大模型 API 到底怎么收费？一文搞懂 Token、账单和省钱套路

「AI Python 系列」第 01 栏 · AI 时代的 Python 办公自动化

品牌：梅雅达编程笔记

摘要： 2026数博会提出"词元增值订阅、按效付费"，大模型计费方式又添新词。新手调API最怕一笔糊涂账：Token是什么？输入输出为什么分开算钱？为什么说一句话就扣费？这篇番外用一个成本计算器讲清楚计费规则，附代码，能查真实账单、能估算费用。学习用GLM-4.7-Flash，账单永远是0。

开篇 · 从一个新词说起

2026 数博会上，国家数据局提到一个说法：围绕重点场景探索**“词元增值订阅、按效付费”**。

"词元"是啥？其实就是我们从 Day 02 就一直在用的 Token——大模型的计费单位。政策说的是企业级数据服务的收费探索，但它也给我们提了个醒：

AI 应用正在从"按年订阅"走向"按用量付费"。

这对普通人意味着什么？意味着你写代码调 API，每一句话都可能在花钱。问题是很多读者跟到 Day 18，代码跑了一堆，被问一句"你这些程序跑一次多少钱"，还是答不上来。

今天这篇番外，把这笔账彻底算明白：Token 跟字数什么关系、账单怎么算、三种收费模式怎么选，最后给你一个能实际跑的成本计算器。五件事，一条一条讲透。

Token：一个汉字，大约 1.5 个"币"

你给大模型发一段话，它不是按"字"理解的，而是先把这段话切成一小段一小段的标记，这些标记就叫 Token（词元）。

几个直观的换算经验值：

为什么中文比英文"贵"？ 因为英文一个单词天然就是一个语义单位，切一刀就是一个 Token；而汉字要走分词，“我喜欢编程"可能被切成"我/喜欢/编程”，再加上字节编码，平均下来一个汉字要 1~2 个 Token。

所以同样一句话，用中文写比用英文写，Token 消耗略高。这不是坑，是语言结构决定的。

账单是这么算出来的

记不住长篇大论没关系，API 计费一共就三条规则。

规则 1：输入和输出，分开算钱

你发出去的 Prompt 算输入 Token，模型吐回来的回答算输出 Token。两家价格不同，输出通常比输入贵 2~4 倍：

价格采集于 2026 年 8 月。DeepSeek 已于 8 月 17 日启用峰谷定价：高峰时段为北京时间 9:00-12:00、14:00-18:00，其余为空闲时段，空闲价约为高峰价的一半；缓存命中时输入价可低至 ¥0.05~0.1。各平台价格以官方定价页为准，随时可能调整。

为什么输出贵？因为输出是模型一个 Token 一个 Token"算"出来的，每生成一个字都要跑一次完整推理；而输入是"读"，算一次就行。

规则 2：每一轮对话，历史会重复计费

这是新手最容易忽略的一点。用 API 做多轮对话时，第二轮请求要把第一轮的对话历史也带上。也就是说：

• 第 1 轮：输入 = 你的第 1 句话
• 第 2 轮：输入 = 第 1 句话 + AI 回答 + 你的第 2 句话
• 第 10 轮：输入 = 前面所有内容叠加

聊得越久，每轮的输入越胖。这也是为什么 Day 16 讲"长任务与记忆"时，要做记忆摘要裁剪——不裁剪，Token 会滚雪球。

规则 3：费用 = 输入Token × 输入单价 + 输出Token × 输出单价

公式就这么简单。拿 DeepSeek 算笔账（用空闲价）：一次调用输入 2000 Token、输出 1000 Token——

• 输入费：2000 / 1,000,000 × 1.5 = ¥0.003
• 输出费：1000 / 1,000,000 × 4.5 = ¥0.0045
• 合计：¥0.0075，一次不到一分钱。

看着便宜对不对？但如果是 Day 13 那种爬 500 个网页、每个都喂给模型提取的场景，500 次调用就是 ¥3.75；每天跑一遍，一个月轻松上百块。便宜是便宜，但架不住量大。

三种收费模式，怎么选不吃亏

数博会说的"词元增值订阅、按效付费"，把市面上的模式基本凑齐了：

对跟这个专栏的读者，结论很明确：

• 学习和写自动化脚本 → 按量付费的 API，精准、便宜、能进代码
• GLM-4.7-Flash 永久免费，学习阶段单价直接是 0，随便跑
• 等你的程序要上线服务别人了，再按 Day 04 的横评结果选付费模型兜底

上手：cost_tracker.py，把账算明白

原理说够了，上工具。这个脚本干三件事：

1. 不调 API，用经验公式估算任意文本的 Token 数
2. 真实调用一次 API，从返回结果里读官方账单（输入/输出分开）
3. 自动按四家单价折算费用，同一次调用换别家要花多少钱一目了然

完整代码

"""
cost_tracker.py - 大模型 API 成本计算器（番外01 配套代码）

功能：
1. 经验公式估算 Token（不调 API、不花钱也能算）
2. 真实调用 API 读取官方账单（输入 / 输出 Token 分开记）
3. 按四家模型单价自动折算费用
4. 啰嗦 Prompt vs 精简 Prompt 的成本对比

运行：python cost_tracker.py
依赖：llm_client.py（day02_code 目录）+ .env（配置 GLM_API_KEY）
"""

import sys
import os
import re

# 自动引入 day02_code 目录下的 llm_client.py
sys.path.insert(0, os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
sys.path.insert(0, os.path.join(os.path.dirname(os.path.dirname(os.path.abspath(__file__))), "day02_code"))

from llm_client import LLMClient

# ========== 一、四家模型价格表（单位：元 / 百万 Token）==========
# 数据采集于 2026 年 8 月，实际以各平台官方定价页为准
PRICING = {
    "glm":      {"name": "GLM-4.7-Flash",    "input": 0.0,  "output": 0.0},
    "deepseek": {"name": "DeepSeek V4-Flash", "input": 1.5,  "output": 4.5},   # 2026-08-17 起峰谷定价，此处取空闲时段价；高峰输入3.0/输出9.0，缓存命中输入0.05~0.1
    "qwen":     {"name": "Qwen-Plus",        "input": 0.8,  "output": 2.0},   # 缓存命中输入约 0.16
    "openai":   {"name": "GPT-4o-mini",      "input": 1.08, "output": 4.32},
}


# ========== 二、经验公式估算 Token（不调 API）==========
def estimate_tokens(text):
    """
    粗估规则（够日常算账用）：
    - 中文汉字 / 中文标点：1 字 ≈ 1.5 Token
    - 英文、数字、空格符号：4 字符 ≈ 1 Token
    """
    chinese_chars = len(re.findall(r"[\u4e00-\u9fff\u3000-\u303f\uff00-\uffef]", text))
    other_chars = len(text) - chinese_chars
    return int(chinese_chars * 1.5 + other_chars / 4)


# ========== 三、真实调用，读取官方账单 ==========
def chat_with_usage(client, message, system_prompt=None,
                    temperature=0.7, max_tokens=4096):
    """
    在 LLMClient 基础上拿真实 Token 用量。

    返回：(回复文本, usage字典)
    """
    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": message})

    response = client.client.chat.completions.create(
        model=client.model,
        messages=messages,
        temperature=temperature,
        max_tokens=max_tokens,
    )

    usage = {
        "prompt_tokens": response.usage.prompt_tokens,        # 输入 Token
        "completion_tokens": response.usage.completion_tokens,  # 输出 Token
        "total_tokens": response.usage.total_tokens,
    }
    return response.choices[0].message.content, usage


# ========== 四、按单价算钱 ==========
def calc_cost(provider, usage):
    """根据价格表计算一次调用的费用（元）"""
    price = PRICING[provider]
    input_cost = usage["prompt_tokens"] / 1_000_000 * price["input"]
    output_cost = usage["completion_tokens"] / 1_000_000 * price["output"]
    return {
        "model": price["name"],
        "input_cost": input_cost,
        "output_cost": output_cost,
        "total_cost": input_cost + output_cost,
    }


def print_bill(provider, usage, bill):
    """打印一张明白账"""
    print(f"\n--- {bill['model']} 本次账单 ---")
    print(f"  输入 Token：{usage['prompt_tokens']:>6} 个  → ¥{bill['input_cost']:.4f}")
    print(f"  输出 Token：{usage['completion_tokens']:>6} 个  → ¥{bill['output_cost']:.4f}")
    print(f"  合计 Token：{usage['total_tokens']:>6} 个")
    print(f"  本次费用：  ¥{bill['total_cost']:.4f}")


# ========== 五、三个演示 ==========
def demo_estimate():
    """演示1：不调 API，估算一段话值多少 Token"""
    print("=" * 56)
    print("  演示 1：Token 经验估算（不花一分钱）")
    print("=" * 56)
    samples = [
        "帮我写一份周报",
        "你是梅雅达公司技术部后端工程师，风格简洁务实。周报格式：本周完成 / 遇到问题 / 下周计划，每部分不超过3条。",
    ]
    for s in samples:
        shown = s[:30] + ("..." if len(s) > 30 else "")
        print(f"\n文本：{shown}")
        print(f"字数：{len(s)}  →  估算约 {estimate_tokens(s)} Token")


def demo_real_call():
    """演示2：真实调用 GLM，拿官方账单并折算别家价格"""
    print("\n" + "=" * 56)
    print("  演示 2：真实调用 + 四家费用折算")
    print("=" * 56)

    client = LLMClient(provider="glm")
    answer, usage = chat_with_usage(
        client,
        "这周修了12个bug，优化了数据库查询性能。帮我写个周报，三行以内。",
        system_prompt="你是后端工程师，回复简洁。",
        max_tokens=600,
    )
    print(f"\nAI 回复：{answer[:60]}...")
    print_bill("glm", usage, calc_cost("glm", usage))

    print("\n  同样的 Token 用量，换三家付费模型要花：")
    for p in ("deepseek", "qwen", "openai"):
        bill = calc_cost(p, usage)
        print(f"  {bill['model']:<20} 约 ¥{bill['total_cost']:.4f}")


def demo_prompt_slim():
    """演示3：啰嗦 prompt vs 精简 prompt"""
    print("\n" + "=" * 56)
    print("  演示 3：Prompt 瘦身能省多少？")
    print("=" * 56)

    fat = (
        "你好呀，麻烦你了，我是一家电商公司的员工，今天想请你帮个忙，"
        "就是能不能帮我写一份工作周报呀，格式就按正常周报格式来就行，"
        "谢谢啦辛苦你了！"
    )
    slim = "写一份工作周报，格式：本周完成/遇到问题/下周计划，各不超过3条。"

    fat_tokens = estimate_tokens(fat)
    slim_tokens = estimate_tokens(slim)
    print(f"\n啰嗦版：{len(fat)} 字 ≈ {fat_tokens} Token")
    print(f"精简版：{len(slim)} 字 ≈ {slim_tokens} Token")
    saved = fat_tokens - slim_tokens
    print(f"每次省 {saved} Token；调用 1 万次 ≈ 省 {saved * 10000 / 1_000_000:.2f} 百万 Token")


if __name__ == "__main__":
    demo_estimate()
    demo_real_call()
    demo_prompt_slim()
    print("\n✅ 算账完毕。学习阶段用 GLM-4.7-Flash，账单永远是 ¥0。")

运行效果（真实输出）

========================================================
  演示 1：Token 经验估算（不花一分钱）
========================================================

文本：帮我写一份周报
字数：7  →  估算约 10 Token

文本：你是梅雅达公司技术部后端工程师，风格简洁务实。周报格式：本周...
字数：56  →  估算约 75 Token

========================================================
  演示 2：真实调用 + 四家费用折算
========================================================

AI 回复：本周修复12个Bug，优化数据库查询性能，提升系统稳定性。...

--- GLM-4.7-Flash 本次账单 ---
  输入 Token：    38 个  → ¥0.0000
  输出 Token：   301 个  → ¥0.0000
  合计 Token：   339 个
  本次费用：  ¥0.0000

  同样的 Token 用量，换三家付费模型要花：
  DeepSeek V4-Flash    约 ¥0.0014
  Qwen-Plus            约 ¥0.0006
  GPT-4o-mini          约 ¥0.0013

========================================================
  演示 3：Prompt 瘦身能省多少？
========================================================

啰嗦版：68 字 ≈ 102 Token
精简版：33 字 ≈ 45 Token
每次省 57 Token；调用 1 万次 ≈ 省 0.57 百万 Token

✅ 算账完毕。学习阶段用 GLM-4.7-Flash，账单永远是 ¥0。

注意看演示 2 的账单：response.usage 里的三个字段是平台官方统计，比经验公式准——经验公式用来"事前估算预算"，真实账单用来"事后核对扣费"，两个搭配用。这篇番外的全部验证调用都走的 GLM 免费模型，账单永远是 ¥0。

算完账，三件值得动手的事

脚本够用了吗？对想更进一步的人，有三件事很值得自己动手，都是真实项目里会踩的坑：

第一件：加一个"月度账单预测"。 输入预计每天调用次数和平均 Token 数，输出四家模型一个月的费用。思路很简单：月费 = 日均次数 × 30 × 单次成本。学会了这个，你就能在接活前先给客户报出个大概成本。

第二件：让 Day 17 的日报 Agent 自动记账。 每次运行结束后，把 Token 用量追加写进一个 cost_log.csv（日期、任务、输入/输出 Token 一行），月底一汇总就是你的真实成本报表。每次调用后调 chat_with_usage 拿 usage，用 csv 模块追加一行就行。

第三件：实现"预算熔断"。 给程序设一个月度 Token 预算（比如 100 万），每次调用前读取累计用量，超预算就自动停止调用并提醒。累计用量存本地 JSON，调用前判断——这个思路就是真实云平台"预算告警"的迷你版，等你的 Agent 真跑起来，它是保命符。

五个不影响效果的省钱习惯

最后是实战经验。这些习惯不是让你抠门，是让你的自动化程序上线后别莫名其妙烧钱：

1. Prompt 说人话，但别寒暄。 "你好呀麻烦你了谢谢啦"这些全是 Token，模型一个字都不需要。演示 3 里啰嗦版比精简版胖一圈，效果没有任何区别。

2. 用 max_tokens 给输出封顶。 模型偶尔会失控写小作文。每个调用都设 max_tokens，最坏情况的费用就被锁死了。

3. 长文本任务先摘再喂。 Day 16 的记忆裁剪、Day 08 的 PDF 分段，本质都是同一件事：别把用不到的原文扔进输入。输入是按次重复计费的，省下来的都是纯利润。

4. 批量任务先小样试跑。 处理 200 张报销单之前，先拿 3 张跑通并看账单，确认单次成本再放量。否则循环一跑起来，错误 Prompt 会被重复 200 次。

5. 能缓存就缓存。 DeepSeek 的上下文缓存命中时输入价从空闲的 ¥1.5 一路降到 ¥0.05，差 30 倍；Qwen 缓存命中输入也只有 ¥0.16。重复的 system prompt、固定的示例文本，天然适合缓存。

"词元增值订阅、按效付费"这些新词听着玄乎，拆开了就是一件事：用多少，付多少。 对学习者这是好消息——你不用为没用上的功能买单，GLM-4.7-Flash 更是直接把单价打到了 0。

但工具免费不等于可以糊涂。看懂账单、算得清成本，是从"会调 API"到"能上线跑业务"的分水岭。把这个计算器存好，等你的 Agent 真要替你赚钱的那天，你会感谢现在算过的每一笔账。

所有价格都以官方定价页为准，随时可能调整。学习阶段用 GLM，可到智谱开放平台申请免费 Key；其余 DeepSeek、通义千问、OpenAI 各家，均以各自官方定价页为准。

——梅雅达编程笔记，专注 Python + AI 办公自动化实战教程。
「AI 时代的 Python 办公自动化」专栏，
姊妹专栏：Python 零基础入门 / 编程启蒙-Scratch转Python。