大模型 API 按 token 怎么算钱：单次请求成本、缓存和长上下文分档

一次请求的钱是怎么算出来的？

LanoX 模型与价格页 FAQ 05 原话：「“每百万 Token”是报价单位，不要求每次用满一百万。」它举的例子用的是假设单价：「例如假设输入 $1、输出 $4／百万 Token，输入 2,000 Token、输出 500 Token 约为 $0.004。这些单价仅为计算示例，不是 LanoX 实时报价。」（2026-11-03 核对）

拆开就是 2 部分：

输出往往比输入贵：这个假设例子里贵 4 倍，下面 gpt-6.1-sol 两张价目表里都是 5 倍。所以回答写得长，比问题问得长更费钱。

换成真实价格，一次请求多少钱？

同一个公式，代入 2026-11-03 gpt-6.1-sol 的真实价格，请求是 20,000 输入 + 2,000 输出。以下是我们按公开基础价推算的，不含长上下文档位。

OpenAI 另有 Batch 价，gpt-6.1-sol 输入 $1.00、输出 $5.00 / 百万（2026-11-03 核对）。各模型价格放在一起看，见 GPT API 价格页（待上线）和大模型 API 价差追踪。

缓存为什么能省钱？

同一段长前缀（比如系统提示词）在多次请求里重复出现时，重复的部分可以按「缓存读」计费，比普通输入便宜得多。gpt-6.1-sol 2026-11-03 的价格：

算一下（我们推算）：如果 20,000 输入里有 15,000 是从缓存读的，这次请求在 LanoX 约 0.005 × $0.334 + 0.015 × $0.0167 + 0.002 × $1.67 ≈ $0.0053。第一次写入缓存按缓存写价收，所以只有前缀反复用才划算。

Anthropic 价格页对 Claude 的说法也一样：「A cache hit costs 10% of the standard input price」（缓存命中按标准输入价的 10% 计，2026-11-03 核对），部分新模型更低，以该页为准。

长上下文怎么算？

长上下文有分档价，以价格页为准。本文算例只用基础价。

同样一段话，为什么换个模型钱不一样？

不同模型切 token 的方式不同，同一段提示词的 token 数也不同。Anthropic 价格页原话：Claude 4.7 及之后的模型「use a newer tokenizer」，「This tokenizer produces approximately 30% more tokens for the same text.」（新分词器处理同样的文字，大约多出 30% 的 token，2026-11-03 核对）

所以单价低不等于干完一件事便宜。LanoX 价格页 FAQ 08 写得很直白：「输入单价更低，不一定代表完成同一任务的总成本更低。」要比的是每个成功完成的任务总共花了多少，token 数用各模型自己返回的。

图片和视频也按 token 算吗？

不一定。价格页 FAQ 06：「图片模型可能按张数或 Token 计费，还可能区分分辨率、质量以及文字和图片输入；视频模型可能按生成秒数等单位计费」（2026-11-03 核对）。当天目录里有 12 个图片模型、12 个视频模型。一个账户同时用文本、图片、视频，见一个 API 账户搞定文本、图片和视频（待上线）；Grok 的图片视频价格见 Grok API 价格页（待上线）。

买了聊天会员，API 能白用吗？

不能默认。价格页 FAQ 07 原话：「购买聊天工具会员，不能默认获得 API 调用额度，账户、账单和可用功能要按各自规则确认。」（2026-11-03 核对）API 按用量收费，会员买的是 1 个产品里的功能，各家规则自己确认。

什么人不适合按 token 计费的 API？

• 每个月账单必须固定的。 API 跟着用量走，忙的月份就多花。
• 只比每 token 单价的。 Anthropic 自己说新分词器同样文字多出约 30% token，输出还可能是输入的 5 倍价。
• 主要做图片、视频的。 可能按张、按秒收费，token 公式套不上。
• 请求经常落到长上下文档位的。 用价格页上的分档价算，别用本文的基础价算例。

实际扣了多少，去哪看？

别只靠估算。LanoX 文档写的是「在控制台中检查请求模型、实际结果、使用记录和最终费用」（2026-11-03 核对），每次调用 4 项。从你自己的应用发一小批真实请求，看 token 数和扣费，再按量乘上去。