Token 成本

Token Cost

也常被叫作：计费AI费用用量账单

AI 与 Agent 通常止于「概念」约 1 分钟读完

你可能会这么说

「用 AI 到底怎么花钱？为什么聊着聊着账单就上去了？」

Token 成本 Token Cost

AI 按 token 量计费：输入输出都收钱，长对话会把历史反复重算，钱就这么花掉的。

AI 的计费单位是 token——你发过去的和它吐出来的每一小块内容都算钱。输入和输出都收费，而且通常输出的单价更贵。所以「让它多解释一遍」「把整个文件贴进去」「让它复述你的需求」这些动作，每一件都在直接花钱。

真正让账单悄悄变大的，是长对话的重复计费。AI 没有记忆，每一轮都要把当前能看到的全部内容重新读一遍——包括你第一轮说的那句话。一个聊了 50 轮的长对话，第 50 轮的输入量可能是第 1 轮的几十倍，而且每一轮都按这个量收钱。所以成本不是线性增长，是加速增长。输出也一样：模型一次只能生成有限个 token，让它长篇大论，等于按字数付费还等得更久。

省钱不是抠门，是把它当可测量的量来管：知道大概价格（模型之间差异很大，贵的可能差一个数量级）、看用量页面的真实数字、把大文件换成摘要、把长对话拆成多轮短交接。判断省不省钱的唯一标准是账单数字，不是感觉。

长什么样真实可交互，不是截图

这一轮的账单
输入 12,000 tokens × 输入单价 = 输入费
输出   800 tokens × 输出单价（更贵）= 输出费
───────
长对话的真相：
第 50 轮会把前 49 轮的内容
再算一遍输入费

✕ 烧钱动作整个项目贴进去
让它复述你的需求
一个对话聊到底

✓ 省钱动作只贴相关文件
直接要结论
分轮做，每轮给交接

单价数字因模型而异，这里不写死。你要记住的是结构：输出更贵、历史反复重算——这两条决定了大部分账单。

拆开看，里面有这几块

1
输入 token Input
你发过去的一切，包括历史消息和贴入的文件。长对话里这是最大的开销项。
2
输出 token Output
它生成的内容。通常单价比输入贵，长篇输出是隐形成本。
3
单价 Price per token
每个模型不同，贵的可能差一个数量级；同一模型还有缓存命中和未命中的差价。
4
累计重算 Re-billing
长对话每轮把全部历史重新作为输入计费。成本随轮数加速增长。

常见的有哪几种

按量付费Pay-as-you-go

用多少算多少，灵活，账单直接反映用量。

用在：个人日常使用

包月额度Subscription

固定月费含一定额度，超额另算。

用在：使用强度稳定的场景

企业协议Enterprise

批量折扣、私有部署、审计。

用在：团队或高频调用

容易搞混？这样区分

Token 成本 ≠ Token Token

Token 是计量单位（内容被切成的小块），Token 成本是这笔账（单位 × 数量 × 单价）。懂 token 才能看懂成本从哪来。

看 Token

Token 成本 ≠ 上下文窗口 Context Window

窗口是容量上限，成本是每轮实际读了多少。窗口大不等于贵——贵不贵，看每轮输入的 token 量。

看上下文窗口

Token 成本 ≠ 字数 Character count

中文字数接近 token 数，但英文长单词、代码符号、缩进会明显多算。估费用别拿字数当 token 数。

什么时候用得上

账单突然变高

先查有没有超长对话没结束，或者反复贴大文件。这两个是最常见原因。

换模型前

先对比单价和窗口，别只看「能力更强」。贵的模型单轮可能贵一个数量级。

批量任务

能合并的合并、能精简的精简、能用缓存的用缓存，压单轮成本。

你可以这样跟 AI 说

直接复制下面这段，把【】里的换成你的情况。它比一句「帮我加个 X」多说清楚了：改哪里、不许动啥、做完交什么。

【任务】评估一下用 AI 做 [这个事] 一个月大概花多少钱
【范围】只做估算和给省钱建议，不要改任何代码和配置
【目标】给出：
  1. 月成本估算，附完整计算过程（用量假设 × 单价 × 频率）
  2. 成本主要花在哪：输入 / 输出 / 长对话重算
  3. 3 个具体的省钱动作，每个写清省什么、代价是什么
【边界】不要推荐我换成具体付费产品；不要编造价格，给不出准确单价就标注「需查当前价格」
【交付】
  1. 计算过程（数字对数字，我能复核）
  2. 省钱动作清单（动作 → 省什么 → 代价）
  3. 哪些数字你没核实、我自己怎么核实

「需查当前价格」这句话很值钱：AI 对价格特别自信，却经常用几个月前的数字算今天的账。逼它标注不确定项，账单才不会估错。

它说「做好了」，你怎么自己验

这是本站的重头戏。AI 最会的不是写代码，是说「已完成」。这一条，它通常最多做到「概念」这层：只是说清了要做什么，还没有任何东西在跑。

要亲眼看到这些，才算数

打开平台的用量 / 账单页面，看实际消耗的 token 数，和它的估算对不对得上。
记录一个长对话开始和结束的用量数字，验证「历史反复重算」是不是真的让成本加速。
执行一个省钱动作（比如让它不复述需求），对比前后输出 token 是否下降。

它常这么糊弄你

「大概几块钱吧」——没有计算过程的价格都是感觉。要数字对数字的推导。
用几个月前的单价算今天的账——价格会变。让它标注时间或「需查当前价格」。
「上下文窗口大，随便贴」——贴的越多，每轮输入越贵，成本加速。
把输出按输入单价算——输出通常更贵，混在一起会把预算低估一半以上。

成本是「概念」层：知道量级和账单数字就够，不需要精确到分。真正要盯的是变化方向——有没有在加速变贵。

考考你选一个你觉得对的

为什么同一个对话聊到第 40 轮，成本比第 1 轮高得多？

想再深挖一点靠谱出处

OpenAI API 定价OpenAI ↗Anthropic 定价Anthropic ↗

# Token 成本 (Token Cost)

> AI 按 token 量计费：输入输出都收钱，长对话会把历史反复重算，钱就这么花掉的。

**你可能会这么说**：用 AI 到底怎么花钱？为什么聊着聊着账单就上去了？

AI 的计费单位是 token——你发过去的和它吐出来的每一小块内容都算钱。输入和输出都收费，而且通常输出的单价更贵。所以「让它多解释一遍」「把整个文件贴进去」「让它复述你的需求」这些动作，每一件都在直接花钱。 真正让账单悄悄变大的，是长对话的重复计费。AI 没有记忆，每一轮都要把当前能看到的全部内容重新读一遍——包括你第一轮说的那句话。一个聊了 50 轮的长对话，第 50 轮的输入量可能是第 1 轮的几十倍，而且每一轮都按这个量收钱。所以成本不是线性增长，是加速增长。输出也一样：模型一次只能生成有限个 token，让它长篇大论，等于按字数付费还等得更久。 省钱不是抠门，是把它当可测量的量来管：知道大概价格（模型之间差异很大，贵的可能差一个数量级）、看用量页面的真实数字、把大文件换成摘要、把长对话拆成多轮短交接。判断省不省钱的唯一标准是账单数字，不是感觉。

**也叫**：计费、AI费用、用量账单

## 你可以这样告诉 AI

```text
【任务】评估一下用 AI 做 [这个事] 一个月大概花多少钱
【范围】只做估算和给省钱建议，不要改任何代码和配置
【目标】给出：
  1. 月成本估算，附完整计算过程（用量假设 × 单价 × 频率）
  2. 成本主要花在哪：输入 / 输出 / 长对话重算
  3. 3 个具体的省钱动作，每个写清省什么、代价是什么
【边界】不要推荐我换成具体付费产品；不要编造价格，给不出准确单价就标注「需查当前价格」
【交付】
  1. 计算过程（数字对数字，我能复核）
  2. 省钱动作清单（动作 → 省什么 → 代价）
  3. 哪些数字你没核实、我自己怎么核实
```

## 怎么验证他真的做到了

通常止于层级：**概念** — 只是说清了要做什么，还没有任何东西在跑

- [ ] 打开平台的用量 / 账单页面，看实际消耗的 token 数，和它的估算对不对得上。
- [ ] 记录一个长对话开始和结束的用量数字，验证「历史反复重算」是不是真的让成本加速。
- [ ] 执行一个省钱动作（比如让它不复述需求），对比前后输出 token 是否下降。

常见糊弄：
- 「大概几块钱吧」——没有计算过程的价格都是感觉。要数字对数字的推导。
- 用几个月前的单价算今天的账——价格会变。让它标注时间或「需查当前价格」。
- 「上下文窗口大，随便贴」——贴的越多，每轮输入越贵，成本加速。
- 把输出按输入单价算——输出通常更贵，混在一起会把预算低估一半以上。

来源：https://mickerbook.com/reference/t/token-cost/