一次调用的计费构成

输入、输出、缓存三种价，差好几倍。看懂报价表再选模型。

很多团队的第一笔 AI 账单都是「怎么这么贵」——因为他们在选模型时只看「输出价格」，完全没算全账。其实一次调用的费用，只有一个公式。

你会遇到的现象：

一行公式

一次调用的费用 = 输入 Token 数 × 输入单价 + 输出 Token 数 × 输出单价。

输入是发给模型的一切：系统提示、历史对话、检索到的资料、用户这次的提问。Token 不是字数，中英文、长代码都会影响计数。

输出是模型生成的回答。注意：输出通常比输入贵 3 到 5 倍，这是大多数厂商的定价结构。

这行公式的价值在于：它让你知道钱到底花在哪两块。想省钱，要么降输入量，要么降输出量，二者手段完全不同。

**输入价。**最便宜的一档。你的系统提示、历史对话、检索资料都按这个算。如果前缀能命中缓存，还能再打大折。

**输出价。**最贵的一档。回答本身。这也解释了为什么「让模型做分析」比「让模型回答是非题」贵得多——前者要生成大段文字。

**缓存价。**很多厂商对重复的输入前缀给折扣价，低至输入价的十分之一。这是省钱的关键杠杆，见缓存命中与省钱那一节。

有些厂商还提供「批量价」（离线任务，便宜很多但延迟高）和「免费额度」。选型时不要只看一种价格，按你的真实调用结构算综合单价。

拿两个模型比价，正确做法不是比「单价谁低」，而是算同一批真实请求下，谁的总费用低。步骤：

**一、估算你的输入输出比。**客服场景输入大（系统提示 + 历史 + 知识库）输出小；写作场景输出大。同一个模型，两种场景的综合成本可能差几倍。

**二、注意输出长度的差异。**便宜的模型可能话痨——同样一个问题，它多输出 50% 的 Token。单价低不等于总价低。用格式约束压缩输出，常常比换模型更有效。

**三、把缓存考虑进去。**调用结构是否稳定决定了能不能吃缓存折扣。前缀稳定的调用，实际成本可能比报价低得多。

一句话：比价比的是「同任务下跑出来的账单」，不是报价单上的数字。

上线前估预算，按这个粗算就够：

单次调用成本 = （平均输入 Token × 输入单价 + 平均输出 Token × 输出单价）×（1 − 缓存命中率 × 折扣比例）。

然后：月成本 ≈ 单次调用成本 × 日均调用量 × 30。

两个容易漏的点：

**一、别低估输入。**Agent 场景每次输入包含全部历史，多轮循环后输入会膨胀到几千 Token。按「平均输入 100 Token」估的预算，会差一个数量级。

**二、留出重试和调试成本。**开发阶段、评测阶段、失败重试，都会额外产生调用。预算里留 20% 到 30% 的余量。

最后一条经验：**把计费埋进日志。**每次调用记录输入输出 Token 数，按天汇总。没有这些数据，你的预算永远在拍脑袋；有了它们，就能像优化任何运营指标一样优化 AI 成本。具体价格随市场变动，以厂商当前的官方报价页为准。claude-pricing