大语言模型 (LLM) API 成本计算器

如何使用大语言模型 (LLM) API 成本计算器

本计算器数据实时同步自 OpenRouter，极速对比最新的旗舰大模型（如 GPT-5.4、Claude 4.6、Gemini 3.1、DeepSeek V3.2 等）的 API 定价，精准估算你业务中的 AI 实际使用成本。

核心高级计算规则

• 上下文缓存折扣 (Cache Hit Ratio)：许多现代模型支持 Prompt Caching（如 Anthropic、DeepSeek、xAI）。系统会自动根据你设定的缓存命中率（0-100%），将会命中的部分输入 Token 自动切换为更廉价的 Cache Read 价格计算（通常单价便宜 5-10 倍）。
• 阶梯定价规则 (Tiered Pricing)：像 Google Gemini 或 Xiaomi MiMo 等模型会根据单次请求的总长度跨度实施阶梯收费。当你的输入+输出 Token 总数超过临界点（如 128K 或 256K）时，列表会自动高亮并切换采用更长上下文区间的浮动阶梯单价。

理解基础 Token 费用

• 输入 Token：发送给模型的所有内容（提示词、文档、代码仓库）都会按 Token 计费。
• 输出 Token：模型生成的回复内容，单价通常数倍于输入成本。
• 百万 Token 规则：所有大厂报价均以每 1M（一百万）Token 为单位。作为参考感知：一页标准中文文档平均消耗 700~1000 个 Token。

节省 Token 与降低成本的业务技巧

1. 动态模型路由：让小模型（如 Kimi、DeepSeek 或 Flash 变体）扛下简单的分类总结脏活，只把需要深度逻辑推理的任务丢给昂贵的旗舰大杯。
2. 最大化利用上下文缓存：在多轮请求中固定长系统设定或庞大的知识储备文档位置，触发服务商底层的 Cache 机制白嫖极低单价。
3. 精简死板的 Prompt 骨架：大力清洗传给模型的废话，剔除诸如繁冗的 HTML 标签或者不必要的格式化占位符，每一滴干瘪下去的体积都是省出来的真金白银。