AI 术语表 · 入门 · AI 平台与解决方案
按 token 计费
按 token 计费是通过 API 使用 AI 模型时，以 token 为单位统计收发文本量并据此收费的方式。通常输入模型的输入 token 和模型写出的输出 token 分别定价。
关于这个术语
- 难度
- 入门 · 写给初次接触者的核心概念
- 加入时间
- 2026-10-12
工作原理
模型把文本切成称为 token 的片段来读写。AI 公司或云平台的价目表上通常分别列出“每百万 token”的输入单价和输出单价，输出往往更贵。通过提示缓存复用的输入，或不着急的批量请求，有时会适用单独的单价。推理模型有时会把作答前的“思考”过程也计为输出 token。
输入 token 与输出 token
输入 token输入模型的文本
- 系统提示词·问题·检索文档
- 对话记录累积后会变大
- 可通过缓存减少
输出 token模型写出的文本
- 单价通常更贵
- 回答越长越多
- 推理模型可能包含思考过程
공통 两者都以分词器统计的 token 数为准
如何建立直觉
一次调用的费用可以概括为“输入 token 数 × 输入单价 + 输出 token 数 × 输出单价”。再乘以每天的调用次数和天数，就能得到大致的月费用。每次都要放入长文档的 RAG，或对话记录不断累积的聊天机器人，输入 token 会迅速膨胀。实际使用的 token 数可以在 API 响应的用量（usage）字段或控制台的用量仪表盘中查看。
注意事项
单价便宜不等于总成本低。同样的文本，分词器不同，token 数也不同；回答写得长或思考得多的模型会产生大量输出 token。韩语表达同样内容时有时比英语需要更多 token，因此用自己的实际数据测一下更稳妥。面向消费者的包月套餐是在使用限额内支付固定费用，很难与按 token 计费直接比较。
示例
假设要用 API 搭建公司内部的客服聊天机器人。负责人在价目表中确认输入·输出单价，注意到系统提示词和检索文档在每次请求中都会重复，于是开启提示缓存来降低输入成本。本站新闻中也有分析报道指出，在同一包月套餐下，不同模型带来的使用价值差别很大；只有了解费用按什么计算，才能正确解读这类比较。