Token（词元）是大模型 API 的计费最小单位，不是直接按汉字 / 单词计费，输入、输出分开计价，输出单价普遍高于输入。
一、核心公式
总费用 = 输入Token数 × 输入单价 + 输出Token数 × 输出单价
输入 Token（Prompt）：系统提示词、历史全部对话、用户本次提问、上传文档、图片转 token，全部算输入。
输出 Token（Completion）：模型返回的全部回答、思考内容、JSON、代码，全部算输出。
为什么输出更贵：输入可以 GPU 并行计算；输出必须一个 token 一个串行生成，算力开销大，输出价格一般是输入 2‑5 倍。
计价单位：大多平台标注 元 / 百万 Token（元 / M tokens） 或者美元 / 百万 Token。
二、Token 和文字粗略换算（仅估算，不同模型分词器结果不一样）
中文：1 汉字 ≈ 1～2 Token，含标点、空格也要计数；高频成语会合并为 1 个 token，生僻字会拆成多个 token。
英文：1 个单词≈1‑1.3 Token，长单词会拆成多段。
代码、JSON、URL 符号多，会显著更耗 Token。
⚠️估算只能做参考，真实消耗以 API 返回的 usage 字段为准，每个模型分词器不一样，同样文本 token 数量会不同。
示例粗算：一段 1000 汉字的提问，大约 1200‑1500 token。
三、简单算费示例
假设模型：输入 1 元 / 百万 token，输出 4 元 / 百万 token
调用：输入 1200token，输出 2000token
费用 = (1200 ÷ 1000000) ×1 + (2000 ÷1000000) ×4
=0.0012 +0.008 = 0.0092元
四、特殊计费规则
上下文累积消耗：多轮对话，每轮都会带上全部历史对话，输入 token 会持续上涨，对话越长越费钱，需要做截断。
缓存 token（部分厂商支持）：重复上下文命中缓存，单价大幅降低，约普通输入 1/10 价格。
图片 / 多模态：图片会转成 token，按输入 token 计费，大图消耗 token 数量很高OpenAI。
阶梯定价：用量越大单价越低；部分平台区分普通调用、批量任务不同价格。
五、怎么拿到真实 token 数量
API 返回体中
usage对象，会返回input_tokens、output_tokens；使用对应模型的 tokenizer 工具预计算（OpenAI tiktoken、各厂商提供的 token 统计接口）；
平台控制台调用日志，查看每一次请求消耗。
六、踩坑点
只看输入单价，忽略输出；输出往往才是大头；
忽略 system prompt 系统角色词，它每次都计入输入；
长对话不截断，历史上下文越堆越多，token 暴涨；
拿汉字数直接当作 token 数，会和实际账单有偏差。
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢