先拆五项,再找单价

API成本估算先别急着找单价。先拆五项:成功调用量、重试调用量、输入token、输出token、缓存写入/读取token。OpenAI API的定价页以每百万token为单位列价;Claude文档说明缓存读取和写入会计入请求的prompt长度;阿里云百炼按输入Token和输出Token计费,部分模型支持上下文缓存。把这几项分开,总价才有复算的可能。

  • 成功调用量:返回结果、计入用量的请求数。
  • 重试调用量:因超时、限流或服务端错误再次发出的请求。资料没有给出OpenAI、Anthropic、阿里云对429或5xx失败请求的统一计费规则;不要把“失败不计费”或“重试一定重复计费”写成确定事实。
  • 输入token:系统提示、工具定义、历史对话和用户输入。阿里云百炼说明多轮对话的历史内容会作为后续轮次的输入处理和计费,每轮输入Token随轮次增加;Agent模式会产生大量system prompt、工具定义及思考内容开销。
  • 输出token:模型返回的内容。OpenAI定价页说明Responses API、Chat Completions API、Realtime API、Batch API和Assistants API不单独定价,token按所选模型的输入和输出费率计费。
  • 缓存写入/读取token:缓存不是免费。

第一步:把调用量拆成成功调用和重试调用

先定两个参数。重试率等于重试调用量除以成功调用量。这两个公式是估算框架,不是厂商官方公式。

这是旧背景,不能当成2026年的完整错误码或计费规则。资料没有说明被重试的请求是否重复计费。

第二步:token分输入、输出、系统提示、工具定义和多轮上下文

输入token不只等于用户那句话。系统提示和工具定义会进入提示:Claude文档建议把缓存断点放在共享的system prompt或tool definitions的最后一个块;阿里云百炼说明Agent模式会产生大量system prompt、工具定义及思考内容开销。

多轮对话按累计上下文算。阿里云百炼说明历史对话内容会作为后续轮次的输入处理和计费,因此每轮输入Token数会随对话轮次增加。Claude文档也说明缓存读写会计入请求的prompt长度。做估算时,把第一轮输入和后续每轮新增的上下文分开填,不要用第一轮token乘总轮数。

输出token单独列。OpenAI定价页说明token按所选模型的输入和输出费率计费。内置工具使用的token按所选模型的每token费率计费,Web search content tokens也按模型费率计费。工具调用多时,输出和输入都会变,估算表要留工具调用token行。

第三步:缓存命中怎么建模

缓存命中不是免费token。Claude平台文档用基础输入价的倍数表示缓存价格:5分钟缓存写入高于基础输入,1小时缓存写入更高,缓存命中按基础输入的一小部分计费;文档还说明5分钟缓存一次读取可回本,1小时缓存两次读取可回本。同一份文档提醒,缓存读取和写入会计入请求的prompt长度。具体倍率因模型和缓存时长不同,资料没有给出可直接套用的基础单价,不能把倍数直接换成金额。

阿里云百炼的规则更直接。

短prompt可能根本进不了缓存。Claude文档说明,短于最低长度的prompt即使标了cache_control也不会缓存,也不会报错;需核对响应usage中的cache_creation_input_tokens和cache_read_input_tokens是否都为0。

建模时,把缓存读取token从普通输入token里拆出来。缓存命中替代的是一部分普通输入,不是额外加在普通输入上。否则估算表会把同一段上下文算两次。

第四步:把参数填进估算表

估算表至少留这些参数:成功调用量、平均输入token、平均输出token、系统提示和工具定义token、平均对话轮数、重试率、缓存命中率、缓存写入比例、输入单价、输出单价、缓存写入单价、缓存读取单价。每个参数都要能单独改。

单价假设不要只填一个数。OpenAI定价页以每百万token列价;区域处理端点在2026年3月5日及之后发布的模型上加收10%,FedRAMP端点也加收10%。Claude文档的缓存价格以基础输入价的倍数表示,并会与Batch API折扣、长上下文定价、数据驻留等定价修饰叠加。阿里云百炼部分模型实行阶梯计费,单价取决于单次请求的输入Token总量,该请求所有Token都按对应阶梯的单价结算。这些规则决定单价列不能只有一个固定值。

可复算的公式可以写成:总成本≈成功调用量×[普通输入token×输入单价+缓存写入token×缓存写入单价+缓存读取token×缓存读取单价+输出token×输出单价]×重试放大系数。这个公式是估算框架。资料没有给出统一失败计费规则,也没有给出可核验的官方token计算器或用量导出说明,所以公式结果不能承诺与真实账单一致。

第五步:做敏感性分析

先跑输出token。资料没有给出跨厂商统一倍数,输出token要单独跑,不能假设固定比例。把输出token从低到高跑三档,看总成本变化。

再跑缓存命中率。Claude文档说明5分钟缓存一次读取可回本,1小时缓存两次读取可回本。命中率低于回本点时,缓存写入可能让成本更高;命中率高时,缓存读取折扣才开始起作用。

然后跑重试率。资料没有统一重试计费规则,重试率对总成本的影响只能作为情景假设。

还要跑多轮上下文长度。阿里云百炼说明历史对话会作为后续输入计费,每轮输入Token随轮次增加。多轮场景下,轮数增加会放大输入token,不是线性增加。

最后看阶梯价。阿里云百炼的阶梯计费按单次请求输入Token总量定档,所有Token按对应档位结算。一次请求跨档,可能让全部输入token换单价。敏感性分析里把“平均输入token”设几个临界值,比只看平均值更有用。

边界:估算表不承诺与账单一致

这份估算表解决的是预算拆分,不是账单复刻。资料没有给出OpenAI、Anthropic、阿里云对429、5xx失败请求的统一计费规则;也没有给出可核验的官方token计算器或用量导出说明。缓存命中率、重试率、多轮上下文长度都带有假设成分。

用真实账单校准,按顺序做:

  1. 导出账单。
  2. 按模型和日期分组。
  3. 把调用日志里的输入token、输出token、缓存写入token、缓存读取token回填到估算表。
  4. 用账单总额除以估算总额,得到校准系数。
  5. 把校准系数写回估算表。
  6. 下个周期重复一次。

常见误区与核对清单

  • 把缓存命中当免费。
  • 忽略重试的token重复消耗。资料没有统一失败计费规则,重试率要单列。
  • 把单价当固定不变。OpenAI区域处理端点在2026年3月5日及之后发布的模型上加收10%;阿里云百炼部分模型阶梯计费。
  • 系统提示和工具定义不计入输入。Claude文档的缓存断点就放在system prompt或tool definitions上;阿里云百炼说明Agent模式会产生system prompt、工具定义开销。
  • 多轮上下文不累计。阿里云百炼说明历史对话计入后续输入,每轮增长。
  • 缓存命中率按100%算。Claude文档说明短prompt不能缓存。
  • 只算一次请求的token,不乘调用量。调用量是独立参数。
  • 把Batch折扣和缓存折扣叠加。阿里云百炼说明两者不能同时生效。

读者常问的几组计费问题

OpenAI API的token怎么计费?输入、输出、缓存输入单价是多少?

OpenAI API定价页以每百万token为单位列价。本次资料没有给出具体的输入、输出、缓存输入单价,不能在这里列数字。定价页说明Responses API、Chat Completions API、Realtime API、Batch API和Assistants API不单独定价,token按所选模型的输入和输出费率计费。

Claude的prompt caching怎么收费?缓存写入和读取差多少?

Claude平台文档把缓存写入和读取单独计价:5分钟缓存写入高于基础输入,1小时缓存写入更高,命中按基础输入的一小部分计费;5分钟缓存一次读取可回本,1小时缓存两次读取可回本。缓存读写会计入请求的prompt长度。资料没有给出基础单价,不能换算成具体金额。

国内大模型的输入输出单价是多少?有缓存折扣吗?

本次资料只覆盖阿里云百炼,没有给出通义千问、DeepSeek、智谱的具体输入输出单价。阿里云百炼按输入Token和输出Token计费,部分模型支持上下文缓存,部分模型阶梯计费。

调用失败后重试,会不会重复计费?

资料没有给出OpenAI、Anthropic、阿里云对429或5xx失败请求的统一计费规则,不能断定重试一定重复计费或一定免费。预算里把重试率单列,再用真实账单校准。

缓存命中的token还按输入token计费吗?

不是免费。账单上体现为缓存读取token单独计价,估算时不要把它和普通输入token加两次。

系统提示和工具定义每次都计入输入token吗?多轮对话怎么累计?

系统提示和工具定义会进入提示:Claude文档建议把缓存断点放在共享的system prompt或tool definitions的最后一个块;阿里云百炼说明Agent模式会产生大量system prompt、工具定义及思考内容开销。多轮对话中,历史对话内容会作为后续轮次的输入处理和计费,每轮输入Token会随轮次增加。

官方有没有token计算器或用量导出?

本次资料没有提供可核验的官方token计算器或用量导出说明,不能确认。估算参数应来自自己的调用日志和账单。

配额和rate limit会影响重试吗?超出配额是什么错误码?

本次资料只显示429和insufficient_quota与配额或账单问题有关,没有给出当前rate limit和完整错误码表。