Token 与计费逻辑：你付的 API 费到底花在哪
一句话结论：输入输出分开计价，账单滚雪球；贵在长上下文与循环
读之前建议先懂： 上下文窗口：AI 的"工作记忆"为什么有限，又为什么越来越不够用
📌 本页有意不写任何具体价格。价格按月变动，写死的数字会在几周内变成误导——本页只讲计费机制与省钱杠杆。做采购决策前，请查各厂商官方定价页。
当前判断
- 贵不在单次问答，贵在高频、长上下文、全自动三类场景。
- 三条省钱杠杆：砍上下文 > 模型分级 > 控制输出。
- Agent 循环是成本放大器：20 步任务轻松百倍消耗。
一句话结论
API 按 Token 收费，且输入（提示）和输出（回答）分开计价——你的钱 = 每一轮都重新发送的全部上下文 × 输入单价 + 生成的回答 × 输出单价。长对话越来越贵，是因为账单是”滚雪球”式的。
逻辑链
模型按 Token 处理文本（见 01-llm是如何思考的）→ API 每次调用都要重发全部历史（见 02-上下文窗口）→ 输入 Token 随对话轮次累积增长 → 费用 ≈ Σ(每轮的上下文长度) × 输入价 + 输出长度 × 输出价 → 所以”聊得越久、贴得越多、Agent 循环越多”，成本超线性上涨
展开
1. 三条省钱的杠杆（按效果排序）
- 砍上下文：定期让 AI 总结结转、丢弃无关历史——直接砍掉最大的成本项
- 模型分级：简单任务（改写/分类/摘要）用小模型，难题才用旗舰模型；不同档位模型的单位价差可达一个数量级以上
- 控制输出：明确要求”50 字内""只列要点”——输出单价通常显著高于输入单价（具体倍数随模型与时期变化，以官网为准）
2. 为什么 Agent 贵
Agent 每一步循环都带着全部历史 + 工具返回的大段内容再跑一遍模型（见 06-Agent的逻辑）。一个 20 步的 Agent 任务，Token 消耗轻松是普通对话的百倍。用 Agent 前先问：这个任务的产出值多少钱？
3. 换算手感
不写具体数字，只给可复用的手感：把 Token 想成”字数”，把上下文想成”每轮都要重交一遍的作业”。于是成本 = 作业长度 × 交的轮数。真正要盯的不是单次问答（单次极便宜），而是高频 × 长上下文 × 全自动这三件事叠在一起的场合——它们才是账单失控的地方。需要数字时请查厂商官网定价页。
决策规则
| 条件（IF） | 动作（THEN） |
|---|---|
| 成本超预期 | 按顺序砍：上下文 → 模型档位 → 输出长度（顺序即效果排序） |
| 要上 Agent / 自动化 | 先设预算熔断（超 X 元自动停），再谈能力 |
| 只是日常问答 | 用网页版订阅即可，不必上 API |
常见误区
- ❌ “包月会员 = API 计费” —— 订阅制（如网页版会员）与 API 是两套账；重度自动化用户往往 API 更可控
- ❌ “缓存就是省钱开关” —— 上下文缓存确实能降重复输入的成本，但只在”前缀重复高”的场景有效
- ❌ “免费工具没有成本” —— 免费通常意味着你的数据被用于改进服务或其他变现，成本只是换了形态
现在就能做的事
- 把你最频繁的一个 AI 用法按”输入长度 × 频次”粗算一遍月成本，判断该不该用 API + 小模型替代
- 给自己的 Agent 任务设”预算熔断”：超过 X 元自动停（护栏意识，见 06-Agent的逻辑）
相关页面
- 01-llm是如何思考的 / 02-上下文窗口 — 计费的机制根源
- 06-Agent的逻辑 — 成本放大器
- 10-AI工具选型五步法 — 第 4 步”总拥有成本”用到这里的手感
出处与置信度
| 引用点 | 出处 | 类型 | 核验 |
|---|---|---|---|
| Token 是处理与计费单位、输入/输出分开计价、每轮重发全部上下文 | 由 01-llm是如何思考的（Token 化）+ 02-上下文窗口（每轮读入全部上文）推导 | [推导] | ✅ 机制稳定 |
| 上下文缓存只对”前缀重复高”的场景有效 | 各厂商官方缓存定价说明 | [官方文档] | ⚠️ 待核验：规则随厂商而变 |
| 具体价格、模型档位价差 | 各厂商官方定价页 | [官方文档] | ⚠️ 待核验（有意不写）：本页只讲机制 |
策略说明（待站长确认）：本页刻意不写具体价格。若你更希望读者看到参考数字，可改为”机制 + 查询方法 + 标注核验日期”的版本——告诉我即可。