订阅制把成本藏起来了,按量计费则把它摊开。要用按量计费,得先会算账,否则很容易得出"比订阅贵"或"比订阅便宜"的错误结论。
公式本身很简单
单次请求成本 ≈ 输入 token × 输入单价 + 输出 token × 输出单价
麻烦在三个变量上:输入不是你以为的那么多、输出不是你能预估的、缓存命中会改变单价。
变量一:输入被放大
很多人按"我发了一段 500 字的代码"来估输入。实际一次带文件读取的请求,是这样构成的:
- 系统提示与工具定义:几百到两千 token
- 对话历史:每轮都在累积
- 读进来的文件内容:几千到几万
- 你的实际提问:几十到几百
所以输入 token 通常是提问本身的十倍以上。一个十轮对话,光历史就能压到几万 token。
变量二:输出不会太长
输出侧反而好估:一次回答通常 300–1500 token,写代码时可能到 3000。输出单价一般比输入高 2–5 倍,但因为量小,绝对值往往不比输入高。
真正贵的是反复修改:一次任务让模型改三轮,输出就乘以三,而每轮还要重新带上全部上下文。
变量三:缓存命中
主流厂商都对"前缀相同的重复输入"给折扣,力度通常在五折到九折之间。含义很直接:同一个对话里连续提问,比每次新开会话便宜得多。
这也解释了一个反直觉现象:把长文档一次读进来、然后在同一会话里问十个问题,比问一个问题读一遍、重复十次,便宜一个数量级。
一组具体数字
假设单价为输入 $3 / 百万 token、输出 $15 / 百万 token(仅作示例,不是当期价格):
| 场景 | 输入 | 输出 | 成本 |
|---|---|---|---|
| 单轮问答 | 4k | 500 | $0.0195 |
| 读仓库改一处 | 40k | 2k | $0.15 |
| 十轮迭代重构 | 累计 300k | 20k | $1.2 |
按第三行算,一天做五次这样的任务,约 6 美元;一个月 20 个工作日就是 120 美元。这个数字已经超过大多数订阅的价格。
结论怎么用
- 轻量、分散、不确定频率 → 按量计费更合适。
- 每天稳定高强度 → 订阅几乎总是更便宜,因为订阅的上限是固定的。
- 反复读同一批文件 → 优先利用缓存,把文件放在会话开头读一次。
最后提醒:单价表每季度都可能变,上面的数字只用来演示算法。真正下单前,把你自己的输入输出量记一周,再套公式。
月度复盘模板
| 项 | 上月 | 本月 | 变化原因 |
|---|---|---|---|
| 输入 token | 上下文是否变长 | ||
| 输出 token | 回答是否变啰嗦 | ||
| 缓存命中 | 提示词是否稳定 | ||
| 单次成本 | 换模型/换参数 |
四行填完,钱花在哪一目了然。没有这张表,"省成本"就只能靠感觉砍功能。
再补一句:把"缓存命中率"单独拉一条线。提示词稳定时命中率高、成本骤降;一旦频繁改系统提示,命中率归零,账单会先于体感变化。