读懂 Token 计价:输入、输出、缓存一篇讲透

Token 计价是 LLM API 账单上最容易被误解的一行。很多开发者算错了乘数,忘了输出是单独计价的,或者干脆忽略了缓存——月底看到账单比预估贵 5 倍,还一头雾水。

这篇文章把 2026 年的 LLM token 计价彻底讲清楚:token 到底是什么、输入和输出为什么分开收费、上下文缓存如何改写成本公式,以及怎么算出一笔真实的费用。如果你查 DeepSeek V4 API 每 1M tokens 价格时被各种细则绕晕,这篇就是为你写的。

Token 到底是什么

Token 是 LLM 读写的基本单位。它既不是单词也不是字符,而是分词器切出来的一小段文本。大致换算:

• 英文:1 token ≈ 0.75 个单词(即 1M tokens ≈ 75 万词)
• 中文:1 token ≈ 1-2 个汉字
• 代码:1 token ≈ 3-4 个字符

你发送的一切和模型返回的一切都会被转成 token,两侧的每个 token 都要计费。所以 token 成本计算的第一步是估算 token 数量而不是字数——一段 500 词的英文提示大约 670 token,而一段 500 字的中文提示根据分词器不同可能是 300-500 token。

输入 vs 输出:为什么输出更贵

所有服务商都公布两个价格:输入(提示)和 输出(生成结果)。输出总是更贵,通常是输入的 3-10 倍——因为生成 token 的计算强度远高于读取。

最省钱的一条铁律:永远设置 max_tokens。一次失控的回复可能花掉正常回复 20 倍的钱,因为多出来的每个输出 token 都按账单上最贵的单价计费。

价格表:每 1M tokens

要把 DeepSeek V4 API 每 1M tokens 价格放进自己的成本模型里,先锚定这张权威价格表(每 1M tokens,输入 / 输出):

价差就是重点:DeepSeek V4 Flash 输入价比 GPT-5.6 Sol 便宜 96%($0.14 vs $13.50)。接口格式完全兼容 OpenAI,改一行 model= 就能切换,账单却是天壤之别。

上下文缓存:省 90% 的隐藏折扣

大多数真实应用每次请求都会重复发送同样的内容:系统提示、产品文档、长长的对话历史。没有缓存,这些 token 每次都按全价输入计费。

DeepSeek 的自动上下文缓存改变了这一点。当提示的前缀重复出现时,会直接命中缓存,按输入价的大约 90% 折扣计费——不需要改代码,也不需要手动开启。那些纸面上看起来很贵的长上下文任务,一旦缓存命中率上来,实际成本往往只有预估的一个零头。

真实计算:一次请求到底花多少钱

做一次具体的 token 成本计算,假设典型请求为 1K 输入 + 0.5K 输出。

DeepSeek V4 Flash($0.14 / $0.42):

• 输入:1,000 / 1,000,000 × $0.14 = $0.00014
• 输出:500 / 1,000,000 × $0.42 = $0.00021
• 合计:约 $0.00035 / 次

GPT-5.6 Sol($13.50 / $60.00):

• 输入:1,000 / 1,000,000 × $13.50 = $0.01350
• 输出:500 / 1,000,000 × $60.00 = $0.03000
• 合计:约 $0.04350 / 次——贵了 124 倍

把这个放大到每月 10 万次请求的生产负载:DeepSeek V4 Flash 大约 $52/月,而 GPT-5.6 Sol 大约 $4,200/月。TokenPAPA 送的 $1 免费额度在 V4 Flash 上约可覆盖 2,800 次请求——一分钱不花就能把真实产品原型跑起来。

常见问题

问:为什么输出 token 比输入 token 贵? 答:生成 token 的计算开销远高于读取,所以输出按输入的 3-10 倍计费——DeepSeek V4 Flash 是 $0.14 对 $0.42,GPT-5.6 Sol 是 $13.50 对 $60。用 max_tokens 控制即可。

问:上下文缓存能省多少钱? 答:DeepSeek 自动上下文缓存可降低约 90% 的重复输入成本。重复发送的系统提示、文档和历史会自动命中缓存,无需改代码。

问:一次 API 请求实际要花多少钱? 答:典型的 1K 输入 + 0.5K 输出请求在 DeepSeek V4 Flash 上约 $0.00035。$1 免费额度约可覆盖 2,800 次。

问:DeepSeek V4 API 每 1M tokens 价格与其他模型相比如何? 答:DeepSeek V4 Flash($0.14/$0.42)输入价比 GPT-5.6 Sol($13.50/$60)便宜 96%;Mimo V2.5($0.08/$0.24)绝对价格最低。三者接口格式完全兼容。

快速开始

1. 注册 tokenpapa.ai —— 送 $1 免费额度
2. 创建 API Key —— OpenAI 兼容,无需中国手机号
3. 让账单瘦身 —— 一个 Key 接入 30+ 模型,改一行 model= 即可切换

from openai import OpenAI

client = OpenAI(base_url="https://tokenpapa.ai/v1", api_key="your-key")

resp = client.chat.completions.create(
    model="deepseek-v4-flash",          # 或 "mimo-v2.5"、"gpt-5.6-luna"
    messages=[
        {"role": "system", "content": "你是一个简洁的助手。"},
        {"role": "user", "content": "用一句话解释 token 计价。"},
    ],
    max_tokens=100,                     # 限制输出以控制成本
)
print(resp.choices[0].message.content)