这个工具到底在算什么

它做的事情很朴素：拿你填的月输入 token 数乘以每个模型的输入单价，加上月输出 token 数乘以输出单价， 得到一个月成本，然后把所有模型按这个成本从低到高排一遍。单价都是「每百万 token」， 所以公式里要先把 token 数除以一百万再乘单价。 表里海外厂商标的是美元、国内厂商标的是人民币，直接相加没有意义，所以上面多了一个「结算币种」选择—— 选定之后，所有行都会按页面明示的汇率折算到同一币种再排序。这个折算只服务于比较， 各行的官方原价请看价格对比表。

为什么要把输入和输出拆开填？因为这两者的单价通常不是一个量级，输出往往比输入贵好几倍。 如果你的场景是「长文档进、一句话出」，成本重心压在输入侧；如果是「一句话进、长篇报告出」， 成本重心就完全翻到输出侧。这两种场景选出来的最优模型经常不是同一个，用一个笼统的「总 token 数」去比， 比出来的排序是错的。

三个数分别从哪来

页面上只有两个输入框，但要把它们填对，你手里得先凑齐三个数。

第一个是业务量，也就是这个月大概会发生多少次调用。这个数不该由技术拍脑袋， 它来自产品侧：日活多少、人均一天用几次、有没有大促或者运营活动的排期、免费用户和付费用户的使用频次差多少。 找产品经理和运营要，比自己估靠谱得多。做预算时建议同时准备保守、正常、激进三档业务量， 分别跑一遍，看看最坏情况下的账单有没有超出你的承受范围。

第二个是每次操作的平均 token 数，这个只能靠实测。最直接的办法是从真实流量里抽一批请求， 把接口返回的 usage 字段（prompt_tokens 和 completion_tokens）记下来，取平均值。 不要用「一个汉字大约多少 token」这类经验换算去推——不同模型的分词器差异不小， 而且真正的大头往往不是用户那句话，是你拼在前面的系统提示词、工具定义、检索出来的上下文片段和历史对话。

第三个是单价，去官方定价页查。页面表格里每行尽量标了来源和核对日期， 但价格调整很频繁，正式做预算前请务必按当天的官方页面重新核一遍。同时留意计价结构： 有的模型按上下文长度分档加价，有的思考类模型对推理过程产生的 token 单独计费， 这类结构性差异比单价数字本身更容易让预算翻车。

最容易估错的，是「每次操作的平均 token」

在这三个数里，业务量和单价都相对好核，真正的估算黑洞是平均 token 数。 几乎所有把预算估低的项目，问题都出在同一个地方：拿单轮请求的 token 数，去乘以「操作次数」。

第一个坑是多轮对话。用户眼里的「一次咨询」，在计费口径下可能是七八次 API 调用， 而且每一次调用都要把之前的完整对话历史重新发一遍。也就是说，输入 token 不是随轮次线性增长， 而是接近平方级累积——第五轮的那次请求，输入里塞的是前四轮的全部内容。 你按第一轮的长度去估，最后账单可能是估算值的好几倍。

第二个坑是重试。超时重发、限流退避后重来、结构化输出解析失败后再跑一遍、内容审核拦截后换个说法再试—— 这些在真实系统里非常常见，而且失败的那次调用通常照样计费。有的团队还会把「同一个问题跑多次投票取最优」 当成质量手段，那更是成倍的消耗。

第三个坑是那些不产生业务价值的调用：开发联调、回归测试、上线前压测、以及跑批评测集。 这部分完全不在「业务量 × 平均 token」的模型里，但它们和线上流量花的是同一笔钱。

所以更稳妥的做法是：先用实测的平均值填进去得到一个基准值，然后在心里给它乘一个系数当作真实预期。 这个系数具体是多少，只能靠你自己观察前几个月的真实账单和估算值的比例来校准， 没有一个可以照抄的通用数字。

结果怎么读

表格按月成本升序排列，最上面那行是当前用量下最便宜的选项，但「最便宜」不等于「该选它」。 正确的读法是分三步：先看排序的整体分布，如果头部几个模型的成本差在一倍以内，那成本其实不是决策的主要矛盾， 应该优先按效果和稳定性选；如果差出一个数量级，才值得为省钱去牺牲一些能力。

第二步，把用量数字上下拨动，看排序会不会变。有的模型输入便宜输出贵，有的正好相反， 你的输入输出配比一变，最优解就换人了。多试几组数字，你会更清楚自己这个场景的成本弹性在哪一侧。

第三步，别只盯总额，要换算成单位经济。把月成本除以月订单数、月活跃用户数或者月处理任务数， 得到「每一单花多少钱」，再和这一单能带来的收入比。总额一万块是贵是便宜没有答案， 但每单成本三毛而客单价三十块，这就是一笔能算清楚的账。

延伸阅读

估完单个模型的月成本之后，下一步是把它变成一份能落地的预算： 大模型 API 月度预算怎么做 讲了怎么分档做敏感性分析、怎么设置告警阈值、以及预算超支时的常见处置顺序。 如果你更关心「这笔钱花得值不值」， AI 应用的单位经济模型 这篇把成本摊到每一单、每一个用户上去算，帮你判断业务模型本身是否成立。