略有差异。
为什么同一模型在不同平台价格不一样?
官方 API 按官网价结算;云厂商托管版、聚合平台和中转服务会加价或折扣,部分按充值档位浮动。比价时同时看单价、稳定性与合规性,平台对比页有各家的结构化数据。
输入输出为什么要分开计价?
输入是一次性并行计算,输出是逐 Token 自回归解码,后者算力成本数倍于前者,所以输出单价普遍更高,这也是"控制输出长度"能省钱的原因。
有没有官方的账单估算工具?
OpenAI、Anthropic、Google 都在开发者文档中提供了交互式定价估算器或价格计算参考,配合本文第三节的公式,双核对基本可以控制在真实账单 ±10% 以内。
价格数据均取自各厂商官方定价页发稿时列示口径,后续可能随版本调整:OpenAI API Pricing(openai.com/api/pricing)、Anthropic Pricing(anthropic.com/pricing)、Gemini API Pricing(ai.google.dev/gemini-api/docs/pricing)、DeepSeek Pricing(api-docs.deepseek.com)。本文为选型方法论分享,不构成任何消费或投资建议。