大模型 API 怎么计费?Token 是什么、花费怎么估、怎么省钱

第一次用大模型 API,最容易看不懂的是「每百万 Token 多少钱」。本文用最直白的方式讲清 Token 是什么、输入和输出为什么分开计价、一次调用花多少钱怎么估,以及几种实用的省钱办法。

天机云 TIANJI CLOUD · 更新于

大模型 API 的价格表通常写成「输入 US$x / 百万 Token,输出 US$y / 百万 Token」。第一次看会觉得很贵,其实一次普通对话用到的 Token 远没有一百万。弄懂下面几件事,就能自己估算花费,也知道钱花在哪里。

Token 是什么

Token 是模型读写文字的最小单位。模型不是一个字一个字看,而是把文字切成一个个小片段再处理,每个片段就是一个 Token。

不用自己数:每次调用返回的结果里都有准确的 Token 数,天机面板「用量明细」也逐条记录。

为什么输入和输出分开算钱

输入是你发给模型的全部内容:提问、之前的对话记录、贴进去的文件。输出是模型生成的回答。生成文字要一个 Token 一个 Token 地算,比读取更耗算力,所以输出单价通常是输入单价的几倍。

一次调用花多少钱,怎么估

公式很简单:

估算公式
一次调用花费 = 输入 Token 数 × 输入单价 ÷ 1,000,000
            + 输出 Token 数 × 输出单价 ÷ 1,000,000

比如一次普通问答,提问约 1000 Token、回答约 500 Token,花费就是「输入单价的千分之一,加上输出单价的两千分之一」。价格表上的「每百万 Token」看着吓人,落到一次对话,便宜的模型只要几厘钱。

懒得算的话,天机云大模型介绍页已经按美元参考价换算好了:一次对话大约多少钱、1 美元能聊多少次。各模型的输入、输出单价在面板「模型」页,可以按价格排序。

为什么有时候比预想的贵

六个实用的省钱办法

1. 按任务选模型

任务建议
日常聊天、翻译、改写、总结DeepSeek、通义千问、智谱 GLM 等的轻量版(Flash 等)
写代码、复杂项目Claude Sonnet 或同级别模型
疑难问题、架构设计Claude Opus、GPT 旗舰等,按需切换,不要一直开着
Claude Code 的后台小任务ANTHROPIC_DEFAULT_HAIKU_MODEL 填便宜快速的模型

2. 新任务开新对话

换话题就开新对话,别在一个对话里越聊越长。Claude Code 里用 「/clear」。

3. 长对话压缩

必须延续的长对话,让模型先总结前面的要点再继续。Claude Code 里用 「/compact」。

4. 只贴相关内容

报错日志、文件只贴相关的那一段,别整份贴进去。

5. max_tokens 设合理值

计费按实际生成的 Token 算,设大了不会多扣;但调用前会按最大可能花费预先冻结余额,设得过大可能因余额不足被拒,按需要设就好。

6. 给 Key 设花费上限

每个 Key 可以按天、按月或总额设上限,到了自动停。再配合面板「用量明细」看哪个模型、哪个 Key 花得多。

天机云怎么扣费

还没接入的话,可以先看Claude Code 国内怎么用和图文接入教程。

常见问题

Token 和字数是一回事吗?

不完全是。中文大致一个汉字 1 个 Token 上下,英文一个常见单词大约 1 个 Token,具体以每次调用返回的用量为准。

为什么输出比输入贵?

生成文字要一个 Token 一个 Token 地计算,比读取更耗算力,所以各家模型的输出单价普遍高于输入单价。

设了很大的 max_tokens 会多扣钱吗?

不会多扣,按实际生成的 Token 计费。但调用前会按 max_tokens 估算的最大花费预先冻结余额,设得过大可能因余额不足被拒(402),调小即可。

在哪里看每个模型的价格?

天机面板「天机云大模型 → 模型」页列出全部模型的实时输入、输出单价,可以按价格或性价比排序。

← 全部文章