一次 LLM 请求到底花多少：从输入长度到最终费用的四步拆解

一次请求的四段构成

一次 LLM 请求的成本由四段组成：系统提示与工具定义、历史对话、本次用户输入、模型输出。这四段在 token 计数里分别落在「输入」与「输出」两侧。DeepSeek 的 API 参考把一次请求的总 token 定义为 prompt 与 completion 之和，其中 prompt 包含 system、user、assistant 等角色的全部消息内容。这与工具把前三段合计进「输入 token」的口径一致。

四段如何对应估算台的三个 token 框

估算台只有三个 token 输入框：输入 token、缓存 token、输出 token。对应关系如下：

• 输入 token：系统提示与工具定义、历史对话、本次用户输入三段的 token 总和。这是模型本次实际处理的完整上下文长度。
• 缓存 token：上述三段中、能被缓存命中的前缀部分。DeepSeek 的缓存文档写明「硬盘缓存仅匹配用户输入的前缀部分」；阿里云百炼的上下文缓存文档同样写明「可以缓存这些请求的公共前缀」。也就是说，只有从对话开头连续、稳定不变的那一段才可能命中缓存，中间插入的新内容会打断前缀匹配。
• 输出 token：模型回复生成的 completion 部分。DeepSeek 的 Token 文档指出「实际处理的 token 数量以模型返回的 usage 为准」，账单以此为依据。

工具页面原话：「缓存 token 应包含在输入 token 内」。填写时必须保证缓存值不大于输入值，否则会被视为参数错误。

哪一段填错最离谱

最常见、偏差最大的是历史对话按 0 填写。在多轮长对话里，历史对话往往占据输入 token 的大头。如果把它算作 0，单次估算会显著偏低，月度汇总更会与账单相差甚远。Cohere 的 tokenizer 文档说明「一个单词约 2–3 个 token」，中英文混排时 DeepSeek 给出的经验值是「1 个中文字符约 0.6 token、1 个英文字符约 0.3 token」。历史对话的字符量乘以这些系数，就是它在输入 token 里的真实权重。

复算习惯：用估算台的数对账单

把估算台算出的单次成本乘以月调用量，得到月度估算值。拿这个值与服务商账单的当月实际金额比对：

• 差异在 10% 以内：假设基本合理，继续沿用。
• 差异超过 10%：说明某一环假设偏离。按优先级排查：历史对话 token 是否低估、缓存命中率是否高估、输出长度是否偏离、重试率是否漏算。DeepSeek 的 Token 文档明确「实际以用量返回为准」，账单才是最终依据。

用默认值走一遍四步

拿估算台的默认值走一遍：输入 token 12000、缓存 token 6000、输出 token 1800、每月调用 1000、输入价 1.00、缓存价 0.50、输出价 4.00、重试率 5%。四段里，系统提示与工具定义、历史对话、本次用户输入合计进输入 12000，其中可被缓存命中的前缀 6000 进缓存栏；模型回复 1800 进输出栏。代入算式 ((12000−6000)×1.00 + 6000×0.50 + 1800×4.00) / 1e6 × (1+5/100)，单次约 $0.0170；乘每月 1000 次，月度约 $17.01。把这几步写下来，就能脱离本站用手算核一遍。

结语

具体价格与口径以各供应商最新官方文档为准，本站只做估算，不构成报价、采购或财务建议。