系统提示词成本估算器

本地处理

系统提示词是"每调用一次就付一次钱"的固定开销。它常占输入 token 的 70% 以上，因此也是压缩成本最直接的着力点。

模型

系统提示词 token

其他输入 token（用户消息等）

输出 token / 次

日调用量

可压缩比例 (%)

单次成本($)

每天($)

每月($)

每年($)

提示词占输入(%)

压缩后月省($)

单次成本 = (系统提示词 + 其他输入) ÷ 1000000 × 输入单价 + 输出 token ÷ 1000000 × 输出单价；月成本 = 单次成本 × 日调用量 × 30。

被忽略的"固定开销"

做 AI 应用时，大家习惯盯着单次调用的成本，却容易忽略一件事：系统提示词是每次调用都要重新计费的。一个 1500 token 的系统提示词，如果每天调用 1 万次，一年下来为这段几乎不变的文字付出的费用，可能远超模型本身的"能力成本"。

更关键的是它在输入里的占比。上例中系统提示词占输入的 83%——这意味着你优化其他 17% 的输入，最多只能省下两成；而只要把系统提示词压掉三成，整体成本就能降两成以上。

顺序建议：先上缓存（改动最小、收益最大），再考虑精简重写，最后才是架构级改造。

系统提示词不只花钱，还花时间。预填充阶段要处理全部输入 token，输入越长首字延迟越高。把 1500 token 的系统提示词压到 900，通常能同时省下约 20% 的成本和一部分 TTFT。这是一个罕见的"既省钱又提速"的优化方向。

它在每一次请求中都会随上下文发送，长提示词会被反复计费；高频调用下，精简 500 token 带来的节省非常可观。

精简冗余说明、把固定示例改成按需注入、利用上下文缓存（重复前缀按缓存价计费）；不要在系统提示里堆砌大量业务数据。

部分模型对缓存命中的前缀按正常输入价的一到三折计费，命中率高时节省明显；保持前缀稳定（把变动内容放到末尾）能提高命中率。