Token 用量与成本计算器

粘贴文本估算 token 用量，按主流大模型的公开单价算出单次和月度成本，输入输出分开计价，一眼看出哪个模型更省钱。

🧮 输入内容，估算用量与费用

粘贴你的提示词或文本（按输入计）

预期输出长度（token）

每月调用次数

Token 是模型处理文本的最小单位，不等于字。中文里一个常用汉字通常对应 0.6 到 1 个 token，生僻字和特殊符号可能拆成两三个。英文里大约 4 个字符对应 1 个 token，一个常见单词约 1.3 个 token。

本工具的估算公式是：中文字符数乘以 0.7，加上非中文字符数除以 4，再加上输出的 token 数。这个公式在常规对话和文档场景下误差通常在 10% 以内。如果要精确计数，应该用模型厂商提供的 tokenizer 工具或调用接口返回的 usage 字段，那才是计费的依据。

需要注意几个容易漏算的地方：系统提示词每次都算输入；多轮对话要把历史消息一起算进去，上下文越长单次成本越高；函数调用的参数和返回也计入 token。很多人估算偏低就是因为只算了用户提问本身。

单位：元 / 百万 token。价格截至 2026 年 11 月，以各厂商官方页面为准。

同样一百万 token，便宜的模型几块钱，贵的上百块，差距主要来自三方面：模型参数量和推理成本、上下文长度、以及是否带思考模式。旗舰模型贵在复杂推理和长任务上的表现，轻量模型贵在速度和单价。

选型的基本思路是按任务难度分层。分类、抽取、格式转换、简单问答这类任务，轻量模型完全够用，成本能压到旗舰模型的十分之一。代码生成、多步推理、长文档分析这类任务，轻量模型容易出错，返工成本远高于省下的 token 费，该用旗舰就用旗舰。

还有两个容易被忽略的成本项。一是输出比输入贵，多数模型的输出单价是输入的三到五倍，所以控制生成长度比压缩输入更省钱，设置合理的最大输出长度很关键。二是缓存命中价差巨大，DeepSeek 的缓存命中价只有未命中的五十分之一，把固定的系统提示词和参考文档放在前缀位置，能显著降低成本。

误区一：只算一次调用。实际业务里一次用户请求往往触发多轮模型调用，比如先做意图识别、再检索、再生成、最后做合规检查，四步就是四次计费。按单次估算会低估好几倍。

误区二：忽略上下文累积。多轮对话场景，第 10 轮请求要把前 9 轮都带上，输入 token 随轮次线性增长。一个 20 轮的会话，总输入量可能是单轮的十几倍。

误区三：按标价算，不考虑优惠。新用户免费额度、批量调用折扣、峰谷时段价差、企业认证折扣都能明显降低成本。DeepSeek 空闲时段价格是高峰的一半，把批量任务挪到夜间执行能省一半钱。

做预算时建议在估算结果上加 30% 到 50% 的余量，因为业务量增长、提示词迭代、重试都会推高实际消耗。

估算的 token 数和实际计费会差多少？▼

常规中文对话和文档场景，误差通常在 10% 以内。差异主要来自特殊符号、代码片段、多语言混排和生僻字，这类内容的实际 token 数往往比估算值高。如果要做精确预算，应该用厂商的 tokenizer 工具，或者看接口返回的 usage 字段，那才是实际计费依据。

为什么同样的内容，不同模型 token 数不一样？▼

每个模型用的分词器不同，切分规则不一样。同一个中文句子，A 模型可能切成 30 个 token，B 模型切成 45 个。所以跨模型比价时不能只看单价，要按各自的分词结果算实际用量。粗略估算可以用本工具的结果做横向参考，精确比价要用各自的分词器。

缓存命中是什么意思？▼

多数厂商支持上下文缓存：如果这次请求的开头部分和之前某次请求完全一致，这部分内容按缓存命中价计费，价格远低于正常输入价。DeepSeek 的缓存命中价是未命中价的五十分之一。把固定的系统提示词、参考文档放在提示词最前面，能明显提高命中率。

免费额度怎么算进成本？▼

本工具按标价计算，不含免费额度。实际使用中，阿里云百炼对新用户提供各模型 100 万 token 的免费额度，有效期 90 天；智谱 GLM-4-Flash 部分档位长期免费。新项目起步阶段实际支出可能远低于估算值，但额度用完后会按标价扣费，做长期预算时不能把免费额度算进去。