大模型 API 成本计算器

本地处理

单次调用输入 Token

单次调用输出 Token

调用次数

计价币种

输入单价（每百万 Token）

输出单价（每百万 Token）

美元汇率（1 美元 = ? 元）

单次调用成本（元）

总成本（元）

每千次调用（元）

输出成本占比

计算式
单次成本 = (输入 Token ÷ 10⁶) × 输入单价 + (输出 Token ÷ 10⁶) × 输出单价
总成本 = 单次成本 × 调用次数（选取币种后统一折算为人民币）

各厂商的模型单价会随版本更新频繁变动，本工具不内置价格表，请到官方定价页查到「每百万 Token 输入/输出」的当前价格后填入。输出 Token 的单价通常是输入的 3~5 倍，因此控制回答长度往往比压缩提示词更省钱。

关于本工具

大模型按 Token 计费，且输入与输出单价不同——输出通常贵得多。批量调用前先做一次成本测算，可以避免预算超支。

填写单次调用的输入 Token 与输出 Token 数量（可用本目录下的「大模型 Token 估算器」先估出），再填调用次数与单价。若厂商以美元计价，选择「美元」并填写汇率，工具会统一折算为人民币便于比较。

输入 Token 会随对话变长吗？会。多轮对话中每轮都要把历史消息重新作为输入发送，所以第 10 轮的实际输入是前 9 轮的总和。要估算长对话成本，应按「平均累计输入」而非首轮输入来计算。

缓存能省钱吗？不少厂商提供「上下文缓存」或「批量接口」折扣（常见为 5 折甚至更低）。如果提示词前缀固定，开启缓存会显著降低输入成本。

为什么没有内置价格？模型价格变动频繁，内置数值很容易过期而误导决策。填写官方当前价是最可靠的做法。

输出token 的生成计算量远高于输入读取，主流模型输出单价常为输入的 3-5 倍；估算成本时两者必须分开填，混算会严重失真。

开启上下文缓存的模型，重复前缀按缓存价计费（约为正常输入价 10-25%）；高频带长系统提示的应用，缓存能省下一大块成本。

四个方向：压缩系统提示、截断历史对话、按任务分级用不同档位模型、对批量离线任务用更便宜的批处理接口；先算清大头再优化。