大模型 API 价格怎么算：按 token、按次和缓存三种计费

大模型 API 的价格按三种方式计：对话、向量这类模型按 token 计费，输入和输出分开定价，单位是「每百万 tokens」；命中上下文缓存的那部分输入按缓存读取价计费，通常比普通输入便宜很多；图像生成等模型按次计费，每次请求一个固定价。土土金 API 的余额以人民币计，没有月费，同一个模型在不同分组的价格也不一样。

三种计费方式

一个模型用哪种方式计费，在模型与价格里每个模型的价格列里能直接看出来。

价格表里的每一列

以 gpt-5.4-mini 为例，它在各个分组的价格如下：

• 输入：你发给模型的内容，包括系统提示词、历史对话、资料和工具定义。
• 输出：模型生成的内容，推理模型的思考过程也算在这里。输出单价一般是输入的好几倍。
• 缓存读取：命中上下文缓存的输入按这个价格计费，详见上下文缓存是什么、怎么省钱。
• 分组：同一个模型在不同分组的价格不同，选分组的方法见如何选分组。

算一次请求的费用

按 token 计费的模型，公式是：

费用 = 输入 tokens ÷ 1,000,000 × 输入单价
     + 缓存命中 tokens ÷ 1,000,000 × 缓存读取单价
     + 输出 tokens ÷ 1,000,000 × 输出单价

假设一次请求输入 3,000 tokens、输出 800 tokens，用 deepseek-v4.1-flash 计算：

同样的请求换成 Claude Sonnet 5.5：

单次的差别看起来不大，乘上每月的调用量就明显了。

算一个月的费用

每月费用 = 单次费用 × 调用次数。还是上面的请求，每月 5 万次：

做预算时建议先拿 100 次左右的真实请求，从响应的 usage 字段统计平均输入、输出 tokens，再乘上预计调用量。凭感觉估的 token 数常常偏差很大。

按次计费的模型

图像生成这类模型每次请求一个价，与提示词长短无关：

比如生成 1,000 张图：

决定费用的四个因素

更完整的省钱办法见如何控制 API 成本。

怎么核对实际扣费

• 每次响应的 usage 字段返回本次的输入、输出 tokens，命中缓存时还会列出缓存 tokens。
• 控制台「用量明细」按请求列出模型、分组、tokens 和扣费金额。
• 计费规则的细节见文档计费与用量。