RUN7 / 知识与工具
Token 计费详解:输入、输出、缓存读取与缓存写入
Token 费用要按实际计费类别分别计算,不能只看回复字数。输入、输出、缓存读取与缓存写入可能使用不同单价,最终应结合模型规则和用量账单核对。
Token 不是固定字数
Token 是模型分词器产生的计量单位。中文、英文、代码、标点的分词不同,不能用固定“一个 Token 等于几个字”精确换算。系统提示词、历史对话和工具定义也可能计入输入;可见回复未必涵盖推理等所有计费内容。
核对费用应看接口 usage 字段和客户用量门户。本地分词只能作为估算,除非分词器与模型、请求格式完全匹配。
四类费用分别看
| 类别 | 代表什么 | 核对重点 |
|---|---|---|
| 输入 Token | 提交给模型的内容 | 输入总量是否已经包含缓存命中量 |
| 输出 Token | 模型生成的内容 | 推理 Token 是否包含在内或单列 |
| 缓存读取 | 复用满足条件的提示内容 | 是否命中、适用读取单价 |
| 缓存写入 | 创建可复用缓存 | 是否单独计费、缓存时长 |
不是所有模型都有相同的缓存机制,重复发送也不保证命中。不能把同一批缓存 Token 重复扣除,也不能将缓存折扣套用到整次请求。
一个算得清楚的例子
仅作算术示例:假设普通输入为每百万 Token 2 美元,输出为每百万 Token 8 美元。一轮请求使用 10,000 个普通输入 Token、2,000 个输出 Token,则为 0.01 × 2 + 0.002 × 8 = 0.036 美元,尚未加入其他适用项目。这不是 Run7 报价。
当类别分别计费时,将各类 Token 数除以一百万,再乘对应单价并求和。图片、音频、搜索和长上下文可能有其他单位或附加规则。可查看 模型价格参考,购买前确认实际适用费率与额度单位。
如何避免预算失控
- 保留模型 ID、usage、币种、费率日期和请求 ID,不记录 Key。
- 先用一小批任务对账,再扩大规模;账户额度单位不一定等于美元。
- 将有限重试计入预算,超时不代表服务端没有处理。
- 先缩减无关历史与输出长度,再考虑提高并发。
继续阅读
资料来源与适用范围
依据公开协议资料整理;具体模型、费率和功能以交付信息为准。本文不是对所有客户端版本的兼容保证。
联系获取 Key ↗