无需绑卡。注册后,一键领取 $0.50免费试用额度(每人限领一次)。
获取 API 密钥要点
- 成本 = 输入 token / 1,000,000 x $0.15 + 输出 token / 1,000,000 x $0.50。
- 典型的 1,500 token 提示词配合 400 token 回复的成本为 $0.000425,因此 $20 可覆盖约 47,000 次此类请求。
- 每次对话轮次都会重新发送聊天记录,因此输入 token 的增长速度比大多数人预期的要快。
- API 返回精确的 token 计数和你的余额,因此你可以验证任何估算。
公式
此 API 上的每个请求都从两个计数器计费,除此之外无其他费用:
cost = input_tokens / 1,000,000 × 0.15 + output_tokens / 1,000,000 × 0.50
输入 token 包括你发送的所有内容:系统提示词、聊天记录、粘贴的文档和工具定义。输出 token 是模型写回的内容。费率为每 1M 输入 token $0.15,每 1M 输出 token $0.50。输出费率略高于输入费率的三倍,因此长回复比同等长度的长提示词成本更高。
没有订阅,也没有席位费。你消耗预付额度,且额度不会过期。失败或被拒绝的请求不会扣费,因此你的计算只需覆盖成功的请求。
可手动验证的计算示例
以下是五种常见任务,均根据公式计算得出。你可以将它们作为锚点来规划自己的工作量。
| 任务 | 输入 | 输出 | 输入成本 | 输出成本 | 总计 |
|---|---|---|---|---|---|
| 简短聊天回复 | 2,000 | 500 | $0.0003 | $0.00025 | $0.00055 |
| 支持机器人回答 | 1,500 | 400 | $0.000225 | $0.0002 | $0.000425 |
| 故事章节 | 1,000 | 3,000 | $0.00015 | $0.0015 | $0.00165 |
| 长文档摘要 | 80,000 | 2,000 | $0.012 | $0.001 | $0.013 |
| 接近满窗口 | 98,000 | 2,000 | $0.0147 | $0.001 | $0.0157 |
模式一目了然。短任务成本仅为几分之一美分。即使请求几乎填满 100,000 token 的上下文窗口,成本也不到两美分。累积的是数量,而非大小。
以支持机器人行为例。每次请求成本为 $0.000425,$20 额度可支付约 47,000 次请求($20 / $0.000425 = 47,058)。如果你每月处理 30,000 次此类请求,账单为 30,000 x $0.000425 = $12.75。
可直接粘贴的计算器
你不需要网页表单。几行代码即可完成工作,并可以嵌入你自己的工具中。
Python
INPUT_PER_M = 0.15
OUTPUT_PER_M = 0.50
def cost_usd(input_tokens: int, output_tokens: int) -> float:
return (input_tokens / 1_000_000) * INPUT_PER_M + (output_tokens / 1_000_000) * OUTPUT_PER_M
def requests_per_budget(budget_usd: float, input_tokens: int, output_tokens: int) -> int:
return int(budget_usd / cost_usd(input_tokens, output_tokens))
print(f"{cost_usd(1500, 400):.6f}") # 0.000425
print(requests_per_budget(20, 1500, 400)) # 47058JavaScript
const IN_PER_M = 0.15;
const OUT_PER_M = 0.5;
const costUsd = (inputTokens, outputTokens) =>
(inputTokens / 1e6) * IN_PER_M + (outputTokens / 1e6) * OUT_PER_M;
console.log(costUsd(80000, 2000).toFixed(4)); // 0.0130替换为你自己的平均值。如果你还不知道这些值,请发送一百个真实请求并计算返回的 token 计数平均值,如最后一节所示。
输入密集型和输出密集型工作负载
两个费率不同,因此任务的形态与其大小同样重要。比较两个具有相同请求数(各 10,000 次)的工作负载。
- 分类。 每个请求发送 3,000 token(指令加待标注文本)并返回 20 token。单次请求成本:3,000 / 1,000,000 x $0.15 = $0.00045,加上 20 / 1,000,000 x $0.50 = $0.00001,即 $0.00046。10,000 次请求总计 $4.60。
- 生成。 每个请求发送 300 token 并返回 2,000 token。单次请求成本:输入 $0.000045,输出 $0.001,即 $0.001045。10,000 次请求总计 $10.45。
生成任务发送的输入量仅为前者的十分之一,但成本仍是前者的两倍多,因为输出 token 主导了账单。对于写作工具,请尽可能限制回复长度。对于提取和标注任务,请缩短提示词和重复的指令。
批处理任务,从头到尾
假设你需要处理 500 个文档,每个约 6,000 token,并希望为每个文档生成 500 token 的摘要。输入:500 x 6,000 = 3,000,000 token,成本为 3 x $0.15 = $0.45。输出:500 x 500 = 250,000 token,成本为 0.25 x $0.50 = $0.125。整个批处理成本为 $0.575。使用完整密钥可同时运行 8 个请求,因此任务也能快速完成;试用密钥每次允许 2 个请求。
估算出错的地方:不断增长的对话历史
成本估算中最常见的错误是将聊天视为一系列独立的消息。并非如此。聊天模型没有记忆,因此每一轮都会重新发送迄今为止的整个对话。账单的输入部分会随着每一轮而增长。
这里有一个具体案例。角色扮演会话有一个 500 token 的系统提示词。每一轮用户输入 100 token,模型回复 300 token。经过 20 轮,第 n 轮的输入为 500 + 400 x (n - 1) + 100 token。
- 第 1 轮发送 600 token,第 2 轮发送 1,000 token,第 20 轮发送 8,200 token。
- 20 轮的总输入:20 x 600 + 400 x (0 + 1 + ... + 19) = 12,000 + 400 x 190 = 88,000 token。
- 总输出:20 x 300 = 6,000 token。
- 成本:88,000 / 1,000,000 x $0.15 = $0.0132,加上 6,000 / 1,000,000 x $0.50 = $0.003,总计 $0.0162。
如果你只计算新增的 token(2,000 输入,6,000 输出),你会估算出 $0.0033。实际数字接近其五倍。解决方法很简单:在估算中包含对话历史,或者通过截断旧轮次来限制长度。无论如何,在长对话中,输入行都是需要重点关注的部分。
降低成本的廉价方法
如果估算值高于你的预期,只有少数几个杠杆,且每个都直接映射到公式中。
- 缩短系统提示词。 每次调用都会计费。将其减少 2,000 token,在 100,000 次请求中可消除 200,000,000 个输入 token,或节省 200 x $0.15 = $30。
- 截断对话历史。保留最近几轮对话加上简短的运行摘要,而不是整个日志。
- 设置
max_tokens。 它限制了输出部分,而输出部分的费率更高。 - 减少上下文。检索相关的两段内容,而不是整个文件。
这些都不需要不同的模型或不同的计划。它们是对你自己的提示词的修改。
将单次请求成本转化为预算
一旦知道一次典型请求的成本,规划就是乘法。写下三个数字:每天请求数、平均输入 token、平均输出 token。使用上述函数计算每日成本,然后乘以 30。
对于充值,有用的数字如下。$20 到 $500 之间的任何整数金额均可。奖金在较大金额上增加额度:$50 起 +5% 获得 $52.50,$100 起 +10% 获得 $110,$200 起 +15% 获得 $230。每 token 的费率从未改变,你只是为相同的支付获得了更多的额度。你可以使用加密货币(TRC20 上的 USDT、Base 上的 USDC)支付。
保留余量。实际流量比平均值更不均匀,单个功能突然发送长文档可能会使输入 token 翻倍。定价页面 在一个地方列出了当前费率和充值选项。
月度预测
假设支持助手每天处理 2,000 次对话,每次一个请求,采用表中 1,500 token 输入和 400 token 输出的配置。每日成本为 2,000 x $0.000425 = $0.85。30 天的月度成本为 $25.50。$50 充值带有 +5% 奖金,提供 $52.50 额度,按此速度可维持两个多月。用你自己的平均值重新计算总和,并在选择充值金额前加上增长余量。
用实际数字检查你的估算
估算的质量取决于输入,因此请测量。每个响应都包含一个 usage 对象,其中包含真实的提示词和补全 token 计数。响应头还包含 X-Balance-USD,即请求后剩余的额度,这让你可以精确到分地确认成本。
from openai import OpenAI
client = OpenAI(base_url="https://api.llmtokenprices.com/v1", api_key="YOUR_API_KEY")
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
messages=[{"role": "user", "content": "Write two sentences about the sea."}],
)
r = raw.parse()
print("balance:", raw.headers.get("X-Balance-USD"))
print(r.usage.prompt_tokens, r.usage.completion_tokens)运行一批具有代表性的请求,汇总使用情况并与余额下降进行比较。如果两者一致,说明你的计算器是正确的,你可以据此进行规划。如果你还没有密钥,API 密钥页面 在注册后提供 $0.50 的免费试用额度,这对于此测试来说绰绰有余。设置详情见 快速入门。
