主题
14.2 搞清楚各个 AI 如何计费：Token、价格表与 Agent 用量累积
本节要点： 包月订阅通常仍有频率或用量限制，API 账单则会随输入、输出、缓存命中和调用次数变化。理解 Token 的计算方式，并记录一次真实 Agent 任务的调用明细，才能判断费用来自哪里。
📌 下列表格保留编写时整理的价格快照，汇率仅用于理解数量级。价格、缓存折扣和计费单位都可能调整，实际使用前请重新查看对应厂商的官方定价页。
一、大模型如何使用 Token 计价
在大模型的世界里，计算机不按"字数"计费，也不按"时间"计费，而是按 Token（词元） 计费。
1. Token 折算常识速查
- 英文单词：1 个英文单词通常等于
个 Token（如 function是 1 个 Token，复杂长单词会被拆开）。OpenAI 官方口径：约 1000 Token ≈ 750 个英文单词（见 OpenAI 官方 Token 说明）。 - 中文汉字：在经过针对中文优化的现代分词器（如 DeepSeek、Qwen、GLM）下，1 个汉字通常等于
个 Token；而在早期的老旧国外模型（如早期 GPT-3.5）下，由于中文字表稀疏，1 个汉字可能会被拆成 2~3 个 Token。 - 代码与标点符号：代码中的缩进空格（4 个空格）、括号换行、特殊字符会单独切分成 Token。一份 1000 行的 Python 源码，通常会膨胀为 4,000 ~ 8,000 个 Token。
- 分词器也会影响账单：不同模型和版本可能使用不同 tokenizer，同一段文字的 Token 数并不固定。估算费用时，优先使用厂商提供的计数工具或实际请求记录，不要把某一模型上的换算比例直接套到另一模型。
二、API 计费的三大核心维度
如果你使用的是开发者 API（按量计费），你的每一笔账单都由以下三个维度决定：
1. 为什么"输出 Token"比"输入 Token"贵那么多？
- 并行吞吐 vs 串行生成：当服务器接收你的输入时，GPU 可以用矩阵乘法一次性超高速并行处理全部输入文本；但在生成输出时，大模型必须像吐泡泡一样，吐出一个字才能作为下一个字的输入（自回归串行），霸占 GPU 显存的时间极长，因此各厂商对输出 Token 的定价往往是输入 Token 的 3 到 8 倍。
- 以 2026 年 8 月官方价为例：Claude Sonnet 5 输出/输入 = $10/$2 = 5 倍；GPT-5.6 Terra = $12/$2 = 6 倍；Gemini 3.7 Flash 标准价 = $7.5/$1.5 = 5 倍。控制成本的第一个杠杆永远是压缩无意义的超长输出（设置
max_output_tokens）。
2. 实用降本武器：Prompt Caching（上下文缓存）
- 核心机制：在 Agent 或长文本场景中，前置的
System Prompt、项目架构规范（AGENTS.md）以及未改动的几万行代码其实是固定不变的。- Anthropic Claude Prompt Caching 官方文档：缓存命中（Cache Read）仅按基础输入价的 0.1 倍（打一折，省 90%）；
- OpenAI 官方定价：GPT-5.6 缓存输入约为普通输入价 1/10（如 Terra 从 $2 降到 $0.20）；
- Google Gemini 上下文缓存：读取按输入价的约 1/10，另收每小时每百万 token 约 $1 的存储费；
- DeepSeek 官方 KV Cache：缓存命中输入仅 $0.014/1M（高峰），是缓存未命中 ($0.44) 的 1/31，相当于省 97%；
- 阿里百炼上下文缓存：Qwen3.8-Max 缓存命中 ¥1.5/1M，是普通输入 ¥12 的 1/8。
- 降本效果：一旦命中缓存，重复输入的 Token 价格直接打 1~2 折（立省 80%~97%），且首字吐出速度提升数倍。重度使用 Agent 的人，务必选支持 Prompt Caching 的模型与工具。
三、Agent 运行时的"Token 乘法风暴"
很多人不理解："我只是让 Agent 帮我改一个登录按钮的颜色，为什么后台跑掉了 50 万 Token？"
这就是 Agent 循环的 Token 乘法风暴：
乘法风暴揭秘：
大模型本身是无状态的。Agent 每执行一步工具（看文件、跑命令、看报错），都必须把前面所有步骤的历史记录 + 新产生的工具输出全量打包，重新塞给大模型作为下一次推理的输入。
- 第 1 轮：输入 1.5 万
- 第 2 轮：输入 2.0 万
- 第 3 轮：输入 2.4 万
- 第 10 轮：输入可能单次就达到 6 万。
- 累加总账单：
万+ Token。这就是为什么放任 Agent 无休止打转会迅速烧干额度。 - 真实案例：2026 年初，一位开发者用 Claude Code 连续运行 13 小时烧掉约 200 美元 的 API 账单截图在社区疯传，直接引爆了后来国内各家厂商推出"固定月费 Coding Plan"的浪潮（详见 14.3 节）。
四、订阅制（包月套餐）的真相与"公平使用配额"
除了按量 API，大部分人接触的是各种 $20/月的订阅套餐（如 ChatGPT Plus、Claude Pro、Cursor Pro、GitHub Copilot 等）。
1. "无限使用"真的无限吗？—— 了解 Fair Use Policy（公平使用原则）
- 商业本质：大模型算力是昂贵的真金白银。没有一家商业公司能够承受用户 24 小时不间断用顶配模型跑高并发脚本。
- 限制手段：
- 滑动时间窗口限制：Claude 采用"每 5 小时滚动窗口 + 每周上限"双重额度（官方说明），Pro 每 5 小时约 45 条消息 / 10~40 次 Claude Code 提示；
- 并发排队与可用模型变化：高峰期可能出现排队、限流或模型不可用。平台是否会切换模型，应以套餐说明和请求返回的模型标识为准。
2. 三大主流计费模式对比
| 计费形态 | 代表产品 | 收费标准 | 适合场景 | 隐藏避坑点 |
|---|---|---|---|---|
| 个人订阅制 (Subscription) | Cursor Pro ($20/月)、Claude Pro ($20/月)、ChatGPT Plus ($20/月)、Trae Pro ($10/月) | 固定月租或年租 | 个人日常高频手写代码、交互式即时问答、小规模迭代 | 遇到复杂长会话极易触碰 5 小时额度墙；多开几个会话额度瞬间耗尽 |
| 开发者 API (Pay-as-you-go) | DeepSeek 开放平台、Anthropic Console、OpenAI Platform、阿里百炼 | 用多少扣多少（按百万 Token 计价） | 驱动 Agent 自动化脚本、CLI 工具、后台批量流水线、轻量偶发用户 | 没有设置预算上限（Hard Limit）时，死循环可能产生意外账单 |
| 团队席位制 (Seat-based) | GitHub Copilot Business ($19/席/月)、Cursor Teams ($40/席/月)、Claude Team ($25/席/月) | 按公司员工人头按月计费 | 企业统一部署、组织代码资产私密性保障、集中开票与审计 | 团队成员中如果不常用也会白白扣除月租席位费 |
五、模型 API 价格示例表（使用前请核对官方页面）（官方文档整理）
💡 以下价格为 2026 年 8 月各厂商官方定价文档整理（单位：美元 / 每 100 万 Tokens，部分标注人民币）。价格为标准档、短上下文基准价，长上下文与数据驻留可能有溢价。
1. 海外主流厂商最新代际官方价格
| 模型供应商与型号 | 输入 (1M) | 输出 (1M) | 缓存命中 (1M) | 最大上下文 | 综合定位 |
|---|---|---|---|---|---|
| Claude Sonnet 5（官方模型页） | $2.00 | $10.00 | $0.20 | 1M | 👑 代码与 Agent 金标准（性价比最佳） |
| Claude Opus 5（官方模型页） | $5.00 | $25.00 | $0.50 | 1M | 🏆 旗舰：最复杂工程重构 |
| Claude Fable 5（官方模型页） | $10.00 | $50.00 | $1.00 | 1M | 🌌 超旗舰：深度推理与超大输出 |
| GPT-5.6 Luna（OpenAI 定价） | $0.20 | $1.20 | $0.02 | — | 💰 日常廉价档：分类/信息提取/批量 |
| GPT-5.6 Terra | $2.00 | $12.00 | $0.20 | — | ⚖️ 均衡档：高吞吐通用任务 |
| GPT-5.6 Sol | $4.00 | $20.00 | $0.40 | — | 🧠 旗舰 Agent 档（长上下文 $8/$30） |
| Grok 4.6（xAI 定价） | $1.50 | $7.50 | $0.15 | 256K | 成本较低的推理选择，可结合 X 的实时信息 |
| Grok 4.6 Heavy | $6.00 | $30.00 | — | 256K | 🧠 xAI 旗舰：多智能体并行攻坚最难任务 |
| Gemini 3.7 Flash（Gemini 定价，2026-08-13 发布） | $0.75（限时）→$1.50 | $3.75→$7.50 | $0.075→$0.15 | 1M | 🚀 超大窗口 + 便宜，优惠价到 2026 年底 |
| Gemini 3.1 Pro Preview | $2.00（≤200K）/$4.00 | $12.00/$18.00 | — | 1M | 🏛️ 旗舰推理档，长上下文溢价 |
💡 关键解读：
- Gemini 3.7 Flash 目前是限时促销价（$0.75/$3.75 到 2026-12-31），之后涨回 $1.50/$7.50，预算要按标准价算。
- OpenAI 长上下文有溢价：GPT-5.6 Sol 短上下文 $4/$20，超过阈值进入长上下文档后涨到 $8/$30，塞长代码要小心。
2. 国内厂商官方价格（人民币 / 每 100 万 Tokens）
| 模型供应商与型号 | 输入 (1M) | 输出 (1M) | 缓存命中 (1M) | 最大上下文 | 综合定位 |
|---|---|---|---|---|---|
| Qwen3.8-Max（百炼模型页） | ¥12 | ¥36 | ¥1.5 | 1M | 🏆 阿里旗舰（长上下文 Agent） |
| Qwen3.7-Plus（百炼模型页） | ¥2（≤256K）/¥6 | ¥8/¥24 | ¥0.4/¥1.2 | 1M | ⚖️ 阿里均衡档（多模态智能体） |
| GLM-5.3（智谱开放平台） | ¥8 | ¥28 | ¥2 | 1M | 🧠 智谱旗舰推理 |
| GLM-5.3-Flash | ¥0.8 | ¥2.8 | ¥0.23（限时半价 ¥0.115） | 1M | ⚡ 智谱轻量极速档（白菜价） |
| Kimi K3（Kimi 官方定价） | ¥20 | ¥100 | ¥2 | 1M | 🧠 月之暗面编程特化 |
| MiniMax M3（MiniMax 定价） | ¥2.1（≤512K） | ¥8.4 | ¥0.42 | 1M | 🧠 MiniMax 旗舰 |
| 小米 MiMo V2.5 Pro（小米 Mimo） | ¥3 | ¥6 | ¥0.025 | 1M | 💰 小米高性价比 |
| DeepSeek-V4-Flash（DeepSeek 定价） | ¥3.0（高峰）/¥1.5（闲时） | ¥9.0/¥4.5 | ¥0.1/¥0.05 | 1M（输出 384K） | 适合对成本较敏感的批量任务 |
| DeepSeek-V4-Pro | ¥9.0/¥4.5 | ¥27.0/¥13.5 | ¥0.3/¥0.15 | 1M | 🧠 深度推理档 |
💡 国内档位小结：按需使用推荐 DeepSeek-V4-Flash 和 GLM-5.3-Flash（白菜价够用）；需要旗舰推理能力则看各家最新旗舰（Qwen3.8-Max / GLM-5.3 / Kimi K3 / MiniMax M3）；重度 Agent 用户建议直接买各家 Coding Plan 订阅（见 14.3）封顶账单。
📌 DeepSeek 有"高峰/闲时"两套价：高峰为北京时间周一至周五 9:00-12:00、14:00-18:00，闲时打 5 折。批量脚本、定时任务可以挪到夜间跑，立省一半。
六、四大官方省钱杠杆（必须掌握的 API 成本公式）
- 🎯 选对档位：同一厂商里 Luna/Flash/Grok 快速档与 Opus/Sol/Pro 可能差 10~25 倍价格。把"高并发琐碎任务"交给小模型，把"复杂推理"留给大模型，是成本控制的第一要义。
- 🧮 限制输出：输出 Token 是输入价格的 3~8 倍。分类、JSON 提取、关键词生成本来 200 Token 就够，没必要允许模型输出几千 Token。
- 🔁 缓存命中：RAG、Agent、长 System Prompt 场景下，缓存命中价通常只有普通输入的 1/10 甚至 1/31（DeepSeek）。这是所有官方文档一致推荐的头号省钱手段。
- 📦 Batch API：Anthropic、OpenAI、Gemini、百炼全部提供 Batch 批处理接口，输入输出一律 5 折，适合 24 小时内不着急的任务（离线跑批、数据分析、批量标注）。
用一次真实任务建立成本账本
选一个常见任务，记录输入 Token、输出 Token、缓存命中、工具调用次数和失败重试，再按当日官方价格计算。Agent 每一步携带的上下文可能不同，不能简单把第一次调用成本乘以步骤数，但多轮工具调用通常会增加总用量。
订阅额度与 API 账单是两套口径。包月产品可能按任务复杂度、模型或窗口限制使用；API 通常按用量和具体工具计费。不要从“每月价格”推断一定能运行多少次任务。
价格表只应作为带日期的快照。OpenAI 官方也把当前 Codex 限额与价格放在动态页面说明，实际购买前应重新核对 Codex 定价与用量及对应厂商页面。
本节小结与省钱指南
- [x] 建立 Token 意识：牢记 1000 行代码约为 5000+ Tokens，输出 Token 价格是输入 Token 的 3~8 倍。
- [x] 用好上下文缓存：选型时优先支持 Prompt Caching 的模型，让不变的代码与规范享受 1~3 折特惠。
- [x] 警惕 Agent 乘法风暴：不要放任 Agent 自主跑几十轮无意义的报错排查，及时人工干预或拆解任务。
- [x] 看清包月限制：20 美元买的是"有限额度的 VIP 通道"，遇到高并发期要搭配 API 备选方案。
- [x] 善用 Batch 与闲时价：批量任务走 5 折 Batch API，非实时任务挪到 DeepSeek 闲时档，能省一大笔。