三步估算每月 API 成本，上线前心里有数

需要准备的三个数字

1. 平均每次请求的输入 token 数（包括系统提示词和对话历史）
2. 平均每次请求的输出 token 数
3. 每天的请求次数

还没上线的话，先拿十几条有代表性的请求实际跑一遍，从接口返回的用量统计里取平均值。不清楚 token 是什么，先看 Token 是什么。

第一步：算出单次请求的成本

单次成本 = 输入 token ÷ 1,000,000 × 输入单价
         + 输出 token ÷ 1,000,000 × 输出单价

第二步：乘以请求量

每月成本 = 单次成本 × 每天请求次数 × 30

第三步：换几个模型对比

假设每次请求输入 2,000 token、输出 500 token，每天 1,000 次。按我们在 2026-10-11 核验的官方价格计算：

单价单位为每百万 token。同样的请求量，不同模型的月成本可以相差二十倍。

这不是说应该选最便宜的那个。模型能力不同，便宜的模型如果答不好，返工的成本更高。合理的做法是：先用能力强的模型把效果做出来，再试着把其中简单的任务换给便宜的模型。

估算时容易漏掉的四件事

1. 对话历史会越滚越长。 多轮对话里，每一轮都会把之前的内容重新作为输入发送。十轮对话的总输入远不止单轮的十倍。
2. 失败重试也要付费。 给预算留出 10% 到 20% 的余量。
3. 分档与时段。 有的模型在提示词超过一定长度后单价上涨，有的区分高峰与非高峰时段。具体条件见 API 比价 中每条报价的备注。
4. 汇率与税。 官方多以美元计价，实际扣款金额会随汇率和税费变化。

三个常用的省钱办法

• 限制输出长度。 输出单价通常是输入的好几倍，明确告诉模型「用三句话回答」很有效。
• 利用缓存。 固定不变的系统提示词和文档可以走缓存，命中后的输入价格低很多。
• 不赶时间的任务走批量接口。 有的厂商对批量处理提供折扣，具体以官方文档为准。

设置预算上限

无论估算得多仔细，上线第一周都建议在平台后台设置消费上限和用量提醒。程序里的一个死循环，可以在一夜之间花掉一个月的预算。