最便宜的 AI API 成本:按 token 计算及示例
最便宜的 AI API 成本是你在发送任何请求前就能在纸上计算出来的。本页面展示了该 API 的按 token 算术方法及与任何其它提供商比较的方法。
更新于
要点
- 费率为输入 token $0.15/百万,输出 token $0.50/百万,从预付额度中计费。
- 输出 token 的成本约为输入 token 的 3.3 倍,因此较短的回复比较短的提示词能节省更多费用。
- 失败或被拒的请求不收费,且额度永不过期。
- $50 及以上的充值可获得 5%、10% 或 15% 的额外赠送,从而降低你的实际费率。

简短回答:按你自己的 token 定价,而不是看表面标价
对你的工作负载而言,最便宜的 AI API 成本取决于三个数字:输入的 token 数量、输出的 token 数量,以及提供商对每种 token 每百万的收费。如果你的工作负载产生长回复,低输入价格意义不大;如果每次调用都携带 30,000 token 的提示词,低输出价格意义也不大。
在此 API 中,输入 token 的费率为 $0.15/百万输入 token,输出 token 的费率为 $0.50/百万输出 token。你从预付额度中扣费,没有订阅,失败或被拒绝的请求不收费。本页将这两个费率转化为实际数字,以便你使用计算器而非定价页面做出决定。
公式
每次调用的成本为:
cost = (input_tokens x 0.15 / 1,000,000) + (output_tokens x 0.50 / 1,000,000)
Token 由模型的 tokenizer 计数,而非单词。对于英文文本,一个 token 略少于一个单词,但代码、其他语言和大量标点符号会消耗更多 token。不要猜测:每个响应都包含一个 usage 对象,其中包含精确的提示词和补全 token 计数;在流式输出中,使用情况会在流结束时提供。按请求记录日志,你的每次调用实际成本就会成为一个可测量的数值。
X-Balance-USD 响应头显示每次调用后你剩余的额度,这在测试时进行快速合理性检查非常方便。
上述费率下的计算示例
以下是五种常见的工作负载形态,并展示了计算过程。输入成本为 token 数 x 0.15 / 1,000,000,输出成本为 token 数 x 0.50 / 1,000,000。
| 工作负载 | 输入/输出 token | 每次调用成本 | 量级 | 总计 |
|---|---|---|---|---|
| 带有简短历史的对话轮次 | 2,000 / 500 | $0.0003 + $0.00025 = $0.00055 | 10,000 次调用 | $5.50 |
| 文档摘要 | 20,000 / 1,000 | $0.003 + $0.0005 = $0.0035 | 1,000 份文档 | $3.50 |
| 长上下文分析 | 90,000 / 2,000 | $0.0135 + $0.001 = $0.0145 | 100 次调用 | $1.45 |
| 批量文本生成 | 500 / 1,500 | $0.000075 + $0.00075 = $0.000825 | 100,000 次调用 | $82.50 |
| 批处理作业,仅总计 | 50M / 10M | $7.50 + $5.00 | 一个作业 | $12.50 |
有两个方面很突出。首先,即使是 100,000 次调用的生成任务,费用也仅为 $82.50,这是一个你可以预算的数字。其次,在批量生成行中,输出占账单的 90% 以上($0.00075 / $0.000825),因为输出 token 的价格是输入价格的 0.50 / 0.15 倍,约 3.3 倍。
最低充值能购买多少
最小充值额为 $20。按上述对话轮次的成本,$20 可支付约 36,000 轮对话($20 / $0.00055 约为 36,364)。如果只发送输入,$20 可覆盖约 1.33 亿 token;如果只生成输出,可覆盖约 4000 万 token。
如何诚实地比较提供商
定价页面旨在看起来更优惠,因此请在固定工作负载下进行比较。一种可靠的方法:
- 选择一个真实的工作负载,例如上述的对话轮次,并从你自己的日志中测量其输入和输出 token 计数。
- 打开每个提供商当前的定价页面,记下你将要使用的确切模型的输入和输出费率。费率会变化,因此在做出决定的当天检查他们的当前定价,而不要依赖博客文章,包括本文。
- 使用公式计算每次调用的成本,然后乘以你的月度用量。
- 加上未按 token 显示的成本:最低充值或订阅、未使用额度的过期、失败请求的费用,以及迫使你升级到更高级别的速率限制。
注意该步骤中的“模型”一词。该服务运行一个开放权重模型,针对合法成人用途进行了调整,使其在回答时不进行内容审查,由独立提供商托管。它不是跨供应商的路由器,也不是任何实验室的官方 API。如果你的任务需要特定的专有模型,不同模型的最低费率对你没有帮助,正确的选择是那个能完成任务的模型。如果开放权重模型就足够了,那么按 token 计费的成本正是该 API 的目标所在。
充值赠送会改变实际费率
充值金额为 $20 到 $500 之间的任意整数,赠送比例随金额规模变化:
- $50 至 $99:+5%,即 $50 变为 $52.50 的额度。
- $100 至 $199:+10%,即 $100 变为 $110。
- $200 及以上:+15%,即 $200 变为 $230。
在最高赠送比例下,你每支付 $1 可获得 $1.15 的额度,因此实际费率降至 $0.15 / 1.15 = 约 $0.130/百万输入 token 和 $0.50 / 1.15 = 约 $0.435/百万输出 token。这在不更改一行代码的情况下节省了 13%。由于额度永不过期,如果你预期有稳定使用量,购买更大块的额度风险很低。
仅支持加密货币支付:TRC20 链上的 USDT 或 Base 链上的 USDC。详情请见 定价页面,按量付费 LLM API 定价 提供了更详细的计费说明。
降低账单的七种方法
最低费率仍然奖励谨慎使用。按影响大致排序:
- 限制并塑造输出。 每个输出 token 的成本约为输入 token 的 3.3 倍。在系统提示词中要求简洁回答,并在你知道合理上限时设置
max_tokens。 - 清理聊天记录。 每次调用都重新发送 20 轮对话会使输入成本成倍增加。请保留滚动窗口或对旧对话进行简短摘要。
- 不要填满上下文窗口。 窗口容量为 100,000 个 token,但 90,000 个 token 的提示词每次调用成本为 $0.0135。请检索相关段落,而不是粘贴整个文件。
- 使用 JSON 模式进行提取。 将
response_format设置为json_object可以避免冗长的前言以及因输出格式错误导致的重试。 - 对于确定性任务,降低 temperature。 减少偏离目标的生成意味着减少重新生成次数。
- 尽早停止。 使用
stop序列,使模型在到达你需要的部分后停止继续生成。 - 在试用额度上测试。 新用户可以在 API 密钥页面一键领取 $0.50 额度,有效期为 7 天。按每次对话的成本计算,这大约相当于 900 次调用,足以让你在充值之前测量实际的 token 用量。
月度预算示例
假设你运行一个支持助手,每天处理 3,000 次对话。每次对话需要 6 次模型调用,典型调用发送 2,000 个输入 token 并返回 300 个输出 token。
- 一次调用:2,000 x 0.15 / 1,000,000 = $0.0003(输入),加上 300 x 0.50 / 1,000,000 = $0.00015(输出),总计 $0.00045。
- 一次对话:6 x $0.00045 = $0.0027。
- 一天:3,000 x $0.0027 = $8.10。
- 三十天:30 x $8.10 = $243。
负载为每天 18,000 次调用,平均每分钟 12.5 次,完全在完整密钥允许的每分钟 300 次请求限制之内。如果你充值 $200,15% 的奖励将提供 $230 的额度,因此一次充值即可覆盖约 28 天的流量($230 / $8.10 约为 28.4)。由于未使用的额度永不过期,你可以按现金流需求充值,并将剩余额度结转至后续使用。
将此视为模板,替换为你自己的数据。重点在于,总账单简化为四个可测量的输入:每日调用次数、每次调用的输入 token 数、每次调用的输出 token 数,以及两个费率。
通过测量检查调用
此脚本发送一次请求并打印其报告的使用量中的确切成本。将密钥替换为你自己的密钥。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.unlimitedaiapi.com/v1",
api_key=os.environ["UNLIMITED_API_KEY"],
)
resp = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarize the idea of per-token pricing in two sentences."}],
)
u = resp.usage
cost = u.prompt_tokens * 0.15 / 1_000_000 + u.completion_tokens * 0.50 / 1_000_000
print(resp.choices[0].message.content)
print(u.prompt_tokens, u.completion_tokens, f"${cost:.6f}")
在少量代表性提示词上运行它,取平均值,然后扩展到你的流量规模。如果你尚未设置访问权限,文档中的 快速入门指南 涵盖了相关内容,你可以在几分钟内 获取 API 密钥。
更多指南
问答
该 API 上一百万个 token 的成本是多少?
输入为每 1M token $0.15,输出为每 1M token $0.50。两者各 1M 总计 $0.65。
失败的或被拒绝的请求需要付费吗?
不需要。失败的或被拒绝的请求不收费,因此错误后的重试不会增加账单。
我的额度会过期吗?
不会。额度永不过期,没有订阅或月度最低消费。你从充值的余额中按量付费。
这是每个项目的最便宜选择吗?
不一定。它只服务一个开放权重模型,因此如果你需要特定的专有模型,请直接比较其当前的定价和质量。对于开放权重模型足以胜任的任务,按 token 计费是主要优势。
我可以在付费前试用吗?
是的。新用户可以在注册后通过 API 密钥页面一键领取 $0.50 的试用额度。有效期为 7 天,每人限领一次。
只差一张表单,即可获得密钥
创建账户,复制密钥,修改 base URL。这就是全部设置。