理解 Token 定价模型
Token 定价根据您发送和接收的文本量计算成本，而不是根据请求数量或服务器处理它们所花费的时间。一个单词可能会根据词汇表拆分为多个 token，因此一篇 1,000 字的文章很容易超过 1,500 个 token。这种细粒度的计费确保您只为针对您的数据执行的实际计算工作付费。与根据使用情况收取固定月度费用的订阅模式不同，这种方法直接随您的活动水平扩展。您可以通过将估计的 token 量乘以每百万费率来精确预测费用。这种透明度消除了猜测团队是未充分利用昂贵的月度席位还是为空闲容量支付过高费用的疑虑。模型以块处理文本，每个块都对最终账单做出贡献。理解这一机制有助于您优化提示以减少浪费，同时不牺牲质量。
输入与输出成本细分
输入令牌覆盖您发送的提示词，包括系统指令、对话历史和任何附加上下文，而输出令牌覆盖模型的回复。输入处理的成本显著低于输出生成，因为阅读文本所需的计算量少于反复预测下一个令牌。我们的无审查 API 对每 1M 输入令牌收取 $0.15，对每 1M 输出令牌收取 $0.50，反映了这种计算不对称性。如果您发送 50,000 个令牌的大上下文窗口但仅收到 500 个令牌的输出，您的成本主要由输入费率主导。这种结构奖励高效的提示词设计，即最小化冗余上下文。相反，冗长的模型会迅速增加您的输出成本。跟踪此比例有助于您识别提示词是否过长，或者模型是否生成了不必要的填充文本。这种差异确保重读者比重写者支付更少，使成本与实际交付的价值保持一致。
典型对话的成本
典型的多轮对话中，随着上下文窗口在每次交互中不断扩展，累积成本会随之增加。你需为初始提示付费，再为响应付费，最后在发送下一轮时支付整个历史记录的费用。这种累积效应意味着长会话中的后续轮次成本会比首轮呈指数级增长。例如，10轮对话可能每轮平均输入5,000个token，导致账单迅速增长。输出成本按token保持稳定，但输入成本会随着历史记录的增加而上升。这种计费结构鼓励对旧上下文进行摘要或截断早期轮次，以保持成本的可预测性。许多开发者发现，对于简单任务，保持对话简短且无状态是最具成本效益的策略。对于复杂的推理链，累积的输入成本是费用的主要驱动因素。理解这一动态有助于你设计应用程序，在保持必要状态的同时最小化上下文膨胀。
上下文窗口对计费的影响
上下文窗口决定了模型在单个请求中能处理多少文本，直接影响您的输入成本。我们的 API 支持 100,000 token 的上下文窗口，允许您在一次调用中传递整个文档或长代码库。发送 50,000 token 的输入成本为 $7.50，无论模型输出 100 token 还是 16,000 token。这意味着大的上下文窗口不会因短响应而惩罚您，使其在检索增强生成中极具效率。然而，如果您发送 100,000 token 却只得到简短回答，您是在为读多写少的处理付费。16,000 token 的最大输出限制确保了即使上下文巨大，输出成本也是可控的。这种平衡允许深度分析而不会出现不可预测的账单激增。您可以将大型数据集加载到提示词中并提取精确答案，而无需为过度生成付费。关键是将上下文大小与实际信息需求对齐，避免不必要的填充。
流式与非流式成本
流式传输在生成时将 token 交付给客户端，而非流式传输会等待整个响应完成后才发送。计算成本是相同的，因为模型在两种情况下生成的 token 完全相同。唯一的区别是网络开销和交付时机。流式传输允许用户更快地看到结果，从而改善长输出的用户体验。然而，它并不会减少 token 数量或每百万 token 的价格。一些 API 对流式传输收取额外费用，但大多数现代端点（包括我们的）对两者一视同仁。选择取决于你应用的延迟需求，而不是你的预算。如果你正在构建聊天界面，流式传输对于感知性能至关重要。对于延迟要求不高的批处理，非流式传输可能更易于实现。无论你选择如何接收数据，token 账单保持不变。
函数调用开销
函数调用涉及发送工具的模式定义（计为输入 token），然后执行工具（计为输出 token）。开销来自于描述函数结构和参数所需的额外 token。这种额外的上下文略微增加了输入成本，但实际的工具执行通常比生成自由文本更便宜。许多函数参数是短字符串或数字，这使得输出成本保持较低。真正的价值在于结构化数据的可靠性，而不是 token 数量。如果您的函数调用产生大型 JSON 输出，输出成本将会上升。然而，获得的精度通常足以证明额外的 token 支出是合理的。您可以通过保持模式简洁并避免冗余描述来进行优化。对于需要严格数据格式的应用程序，成本效益分析有利于函数调用。与它提供的错误减少相比，开销可以忽略不计。
对比预付费与订阅模式
预付模型仅按实际使用量收费，消除了在不活跃期间为未使用容量付费的风险。订阅模式无论您发出一个请求还是一百万个请求，都需要支付月度费用。如果您的使用是间歇性或不可预测的，预付几乎总是更便宜。我们的预付系统接受加密货币充值，无月度承诺，让您精确控制支出。您可以暂停使用而不会失去对账户结构的访问权限，且您的额度永不过期。订阅模式通常会将您锁定在可能超出您需求的层级。预付方法将成本与获得的价值直接对齐。您避免了未使用席位或令牌的“死重”。对于测试新模型或运行偶尔批处理作业的开发者，预付提供了最高效的资本配置。预付账单的透明度使预测更容易，并减少了财务意外。
奖金余额价值分析
我们的 crypto 充值系统包含 bonus credit，有效降低了每个 Token 的成本。充值 $50 获得 5% bonus，充值 $200 获得 15% 提升。这意味着随着充值金额增加，每个 Token 的有效价格会下降。例如，$200 充值为您提供 $230 的 credit，将有效输入费率从 $0.15 降低到约 $0.13/每百万 Token。这种结构奖励更大的承诺，且不会将您锁定在长期合同中。Bonus 立即生效，让您立即开始使用增强后的余额。这是对基础设施成本的直接折扣。对于高容量用户，这种 bonus 随着时间的推移会对底线产生显著影响。没有过期日期意味着您可以积累 bonus credit 而无需急于使用。这一功能使预付费 crypto 成为访问我们 uncensored 模型最具成本效益的方式。
需要警惕的隐藏成本
隐蔽成本通常源于低效的提示设计、过度的上下文保留或冗余的 API 调用。为相同数据发送重复请求会使输入成本翻倍，且未增加价值。对相同提示缓存响应可消除这些重复费用。未总结的长对话历史会迅速累积输入标记，导致后续轮次的成本上升。截断旧消息或在发送前对其进行总结可减小上下文窗口大小。另一个隐蔽成本是如果工具模式过于冗长，其开销也会增加。保持函数定义简洁可最小化输入标记的使用。此外，流式传输并不会降低成本，因此不要假设它能省钱。最后，返回零标记的错误仍会消耗请求配额，但是否产生标记成本取决于提供商。我们的 API 仅对消耗的标记收费，因此错误是免费的，这比按请求计费的模式具有显著优势。监控每个请求的标记使用情况有助于尽早发现这些低效之处。
