關於 token 與計費
大模型按 token 計量輸入和輸出。瞭解 token 的計算方式，能幫你更準確地預估成本。
token 是什麼
token 是模型讀寫文本的最小單位。請求發出後，文本先由模型的分詞器（tokenizer）切成一個個 token，再按 token 數計費。
不同廠商、不同代際的模型分詞器不同，同一段文字在不同模型上的 token 數可能相差不少。最準確的數字是介面返回的 usage 欄位。
中英文大致換算
下表是常見的經驗值，只用於粗略估算，實際視模型的分詞器而定。程式碼、數字、生僻字和表情符號通常更「費」token。
| 內容 | 大致 token 數 |
|---|---|
| 1 個英文單詞 | 約 1.3 個 |
| 1,000 個英文字元 | 約 250 個 |
| 1 個漢字 | 約 0.6 – 1.5 個，視分詞器而定 |
| 1,000 個漢字 | 約 600 – 1,500 個 |
輸入、輸出與快取如何計費
按 token 計費的模型，一次請求的費用由幾部分相加，單價都按「每百萬 tokens」標註：
- 輸入（prompt tokens）：系統提示、歷史訊息、工具定義、上傳的檔案內容都算輸入，按輸入價計費。
- 輸出（completion tokens）：模型生成的內容，按輸出價計費，通常比輸入貴數倍。
- 快取讀取：輸入中命中上下文快取的部分按快取讀取價計費，一般只有輸入價的一小部分。
- 快取寫入：部分模型（如 Claude）首次把內容寫入快取時，按快取寫入價計費。
- 按次計費的模型（多見於影像、影片）每次請求固定價格，與 token 數無關。
費用 = 輸入 × 輸入價 + 輸出 × 輸出價 + 快取讀取 × 快取讀取價 + 快取寫入 × 快取寫入價
以本模型「標準」分組為例：一次請求輸入 2,000 tokens、輸出 500 tokens，費用約 ¥1.75（輸入 ¥1.4，輸出 ¥0.35）。
推理 token 計入輸出
推理（思考）模型在給出答案前會先生成一段內部推理。這部分 token 雖然不一定返回給你，但會計入輸出（usage 中的 reasoning tokens），按輸出價計費。
所以同一個問題，推理模型的輸出 token 往往明顯更多。不需要深度推理的任務，可以調低推理強度，或換用非推理模型。
圖片和音訊也會折算成 token
多模態模型會把圖片按解析度折算成一定數量的輸入 token，尺寸越大、細節檔位越高，token 越多；音訊通常按時長折算。具體折算方式各模型不同，以介面返回的 usage 為準。
在哪裡檢視每次扣費
登入控制台，在「操作日誌」裡可以看到每次呼叫的模型、分組、輸入 / 輸出 / 快取 token 數和實際扣費金額，並支援篩選和匯出。
在程式碼裡，介面返回的 usage 欄位也會給出本次的 token 數；流式請求記得開啟 include_usage。
降低成本的幾個辦法
- 按需選分組：同一模型在不同分組價格不同，在「價格」標籤頁可以按省錢、均衡或穩定挑選。
- 用好快取：把固定不變的系統提示、參考文件放在訊息開頭，提高快取命中率。
- 控制輸出：設定 max_tokens，並在提示裡要求簡潔的輸出格式。
- 精簡上下文：長對話定期做摘要，避免每輪都發送完整歷史。
- 大小模型搭配：分類、抽取等簡單任務交給更便宜的模型，複雜任務再用旗艦模型。
- 推理模型按需調低推理強度。