如何读懂 LLM Token 价格，而不被估算误导

模型价格表看起来很简单：两个美元数字、一个模型名称，再加一个上下文窗口。真正昂贵的错误，往往藏在这些数字之间的假设里。

先看计价单位

大多数服务商以每百万 Token 的美元价格公布文本模型费率。Token 并不等于单词。对英文文本来说，一个 Token 通常约等于四分之三个单词，但代码、数字和非英文文本的结果可能差异很大。

第一步是把单位统一：

成本 = Token 数量 / 1,000,000 × 每百万 Token 价格

如果某模型的输入价格是每百万 Token 2 美元，一次包含 25,000 个输入 Token 的请求，在生成任何输出前已花费 0.05 美元。

四个关键字段

字段	通常含义	常见错误
输入	发送给模型、且未命中缓存的 Prompt Token	忘记 system prompt 与检索文档
输出	模型生成的 Token	按最大输出上限估算，而不是使用真实观测值
缓存输入	从服务商缓存中读取的复用 Prompt Token	假设所有符合资格的 Token 都能命中
缓存写入	写入 Prompt 缓存的 Token	把缓存创建当作免费操作

当前被本站追踪的文本 API 并没有一个可广泛比较的“缓存输出”价格。Prompt Caching 处理的是可复用输入前缀。因此，LLM Price Lens 把第四个字段明确标成缓存写入，而不是虚构一个缓存输出数字。

估算一次真实请求

假设一个应用发送 40,000 个输入 Token，收到 2,000 个输出 Token，其中 30,000 个输入 Token 命中缓存。使用以下假设价格：

价格维度	费率	Token	成本
未缓存输入	$3.00 / 百万	10,000	$0.03
缓存输入	$0.30 / 百万	30,000	$0.009
输出	$15.00 / 百万	2,000	$0.03

本次请求成本是 $0.069，尚未计入缓存写入费用。要得到有意义的月度估算，应乘以真实请求量，并把缓存命中率建模为一个范围，而不是一个承诺值。

为什么账单仍会不同

• 长上下文超过阈值后可能使用不同费率。
• Batch API 可能提供折扣。
• Reasoning Token 即使不会展示给用户，也可能按输出计费。
• 图片、音频、工具和 Web Search 可能采用独立计价单位。
• 模型别名可能切换到新的底层模型或价格。
• 聚合平台可能加入自己的路由规则或服务商变体。

可以先用本站快速比较模型，但在做采购决策前，仍应核对服务商的官方价格页。生产环境的成本控制应记录 API 响应中的真实输入、缓存输入与输出用量，并每月将估算结果与账单对照。