每百万输出 tokens 8 元计费

很多人第一次看到「每百万输出 tokens 八元」这类报价，会以为只要知道单价乘用量就够了，结果月底账单和预估差一大截。问题往往出在输出和输入单价不一样、缓存和阶梯口径没对齐、请求重试被重复计费。这篇把八元档的计费规则、估算步骤和核对顺序拆开讲，让你自己就能算准一笔账。

很多人第一次看到「每百万输出 tokens 八元」这类报价，第一反应就是单价乘用量，觉得这事五分钟能算完。真到月底对账，账单和预估差一大截，才发现问题不在乘法，而在口径。输出和输入是两套单价、缓存和阶梯各有算法、请求重试会被重复计入，任何一处没对齐，估算就会漂。

这篇不讲哪个价更划算，只讲一件事：拿到一个输出侧档位价之后，怎么把规则拆清楚、把账算准、把预估和账单对上。算准的前提是先承认自己不知道的量比知道的多，所以下面每一步都会告诉你哪里该去站内页面核对当期数字，而不是记一个写死的数。

「每百万输出 tokens 八元」这句话到底限定了什么

这句报价里，唯一被限定死的是「输出侧」和「每百万」这两个维度。它没说输入侧多少钱，也没说这个价对应什么速率限制、是否含缓存读写、是否走特定通道。把一句话当成完整价目表，是后面所有误差的源头。先把这句话没覆盖的部分列出来，再逐项去站内核对，比急着算总数有用。

• 它只管输出 tokens：模型生成的那部分；你贴进去的提示词、上下文、示例，大多走输入侧，另有单价
• 它按百万为单位：低于或超过这个量级时，可能触发阶梯或最小计费单位，要和当期规则对齐
• 它不承诺长期不变：官方调价、档位切换都会让这个数字失效，必须到 /official-api 核对当期价格
• 它不说明附加限制：限速、并发上限、是否支持缓存折扣，这些会影响实际可用量和结算方式
• 它不区分渠道：同一档位价在中转或代理渠道可能被倍率折算，看到的报价和最终结算价不是一回事

有个简单的自检办法：把你手头这句报价念一遍，然后问自己「输入侧多少、超过这个量怎么算、失败重试算不算」。三个问题里只要有一个答不上来，就先去站内把规则补齐再动手算，省得后面返工。

从任务量倒推输出成本：三步估算

估输出成本最容易犯的错，是拿单次最长输出当代表值。真实业务里输出长度是波动的，用最长的那个乘总量，结果会虚高到没人敢用；用最短的那个，又会把预算压到不够。合理做法是取中位数，再给一个波动区间。

1. 第一步：量单次输出的中位数从最近的真实请求里抽样，记录每次输出的 tokens 数，排序后取中间那个值。样本太少就先按经验给个区间，上线后再用实测替换。
2. 第二步：算总量再换算单次中位数乘以每天任务数，再乘运行天数，得到周期内输出 tokens 总量；除以一百万再乘当期输出单价，就是输出侧成本。单价到 /official-api 核对当时的数字。
3. 第三步：交叉验证用 /tools/token-price-calculator 和 /tools/model-cost-calculator 各算一遍，两个结果差得远，说明你的输入参数有一处填错了，回头查而不是取平均。

三步里最容易出错的是第二步的量级。如果你的任务量会出现明显波峰，比如工作日多、周末少，或者某几天集中跑一批，那就按天分别列出来再加总，别用一个日均值糊弄过去，日均值会把波峰抹平。

别忽略输入侧：输出便宜不代表整体便宜

输出侧单价低，容易让人产生「这模型很便宜」的错觉。但在长上下文任务里，输入 tokens 经常是输出的好几倍。比如让模型读一份长文档再回答一个小问题，输入侧的开销可能远远盖过输出侧。整体成本由哪一头主导，得分开列才知道。

看这张表的时候要带一个前提：它是按「输入长度相对输出长度的比例」分的，不是按绝对金额。你的实际比例是多少，用 /tools/token-price-calculator 把输入输出分别填进去，看哪一栏的金额更大，那栏就是优化重点。输出便宜的档位适合生成类、短答类任务；长文档处理类任务要单独算一遍再下结论。

阶梯、倍率与折扣：比价前先对齐口径

两个渠道都写着同一个输出档位价，不代表结算价一样。差价通常藏在三个地方：按量阶梯、渠道倍率、以及赠送或折扣。比价之前先把这三项拉平，否则是在比一个没有意义的数字。

按量阶梯

用量落在不同区间时单价可能不同，超额部分走哪一档要提前确认，别拿最低档的价去乘最高档的量

渠道倍率

中转或代理渠道常在官方价上加一个折算系数，报价是八元，结算可能是八元乘系数，系数值是关键

缓存读写

命中缓存的部分可能按另一套价计，省不省钱取决于你的请求重复率，不取决于单价

赠送与折扣

赠送额度、折扣券只改变实际支付额，不改变用量本身，估算时要分成「用量账」和「支付账」两份

这里有个判断标准：如果你要在两个渠道之间做选择，先把同一个任务在两边各算一遍完整成本，包括输入、输出、缓存和可能的倍率，再比较。只比输出单价，选出来的往往不是更便宜的那个。具体的倍率和折扣系数会变，到 /price-watch 看当期对比，别信截图。

把档位价变成一个月度预算

估算是个点，预算是一段时间。把单次成本换算成月度预算，要做的不只是乘三十天，还要加两笔容易被忘掉的东西：重试带来的重复用量，和调试阶段的额外流量。这两笔不写进预算，月底就会变成意外。

月度预算 ＝ 输出 tokens 总量 × 输出单价 ＋ 输入 tokens 总量 × 输入单价 ＋ 冗余量；冗余量建议单独成行，覆盖重试、失败重发、调试与压测流量，具体系数按自己过去的稳定度经验定

• 把预算拆成「正常用量」和「意外增量」两笔，后者单独设上限，防止一次跑飞吃掉整个月额度
• 给每个任务线单独标预算，不要把所有任务混成一个总数，混在一起出问题时定位不到源头
• 重试率高的任务单独列出来观察，重试本质是把同一份用量付了两次钱
• 调试和压测流量按自己的历史经验预留，别默认它不存在
• 预算留出可调整空间，上线头一两周拿实测数据回填，再决定要不要调档

预算做出来之后不要锁死。头一两周拿真实用量回填，看是哪一项超了，是任务量涨了、输出变长了，还是重试多了。三种原因对应三种处理方式，混在一起只会得出「就是贵」这种没用的结论。

月底对账：账单和预估对不上的排查顺序

账单和预估对不上，九成情况不是平台算错，而是口径不同。排查要按顺序来，从粗到细：先看总量对不对，再看口径是否一致，最后看有没有单独的计费项。跳着查容易在小数点上耗半天，其实问题在最上面一层。

1. 比对总量先看实际输出 tokens 是否超出预估。如果用量本身就涨了，那后面的口径讨论都是多余的，先去查任务量为什么增加。
2. 对齐口径确认平台展示时是否把输入输出合并、缓存读写是否单列、单位是否一致。口径不一致时，两个数字根本不可比。
3. 列计费项逐项看有没有重试、批量任务、附加服务单独计费。这些项在总额里占比通常不大，但足以让预估和账单出现缺口。
4. 横向校准仍对不上就到 /usage 看同类任务的真实用量分布，用别人的量级校准自己的预估参数，而不是继续手算。

排查时记住一个顺序原则：先怀疑用量，再怀疑口径，最后才怀疑计费错误。反过来做，会把大量时间花在证明平台没算错上，而真正的原因可能只是你这周多跑了一批任务。

什么情况下八元档不适用

任何档位价都有它的适用范围，不适用不代表这个价有问题，只代表你的任务形态不在它的舒适区。判断标准很简单：当你的成本主要由输出总量、优先级或合规要求决定时，这个档位的单价优势就传递不到你的账单上。

• 长输出类任务：单价低但总量大，成本被总量放大，低单价救不了失控的输出规模
• 长文档生成与批量出稿：一次任务产出大量文本，输出侧总量很容易超出最初预估
• 延迟敏感任务：必须走高优先级通道时可能被归到更贵的档位，单价与优先级挂钩
• 合规受限场景：只能走指定托管渠道时价格由渠道定，官方档位价只能当参考，不能当预算依据
• 用量极小的试验场景：单价再低，固定门槛或最小计费单位也可能让平均成本高于预期

遇到上面任何一种，处理方式不是换一个更便宜的档位，而是先回到任务本身：输出能不能压短、优先级能不能降、合规要求能不能用别的方式满足。单价只是成本的一个乘数，前面那几个变量才是量级。