Token 计费全解析：输入输出两个价、缓存、积分与模型选型省钱指南

上篇文章聊了 Token 是什么，这一篇只谈钱：大模型 API 的这笔账到底该怎么算、成本又能从哪里省下来。

先给结论。报价单上的统一口径是"元/百万 Token"，但同一个模型其实有两个价：你发进去的内容按输入价算，AI 生成的内容按输出价算。省钱的路子有三条，效果从小到大依次是：让它少说废话、把重复内容走缓存、把简单任务换成便宜模型。其中最后一条最狠——公开价目表上不同模型的输出价能差出几十倍，靠选型省下来的钱，往往比谈折扣多得多。

另外，买套餐时还会碰到另一套口径：积分。它像话费余额，不同模型扣得快慢不同，但你只需要盯一个数。再搭配"一折模型"，在模型够用的前提下，同样的积分能多跑不少次。

一次调用，其实收了两笔钱

看价目表最容易漏掉的一点：输入和输出是两个价，而且输出通常明显更贵，一般是输入的数倍，具体比例因厂商、模型和上下文档位而异。

原因不难理解：读一段话，模型是"看"，一次能扫完；写一段话，得一个字一个字地生成，更耗算力。

• 输入（便宜的那半）：你发给它的内容——提示词、贴进去的文档、前面几轮的对话记录，都算输入。
• 输出（贵的那半）：它写给你的内容——回答、生成的代码、改写后的文案，都算输出。

多轮对话里，前面的内容每轮都要再送一遍，所以聊得越久，输入这部分越大。而推理模型的"思考过程"也按输出计费，开了深度思考，账单涨得比想象中快。

第一条省钱办法就藏在这里：让它少说废话。同一个问题，要求"直接给结论、别复述题目、别写总结"，砍掉的恰恰是贵的那一半。

第二次能不能便宜些：缓存

对于那些反复送进去的重复内容，部分接口支持按缓存价计费，命中时比正常输入价便宜不少。

什么场景用得上？客服机器人（每次都带同一套话术规则）、文档问答（反复贴同一份手册）、代码助手（每次都带同样的项目约定）。这些场景里重复部分占比很高，缓存的效果最明显。

怎么用上？想让缓存命中，把固定不变的内容放在最前面，别每次改动它；一旦改动了已缓存的那段前缀，就可能命中不了。另外缓存的写入与存储本身也可能计费，是否支持、怎么算，以各模型的官方说明为准。

最狠的一招：把活派给对的模型

这是三条路里效果最大的。公开价目表上的模型，输出价从每百万几块钱到上百块都有，最贵的和最便宜的能差出几十倍。如果所有活都用最贵那个跑，等于用专家的价钱做整理格式的事。

下面用一张表直观感受下量级（数字是每百万 Token 的公开报价示意，不代表某一家价目表）：

两个规律一眼就能看出来：同一个模型，输出都比输入贵（主力和旗舰差三到五倍）；跨模型看，顶配旗舰的输出价是便宜档的 50 倍。

所以更值得先做的不是谈折扣，而是按任务复杂度盘一遍：哪些活其实不需要最贵的模型。改错别字、整理格式、简单分类、抽取字段这类活，便宜模型往往够用；复杂推理、关键决策、难代码再上旗舰。这么一分，省下的量往往很可观。折扣可以谈，但先得把活分开。

买套餐时的另一套口径：积分

按量付费看的是"元/百万 Token"；而包月套餐通常换一种说法，叫积分。它的用处是把多个模型的账合成一个数，你不用记每个模型多少钱一百万，只看还剩多少分。