每次看到 AI API 定价页上「$3 / 1M tokens」这种数字，我都得停三秒：这是贵还是便宜？一次对话到底花几分钱？上个月我要批量处理一批文档，光算账就卡了半小时。这篇把我后来琢磨出来的算法记下来，下次你遇到定价页，照着套就行。
先说清楚换算基础：1M tokens 是 100 万 token。中文按 1 token 约 1.5 到 2 个字算（参考 OpenAI tiktoken 的分词数据），所以「1M tokens」大致对应 150 万到 200 万汉字，一本《三体》第一部也就 20 万字上下。这么一看，百万级 token 其实没多吓人。还不知道 token 是什么的，先看这篇基础科普再回来。
两分钟算清一次调用的钱
定价页永远是两个数：输入价和输出价，分开计费。算式就一行：
费用 = 输入 token ÷ 1M × 输入价 + 输出 token ÷ 1M × 输出价
拿两个真实模型算（2026 年 9 月 OpenRouter 实时数据，美元计价）：
- DeepSeek V4 Flash：输入 $0.04、输出 $0.08 / 1M。翻译一篇 3000 字的文章：输入约 2000 token、输出约 2500 token，费用 = 0.002 × 0.04 + 0.0025 × 0.08 ≈ $0.0003。三千分之一美元，翻译一百篇也就 3 美分。
- Claude Sonnet 5：输入 $2、输出 $10 / 1M。同样那篇文章：0.002 × 2 + 0.0025 × 10 ≈ $0.029，约两毛钱人民币。一百篇 3 美元。
同样一篇 3000 字，两个模型差了近百倍。这就是为什么要会看定价页：任务不同，选错模型可能白花钱，也可能为了省小钱耽误事。
再算个日常量级：每天跟 AI 聊 20 个来回，每个来回输入 2000 token、输出 500 token，一天就是 5 万 token 量级。用 Sonnet 5 约合 $0.13/天，一个月不到 4 美元。聊天场景其实花不了多少，真正的账单大户在下面。
你的钱花在哪了
我自己的 API 账单里，烧钱最多的是两类任务：
长文档问答。每次提问都把整份文档重新发一遍。一份 5 万 token 的手册，问 10 个问题就是 50 万输入 token，钱全花在重复输入上。
Agent 自动化。让 AI 自主跑任务时，它每一步都会带着全部历史记录调用模型，token 消耗是滚雪球的。跑一个复杂任务，几十万 token 很正常。2026 年这波 Agent 热，烧的就是这个。
四个省钱开关
1. 提示词缓存（最优先用）。很多任务每次都带一大段相同的系统提示或知识库内容，开了缓存，重复部分只按一折左右计费。真实差距有多大？Kimi K3 常规输入 $1.70/1M，缓存命中只要 $0.17/1M；Claude Sonnet 5 从 $2 降到 $0.20。反复用同一段长提示的场景，这一个开关就能省一大截。
2. Batch API（不急的任务）。各家对批量任务普遍打五折：Claude Sonnet 5 批量价输入 $1、输出 $5；GLM-5.3 批量输入 $0.70、输出 $2.20。数据清洗、内容批量生成这类不用秒回的任务，统统走批量接口，账单直接减半。
3. 选对模型档位。省钱的头号原则是别用旗舰模型干杂活。分类、提取、格式转换这种简单任务，用 Flash/Lite 档的模型，单价常常只有旗舰的几十分之一（DeepSeek V4 Flash 输入 $0.04 vs Claude Opus 5 的 $5，差了一百多倍）。把任务难度和模型档次对上，是最根本的省钱方式。推理模型该不该用、什么时候用，之前写过一篇专门的判断指南，不花冤枉钱的那篇。
4. 控制输出长度。输出价普遍是输入价的 3 到 5 倍（Sonnet 5 是 5 倍）。让 AI「输出 200 字摘要」比「详细分析」省的不止一点。写提示词时明确输出长度和格式，是最容易被忽略的省钱动作。
给你一个估算直觉
- 日常聊天：一个月几美元，不用焦虑
- 批量处理文档：先算单篇成本再乘数量，超过预算就换便宜模型或砍上下文
- 跑 Agent 任务：先小规模试跑一次看 usage，再估算全量成本
- 任何长期任务：确认 API 是否支持缓存和批量，这俩是杠杆最大的
总结：AI API 的账单 = 输入量 × 输入价 + 输出量 × 输出价。会看定价页的人，同样的事可能只花别人十分之一的钱。各家价格随版本会变，用之前查一眼官方页面，本文数据截至 2026 年 9 月。
参考：OpenRouter 实时模型价格接口（2026-09-20 拉取）、OpenAI tiktoken 分词数据。各模型官方定价页为准。