Token 计费与成本优化

什么是 Token

Token 是 AI 模型处理文本的基本单位。它不是"字"也不是"词"，而是模型分词器（Tokenizer）切分出来的片段。

粗略估算：

• 英文：1 Token ≈ 4 个字符 ≈ 0.75 个单词
• 中文：1 Token ≈ 1-2 个汉字
• 代码：变量名、关键字各占 1-3 个 Token

示例：

"Hello, world!" → ["Hello", ",", " world", "!"] → 4 tokens
"你好世界" → ["你好", "世界"] → 2 tokens
"function sum(a, b)" → ["function", " sum", "(", "a", ",", " b", ")"] → 7 tokens

计费方式

AI API 按 Token 数量计费，分为：

• 输入 Token（Input）：你发送给 AI 的内容（系统提示词 + 用户消息 + 历史对话）
• 输出 Token（Output）：AI 生成的回复
• 缓存写入 Token（Cache Write）：首次缓存的提示词内容
• 缓存读取 Token（Cache Read）：命中缓存的提示词内容

输出 Token 通常比输入 Token 贵 3-5 倍。

各模型定价对比

通过 Inkess LLM 代理，价格更低。查看 Inkess 定价。

Prompt Caching 省钱原理

Prompt Caching 让你把不变的系统提示词缓存起来，后续请求只需付缓存读取价格（通常是输入价格的 10%）。

适用场景：

• 长系统提示词（>1000 Token）
• 多轮对话（系统提示词每轮重复发送）
• 批量处理（同一提示词处理多个文档）

省钱效果：

假设系统提示词 2000 Token，每天 1000 次调用：

使用方���（Anthropic）

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "你是一个专业的代码审查助手...(很长的系统提示词)",
            "cache_control": {"type": "ephemeral"}
        }
    ],
    messages=[
        {"role": "user", "content": "审查这段代码..."}
    ],
)

# 查看缓存命中情况
print(f"Cache read: {response.usage.cache_read_input_tokens}")
print(f"Cache write: {response.usage.cache_creation_input_tokens}")

Batch API 折扣

Batch API 允许你批量提交请求，通常在 24 小时内完成，价格是实时 API 的 50%。

适用场景：

• 数据标注
• 批量翻译
• 内容生成
• 不需要实时响应的任务

成本优化策略

1. 选择合适的模型

不是所有任务都需要最强的模型：

2. 精简提示词

# 差：冗长的提示词（500 Token）
你是一个非常专业的、经验丰富的、在软件工程领域有着深厚造诣的代码审查专家。
你需要仔细地、认真地、全面地审查用户提供的代码...

# 好：精简的提示词（50 Token）
You are a code reviewer. Review for: security, performance, correctness.
Output format: severity | location | issue | fix

3. 减少上下文

• 只发送相关的对话历史，不要发送整个聊天记录
• 定期总结长对话，用总结替代原始消息
• 只包含必要的代码片段，不要发送整个文件

4. 控制输出长度

# 限制输出 Token 数
response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=256,  # 限制输出长度
    messages=[...],
)

5. 使用缓存

对于重复的系统提示词，务必开启 Prompt Caching。

6. 模型降级策略

def smart_call(messages, complexity="low"):
    """根据任务复杂度选择模型"""
    model_map = {
        "low": "claude-haiku-4-5-20251001",
        "medium": "claude-sonnet-4-20250514",
        "high": "claude-opus-4-20250514",
    }
    return client.messages.create(
        model=model_map[complexity],
        max_tokens=1024,
        messages=messages,
    )

如何估算成本

公式：

成本 = (输入 Token × 输入单价) + (输出 Token × 输出单价)

快速估算工具：

• 1 页 A4 文档 ≈ 500-800 Token
• 1 篇博客文章 ≈ 1000-3000 Token
• 1 个源代码文件 ≈ 500-2000 Token

月度成本估算：

假设每天 100 次 API 调用，每次平均 1000 输入 + 500 输出 Token：

对于个人开发者，AI API 的成本通常很低。