什么是 Token？为什么它要收费？

当你通过 API 向 AI 模型发送消息时，文本会被拆解为名为 Token 的小单元进行处理。在英文中，一个 Token 大约相当于 4 个字符或 0.75 个单词——也就是说，一篇 1000 词的文档大约包含 1300 个 Token。

AI 服务商通常对输入 Token（你发送给模型的内容，包括提示词、系统指令和对话历史）和输出 Token（模型返回的内容）分开计费。输出 Token 的价格几乎总是高于输入 Token，通常贵 3 到 10 倍，具体取决于模型。

这也是为什么 API 费用经常会让开发者感到意外。一个带有长系统提示词、完整对话历史和冗长回复的简单聊天机器人，其成本可能远超 ChatGPT Plus 或 Claude Pro 这样的固定订阅费。上面的计算器旨在帮助你在实际开发前预估真实成本。

如何压低 AI API 的开销

提示词压缩是性价比最高的优化手段。你在系统提示词中删减的每一个 Token，都会在你发起的每一次 API 调用中产生复利效应。将 1000 Token 的系统提示词精简到 600 Token，每次调用就能节省 400 Token——假设每月调用 1 万次，这就省下了 400 万 Token。请用直接的祈使句重写指令。例如，“请务必始终保持礼貌友好的回复方式”可以改为“保持礼貌和友好”。指令不变，Token 减少六成。

为不同任务匹配合适的模型等级。并非每次 API 调用都需要旗舰级模型。Claude Haiku 4.5 和 GPT-5.4 nano 在处理简单的分类、提取、摘要和客服回复时，成本比旗舰模型低 10 到 30 倍，且质量相差无几。你可以构建一个分层路由系统，将简单任务分发至廉价模型，仅在复杂推理时才升级到昂贵模型。

针对重复使用的系统提示词实施缓存。Anthropic 和 OpenAI 都提供提示词缓存功能，对缓存的输入 Token 收费降低 90%。如果你的系统提示词有 2000 Token 且每次调用都会发送，缓存后每次调用成本仅相当于约 200 Token。在高并发应用中，仅此一项改动就能将月度账单削减 50% 以上。

在每次 API 调用中设定 max_tokens。不受限的输出 Token 是导致 API 费用失控的最常见原因。如果你的使用场景只需要 200 词左右的回复，请将 max_tokens 设为 280。这样你就永远不会为不需要的 Token 买单。