大模型 API 到底怎么收费？一文搞懂 Token、账单和省钱套路

「AI Python 系列」第 01 栏 · AI 时代的 Python 办公自动化品牌梅雅达编程笔记摘要2026数博会提出词元增值订阅、按效付费大模型计费方式又添新词。新手调API最怕一笔糊涂账Token是什么输入输出为什么分开算钱为什么说一句话就扣费这篇番外用一个成本计算器讲清楚计费规则附代码能查真实账单、能估算费用。学习用GLM-4.7-Flash账单永远是0。开篇 · 从一个新词说起2026 数博会上国家数据局提到一个说法围绕重点场景探索**“词元增值订阅、按效付费”**。词元是啥其实就是我们从 Day 02 就一直在用的Token——大模型的计费单位。政策说的是企业级数据服务的收费探索但它也给我们提了个醒AI 应用正在从按年订阅走向按用量付费。这对普通人意味着什么意味着你写代码调 API每一句话都可能在花钱。问题是很多读者跟到 Day 18代码跑了一堆被问一句你这些程序跑一次多少钱还是答不上来。今天这篇番外把这笔账彻底算明白Token 跟字数什么关系、账单怎么算、三种收费模式怎么选最后给你一个能实际跑的成本计算器。五件事一条一条讲透。Token一个汉字大约 1.5 个币你给大模型发一段话它不是按字理解的而是先把这段话切成一小段一小段的标记这些标记就叫Token词元。几个直观的换算经验值文本大约 Token 数1 个汉字≈ 1.5 个 Token1 个英文单词如 hello≈ 1 个 Token1 个标点 / 空格通常 1 个或和字符合并1000 字中文文章≈ 1500 Token为什么中文比英文贵因为英文一个单词天然就是一个语义单位切一刀就是一个 Token而汉字要走分词“我喜欢编程可能被切成我/喜欢/编程”再加上字节编码平均下来一个汉字要 1~2 个 Token。所以同样一句话用中文写比用英文写Token 消耗略高。这不是坑是语言结构决定的。账单是这么算出来的记不住长篇大论没关系API 计费一共就三条规则。规则 1输入和输出分开算钱你发出去的 Prompt 算输入 Token模型吐回来的回答算输出 Token。两家价格不同输出通常比输入贵 2~4 倍模型输入价格元/百万Token输出价格元/百万TokenGLM-4.7-Flash00DeepSeek V4-Flash空闲 ¥1.5 / 高峰 ¥3.0空闲 ¥4.5 / 高峰 ¥9.0Qwen-Plus0.82.0GPT-4o-mini约1.08约4.32价格采集于 2026 年 8 月。DeepSeek 已于 8 月 17 日启用峰谷定价高峰时段为北京时间 9:00-12:00、14:00-18:00其余为空闲时段空闲价约为高峰价的一半缓存命中时输入价可低至 ¥0.05~0.1。各平台价格以官方定价页为准随时可能调整。为什么输出贵因为输出是模型一个 Token 一个 Token算出来的每生成一个字都要跑一次完整推理而输入是读算一次就行。规则 2每一轮对话历史会重复计费这是新手最容易忽略的一点。用 API 做多轮对话时第二轮请求要把第一轮的对话历史也带上。也就是说第 1 轮输入 你的第 1 句话第 2 轮输入 第 1 句话 AI 回答 你的第 2 句话第 10 轮输入 前面所有内容叠加聊得越久每轮的输入越胖。这也是为什么 Day 16 讲长任务与记忆时要做记忆摘要裁剪——不裁剪Token 会滚雪球。规则 3费用 输入Token × 输入单价 输出Token × 输出单价公式就这么简单。拿 DeepSeek 算笔账用空闲价一次调用输入 2000 Token、输出 1000 Token——输入费2000 / 1,000,000 × 1.5 ¥0.003输出费1000 / 1,000,000 × 4.5 ¥0.0045合计¥0.0075一次不到一分钱。看着便宜对不对但如果是 Day 13 那种爬 500 个网页、每个都喂给模型提取的场景500 次调用就是¥3.75每天跑一遍一个月轻松上百块。便宜是便宜但架不住量大。三种收费模式怎么选不吃亏数博会说的词元增值订阅、按效付费把市面上的模式基本凑齐了模式怎么收钱代表适合谁订阅制按月/年付固定费用随便用ChatGPT Plus、网页版会员个人聊天、轻度使用按量付费用多少 Token 付多少钱各家 API本专栏用的开发者、自动化脚本按效付费按调用结果/效果付费数博会探索的新方向、部分Agent商店未来的企业场景对跟这个专栏的读者结论很明确学习和写自动化脚本 → 按量付费的 API精准、便宜、能进代码GLM-4.7-Flash 永久免费学习阶段单价直接是 0随便跑等你的程序要上线服务别人了再按 Day 04 的横评结果选付费模型兜底上手cost_tracker.py把账算明白原理说够了上工具。这个脚本干三件事不调 API用经验公式估算任意文本的 Token 数真实调用一次 API从返回结果里读官方账单输入/输出分开自动按四家单价折算费用同一次调用换别家要花多少钱一目了然完整代码 cost_tracker.py - 大模型 API 成本计算器番外01 配套代码 功能 1. 经验公式估算 Token不调 API、不花钱也能算 2. 真实调用 API 读取官方账单输入 / 输出 Token 分开记 3. 按四家模型单价自动折算费用 4. 啰嗦 Prompt vs 精简 Prompt 的成本对比 运行python cost_tracker.py 依赖llm_client.pyday02_code 目录 .env配置 GLM_API_KEY importsysimportosimportre# 自动引入 day02_code 目录下的 llm_client.pysys.path.insert(0,os.path.dirname(os.path.dirname(os.path.abspath(__file__))))sys.path.insert(0,os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))),day02_code))fromllm_clientimportLLMClient# 一、四家模型价格表单位元 / 百万 Token# 数据采集于 2026 年 8 月实际以各平台官方定价页为准PRICING{glm:{name:GLM-4.7-Flash,input:0.0,output:0.0},deepseek:{name:DeepSeek V4-Flash,input:1.5,output:4.5},# 2026-08-17 起峰谷定价此处取空闲时段价高峰输入3.0/输出9.0缓存命中输入0.05~0.1qwen:{name:Qwen-Plus,input:0.8,output:2.0},# 缓存命中输入约 0.16openai:{name:GPT-4o-mini,input:1.08,output:4.32},}# 二、经验公式估算 Token不调 APIdefestimate_tokens(text): 粗估规则够日常算账用 - 中文汉字 / 中文标点1 字 ≈ 1.5 Token - 英文、数字、空格符号4 字符 ≈ 1 Token chinese_charslen(re.findall(r[\u4e00-\u9fff\u3000-\u303f\uff00-\uffef],text))other_charslen(text)-chinese_charsreturnint(chinese_chars*1.5other_chars/4)# 三、真实调用读取官方账单 defchat_with_usage(client,message,system_promptNone,temperature0.7,max_tokens4096): 在 LLMClient 基础上拿真实 Token 用量。 返回(回复文本, usage字典) messages[]ifsystem_prompt:messages.append({role:system,content:system_prompt})messages.append({role:user,content:message})responseclient.client.chat.completions.create(modelclient.model,messagesmessages,temperaturetemperature,max_tokensmax_tokens,)usage{prompt_tokens:response.usage.prompt_tokens,# 输入 Tokencompletion_tokens:response.usage.completion_tokens,# 输出 Tokentotal_tokens:response.usage.total_tokens,}returnresponse.choices[0].message.content,usage# 四、按单价算钱 defcalc_cost(provider,usage):根据价格表计算一次调用的费用元pricePRICING[provider]input_costusage[prompt_tokens]/1_000_000*price[input]output_costusage[completion_tokens]/1_000_000*price[output]return{model:price[name],input_cost:input_cost,output_cost:output_cost,total_cost:input_costoutput_cost,}defprint_bill(provider,usage,bill):打印一张明白账print(f\n---{bill[model]}本次账单 ---)print(f 输入 Token{usage[prompt_tokens]:6}个 → ¥{bill[input_cost]:.4f})print(f 输出 Token{usage[completion_tokens]:6}个 → ¥{bill[output_cost]:.4f})print(f 合计 Token{usage[total_tokens]:6}个)print(f 本次费用 ¥{bill[total_cost]:.4f})# 五、三个演示 defdemo_estimate():演示1不调 API估算一段话值多少 Tokenprint(*56)print( 演示 1Token 经验估算不花一分钱)print(*56)samples[帮我写一份周报,你是梅雅达公司技术部后端工程师风格简洁务实。周报格式本周完成 / 遇到问题 / 下周计划每部分不超过3条。,]forsinsamples:showns[:30](...iflen(s)30else)print(f\n文本{shown})print(f字数{len(s)}→ 估算约{estimate_tokens(s)}Token)defdemo_real_call():演示2真实调用 GLM拿官方账单并折算别家价格print(\n*56)print( 演示 2真实调用 四家费用折算)print(*56)clientLLMClient(providerglm)answer,usagechat_with_usage(client,这周修了12个bug优化了数据库查询性能。帮我写个周报三行以内。,system_prompt你是后端工程师回复简洁。,max_tokens600,)print(f\nAI 回复{answer[:60]}...)print_bill(glm,usage,calc_cost(glm,usage))print(\n 同样的 Token 用量换三家付费模型要花)forpin(deepseek,qwen,openai):billcalc_cost(p,usage)print(f{bill[model]:20}约 ¥{bill[total_cost]:.4f})defdemo_prompt_slim():演示3啰嗦 prompt vs 精简 promptprint(\n*56)print( 演示 3Prompt 瘦身能省多少)print(*56)fat(你好呀麻烦你了我是一家电商公司的员工今天想请你帮个忙就是能不能帮我写一份工作周报呀格式就按正常周报格式来就行谢谢啦辛苦你了)slim写一份工作周报格式本周完成/遇到问题/下周计划各不超过3条。fat_tokensestimate_tokens(fat)slim_tokensestimate_tokens(slim)print(f\n啰嗦版{len(fat)}字 ≈{fat_tokens}Token)print(f精简版{len(slim)}字 ≈{slim_tokens}Token)savedfat_tokens-slim_tokensprint(f每次省{saved}Token调用 1 万次 ≈ 省{saved*10000/1_000_000:.2f}百万 Token)if__name____main__:demo_estimate()demo_real_call()demo_prompt_slim()print(\n✅ 算账完毕。学习阶段用 GLM-4.7-Flash账单永远是 ¥0。)运行效果真实输出 演示 1Token 经验估算不花一分钱 文本帮我写一份周报 字数7 → 估算约 10 Token 文本你是梅雅达公司技术部后端工程师风格简洁务实。周报格式本周... 字数56 → 估算约 75 Token 演示 2真实调用 四家费用折算 AI 回复本周修复12个Bug优化数据库查询性能提升系统稳定性。... --- GLM-4.7-Flash 本次账单 --- 输入 Token 38 个 → ¥0.0000 输出 Token 301 个 → ¥0.0000 合计 Token 339 个 本次费用 ¥0.0000 同样的 Token 用量换三家付费模型要花 DeepSeek V4-Flash 约 ¥0.0014 Qwen-Plus 约 ¥0.0006 GPT-4o-mini 约 ¥0.0013 演示 3Prompt 瘦身能省多少 啰嗦版68 字 ≈ 102 Token 精简版33 字 ≈ 45 Token 每次省 57 Token调用 1 万次 ≈ 省 0.57 百万 Token ✅ 算账完毕。学习阶段用 GLM-4.7-Flash账单永远是 ¥0。注意看演示 2 的账单response.usage里的三个字段是平台官方统计比经验公式准——经验公式用来事前估算预算真实账单用来事后核对扣费两个搭配用。这篇番外的全部验证调用都走的 GLM 免费模型账单永远是 ¥0。算完账三件值得动手的事脚本够用了吗对想更进一步的人有三件事很值得自己动手都是真实项目里会踩的坑第一件加一个月度账单预测。输入预计每天调用次数和平均 Token 数输出四家模型一个月的费用。思路很简单月费 日均次数 × 30 × 单次成本。学会了这个你就能在接活前先给客户报出个大概成本。第二件让 Day 17 的日报 Agent 自动记账。每次运行结束后把 Token 用量追加写进一个cost_log.csv日期、任务、输入/输出 Token 一行月底一汇总就是你的真实成本报表。每次调用后调chat_with_usage拿 usage用csv模块追加一行就行。第三件实现预算熔断。给程序设一个月度 Token 预算比如 100 万每次调用前读取累计用量超预算就自动停止调用并提醒。累计用量存本地 JSON调用前判断——这个思路就是真实云平台预算告警的迷你版等你的 Agent 真跑起来它是保命符。五个不影响效果的省钱习惯最后是实战经验。这些习惯不是让你抠门是让你的自动化程序上线后别莫名其妙烧钱1. Prompt 说人话但别寒暄。你好呀麻烦你了谢谢啦这些全是 Token模型一个字都不需要。演示 3 里啰嗦版比精简版胖一圈效果没有任何区别。2. 用 max_tokens 给输出封顶。模型偶尔会失控写小作文。每个调用都设max_tokens最坏情况的费用就被锁死了。3. 长文本任务先摘再喂。Day 16 的记忆裁剪、Day 08 的 PDF 分段本质都是同一件事别把用不到的原文扔进输入。输入是按次重复计费的省下来的都是纯利润。4. 批量任务先小样试跑。处理 200 张报销单之前先拿 3 张跑通并看账单确认单次成本再放量。否则循环一跑起来错误 Prompt 会被重复 200 次。5. 能缓存就缓存。DeepSeek 的上下文缓存命中时输入价从空闲的 ¥1.5 一路降到 ¥0.05差 30 倍Qwen 缓存命中输入也只有 ¥0.16。重复的 system prompt、固定的示例文本天然适合缓存。词元增值订阅、按效付费这些新词听着玄乎拆开了就是一件事用多少付多少。对学习者这是好消息——你不用为没用上的功能买单GLM-4.7-Flash 更是直接把单价打到了 0。但工具免费不等于可以糊涂。看懂账单、算得清成本是从会调 API到能上线跑业务的分水岭。把这个计算器存好等你的 Agent 真要替你赚钱的那天你会感谢现在算过的每一笔账。所有价格都以官方定价页为准随时可能调整。学习阶段用 GLM可到智谱开放平台申请免费 Key其余 DeepSeek、通义千问、OpenAI 各家均以各自官方定价页为准。——梅雅达编程笔记专注 Python AI 办公自动化实战教程。「AI 时代的 Python 办公自动化」专栏姊妹专栏Python 零基础入门 / 编程启蒙-Scratch转Python。