每 1M token 价格 vs 每任务成本：如何比较 AI 模型

比较模型时，要看完成一个任务的实际成本，而不是每 1M token 的价格。一个任务的成本 = 输入 token 数 × 输入价格 + 输出 token 数 × 输出价格，再乘以尝试次数。所以，每 token 价格只有一半的模型，最终账单可能反而更高。

这就是常见的意外：agent 跑完了，价目表看着很便宜，账单却比这个任务应得的更高。我们来找出差异藏在哪里。

每 token 价格就像每公斤价格#

面粉每公斤的价格并不能告诉你一顿晚餐的成本。你需要知道菜谱要用几公斤，以及你是否会烧坏第一批然后重新开始。

AI 模型也是同样的道理。每 1M token 的价格就是每公斤的价格。任务就是那顿晚餐。每个请求都按两方面计费：你发送的 token（输入）和模型写回的 token（输出）。这两个数字都会出现在每个响应的 usage 字段中，例如 CheapTokens API（https://api.cheaptokens.dev/v1，检查于 2026 年 10 月 29 日）这类 OpenAI 兼容 API 的响应，所以你永远不必猜测它们。

完整公式如下：

cost per task = attempts × (tokens in × input price + tokens out × output price)

假设一个任务发送 3,000 个 token，收到 1,000 个。模型 A 的输入价格是每 1M token $1，输出价格是 $5。模型 B 是它的一半：$0.50 和 $2.50。（这些是为了计算而编的整数价格，不是任何人的价目表。）

模型 A，一次尝试：

• 3,000 × $1 ÷ 1,000,000 = 输入 $0.003
• 1,000 × $5 ÷ 1,000,000 = 输出 $0.005
• $0.003 + $0.005 = 每个任务 $0.008

模型 B 看起来更划算。但假设它需要三次尝试才能得到可用结果，而且每次尝试成本相同：

• 3,000 × $0.50 ÷ 1,000,000 = 输入 $0.0015
• 1,000 × $2.50 ÷ 1,000,000 = 输出 $0.0025
• $0.0015 + $0.0025 = 每次尝试 $0.004
• 3 × $0.004 = 每个任务 $0.012

每 token 价格减半，每任务价格却变成 1.5 倍。即使没有重试，只要 B 写出的答案更长，也会发生同样的情况：一次尝试输出 3,000 个 token，3,000 × $2.50 ÷ 1,000,000 = $0.0075，而 $0.0015 + $0.0075 = $0.009。仍然高于 A 的 $0.008。

反过来也成立。如果 B 第一次就做对了，它每个任务只花 $0.004，是 A 的一半。只有当 token 数量和尝试次数大致相同时，每 token 价格才占上风。而这正是需要检查的地方。

每任务的 token 到底花在哪里#

有三件事会改变 token 数量，而它们都不会出现在价目表上。

1. 答案长度。 一个长篇解释自己的模型，会比一个一行回答的模型写出更多输出 token。
2. 重试。 失败或不可用的答案仍然消耗了 token，下一次尝试还要再付一次。
3. 重复发送的上下文。 API 不会记忆：agent 的每一步都会再次发送指令、文件和历史记录。如果这是新概念，为什么长聊天更贵 展示了其中的机制。

第三点对 agent 来说最重要。以一个分 20 步工作的编码 agent 为例。假设一个较重的 agent 步骤：输入 20,000 个 token，返回 1,000 个。关于更轻量的运行和真实的逐步数字，见 为什么 AI agent 使用这么多 token。答案很短，输入却不短。

所以对于这个任务，输入侧决定了账单，输出侧几乎无关紧要。一个输入价格便宜的模型在这里可以胜出，即使它的输出价格看起来一般。这一点，只有当你带着自己的任务去读价目表时才能看出来。

下面是这个确切任务——20 步，每步输入 20,000、输出 1,000——在 CheapTokens 可用模型上的情况。表格是实时的，所以数字会跟随当前价格，OpenRouter 列用于对比。把输入和输出加在一起，三者在总计上都比 OpenRouter 便宜。

对于这样的 agent 循环，DeepSeek-V4-Flash 是自然的选择：380K 上下文，每个答案最多 32,768 个输出 token，而且全天只有一个价格，所以夜间运行和白天运行成本相同。整个 20 步任务在它上面总共花费 $0.008。详情见模型页面，所有模型见价格表。

聊天机器人是相反的故事#

现在看一个支持机器人。假设它每天收到 1,000 个请求，每个请求是一个带上下文的 2,000 token 问题和一个 500 token 的答案。没有循环，没有不断增长的历史记录，只有一次尝试。

在这里，每 token 价格几乎就是每任务成本，因为没有任何东西会把它乘大。在 GLM-5.3-Flash 上，390K 上下文，每个答案最多 8,192 个输出 token，一个请求花费 $0.00006，一天 1,000 个请求总共花费 $0.06。

所以经验法则很简单。短小的单次任务：每 token 价格是合理的参考。循环、容易重试的任务或长答案任务：在选择之前先给整个任务定价。

十分钟内测量你自己的任务#

你自己的数字胜过这里的任何示例。下面的脚本发送一个请求，并打印它实际使用的 token 及其成本。其中的价格只是示例：请从价格表替换为当前价格。

from openai import OpenAI

client = OpenAI(base_url="https://api.cheaptokens.dev/v1", api_key="YOUR_KEY")

# example prices per 1M tokens, substitute current ones
PRICE_IN, PRICE_OUT = 1.00, 5.00

resp = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4-Flash-0731",
    messages=[{"role": "user", "content": "Summarize this ticket in one sentence: <your text>"}],
    max_tokens=300,
)
u = resp.usage
cost = (u.prompt_tokens * PRICE_IN + u.completion_tokens * PRICE_OUT) / 1_000_000
print(u.prompt_tokens, u.completion_tokens, round(cost, 6))

当它运行时，你会在一行中得到三个数字：输入 token、输出 token 和该次尝试的成本。然后：

1. 运行 20 个你自己的真实任务，而不是玩具任务。
2. 把每次尝试的成本加起来，包括你丢弃的那些。
3. 除以 20。这就是你的每任务成本。
4. 用另一个模型重复，并比较两个结果。

对于更长的运行，用 Python 跟踪 agent token 成本 在同样的思路上增加了预算和停止机制，而一个请求使用多少 token 展示了可以作为起点的典型规模。

快速检查#

接下来，输入 vs 输出 token 解释了为什么两侧定价不同，而文档 会带你从密钥走到第一个请求。