成本优化深度解析
一次 API 请求用多少 token?在 3 个任务上实测
来自 DeepSeek-V4-Flash 的真实用量数字:一个简短问题、一段摘要和邮件转 JSON,包含 1,000 次请求的成本以及用于你自己提示词的脚本。

问一次 AI API 请求要花多少钱,你通常会听到“看情况”。确实如此,但你没法据此做预算。于是我们选了三个日常任务,在 2026 年 10 月 23 日通过 CheapTokens API 发给 DeepSeek-V4-Flash,并记下每次 usage 字段显示的内容。
简而言之:一个快速问题用了 110 个 token,一段摘要用了 396 个,把一封邮件转成 JSON 用了 299 个。下面是每个请求的样子、返回的内容以及花费。
一个快速问题#
我们从人们常问聊天助手的问题开始:用两三句话说明 git merge 和 git rebase 的区别。

问题用了 23 个 token,回答用了 87 个。这是首先值得注意的:回复几乎比问题长四倍,而输出是更贵的一侧,目前在 MiniMax-M2.7 上每 1M 输出 token 为 $0.15,输入为 $0.05。按这些价格计算,这样一次请求花费 $0.000014。一千次则是 $0.0142。
如果你想在屏幕上亲自看看这些数字,这就是那个确切的请求:
curl https://api.cheaptokens.dev/v1/chat/completions \
-H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMaxAI/MiniMax-M2.7",
"messages": [
{"role": "user", "content": "What is the difference between git merge and git rebase? Answer in two or three sentences."}
],
"max_tokens": 2048,
"temperature": 0.2
}'计数位于响应末尾的 usage 块中:prompt_tokens 是你发送的内容,completion_ 是模型写出的内容,total_tokens 是两者之和。
一段摘要,以及你没读到的 token#
第二个任务:把一份简短的事故报告浓缩成两句话。团队整天都在把这类东西交给模型处理:工单、报告、冗长的邮件线程。这是提示词:
Summarize this incident report in two sentences.
On Tuesday between 14:05 and 14:50 UTC the checkout API returned errors for about 6% of requests. The cause was a configuration change deployed at 13:58 that lowered the database connection pool from 50 to 5 connections per instance. Under normal load nobody noticed, but when the afternoon traffic peak arrived, requests queued for a free connection and timed out after 30 seconds. The on-call engineer saw the growing p99 latency at 14:12, found the change in the deploy log at 14:31 and rolled it back at 14:44. To prevent a repeat, the pool size is now validated in CI against a minimum value, and an alert fires when more than 20 requests wait for a connection for two minutes.以及回答:
周二,一次将数据库连接池从 50 减少到 5 的配置变更导致下午高峰期间约 6% 的请求出现结账 API 错误,直到 14:44 回滚。为防止再次发生,现在在 CI 中验证连接池大小,并在连接等待时间超过阈值时触发警报。
两句话,331 个字符,146 个输出 token。对于这么少的文本来说似乎很多,而响应解释了原因:usage 多了一个字段 reasoning_。在回答之前,模型花了 76 个 token 进行思考。它们属于那 146 个(250 输入 + 146 输出 = 共 396 个),所以大约一半的输出用于不属于回答文本的推理,并且像任何其他输出 token 一样计费。
规划预算时值得知道:在模型停下来思考的任务上,输出可能明显大于你得到的文本。一千段这样的摘要花费 $0.0344。
输入一封邮件,输出干净的 JSON#
第三个任务:一封需要变成数据库记录的订单确认邮件。

模型准确返回了我们要求的键,周围没有任何多余内容,没有“这是你的 JSON”。总计与邮件一致,送达日期返回为 2026-11-03,已经是我们要求的格式。输入 199 个 token,输出 100 个。
突出的是密度:276 个字符的 JSON 用了 100 个 token,而 git 回答用 87 个 token 处理了 421 个字符的纯文本。引号、花括号和逗号也是 token,所以结构化输出每字符的成本高于散文。一千封这样的邮件:$0.025。
三者并排#
向右滚动表格 →
| 任务 | 输入 token | 输出 token | 1,000 次请求 |
|---|---|---|---|
| 快速问题 | 23 | 87 | $0.0142 |
| 摘要 | 250 | 146 | $0.0344 |
| 邮件转 JSON | 199 | 100 | $0.025 |
成本是根据这些 token 计数按当前 MiniMax-M2.7 价格计算的,所以价格变化时它们仍然正确。
输出在每个任务中都胜出,甚至包括我们发送的比收到的多的摘要。所以影响账单最简单的杠杆是回答的长度:“用两三句话”或“只返回 JSON”确实起作用。
作为规模参考:一个每天回答 2,000 个快速问题(每个都像第一个)的支持机器人,在 MiniMax-M2.7 上每月花费约 $0.852。真实聊天每轮都会重新发送其历史记录,所以输入随每条消息增长,但对于一次性问题,这就是全部账单。
在你自己的提示词上试试#
你的提示词会得到不同的数字,花一分钟就能知道。这个脚本发送每个提示词,跳过被截断的回答,并打印 token 数和 1,000 次请求的成本:
import os
from openai import OpenAI
client = OpenAI(base_url="https://api.cheaptokens.dev/v1", api_key=os.environ["CHEAPTOKENS_API_KEY"])
MODEL = "MiniMaxAI/MiniMax-M2.7"
PRICE_IN, PRICE_OUT = 1.00, 4.00 # USD per 1M tokens: example values, use the current ones from the price list
PROMPTS = [
"What is the difference between git merge and git rebase? Answer in two or three sentences.",
# add your own prompts here
]
for prompt in PROMPTS:
r = client.chat.completions.create(
model=MODEL,
messages=[{"role": "user", "content": prompt}],
max_tokens=2048,
temperature=0.2,
)
if r.choices[0].finish_reason != "stop":
print("cut off at max_tokens, raise the limit:", prompt[:40])
continue
tin, tout = r.usage.prompt_tokens, r.usage.completion_tokens
per_1000 = (tin * PRICE_IN + tout * PRICE_OUT) * 1000 / 1_000_000
print(f"{tin} in, {tout} out, 1,000 requests = ${per_1000:.4f} | {prompt[:40]}")把当前价格填入 PRICE_IN 和 PRICE_OUT:对于 MiniMax-M2.7,每 1M 输入 token 为 $0.05,每 1M 输出 token 为 $0.15。第一个提示词是我们测试中的那个;不同模型之间的 token 计数略有差异,所以预期数字与 23 输入和 87 输出处于同一范围。你需要 openai 包(pip install openai)以及 CHEAPTOKENS_ 中的密钥。
如果某个数字看起来奇怪:finish_ 表示回答达到了 max_tokens(为什么回答会中途停止);较大的 reasoning_tokens 解释了输出大于文本的原因;输入和输出价格的完整公式在输入 vs 输出 token中。
从哪里开始#
总的来说,将输入和输出合计,CheapTokens 上的 MiniMax-M2.7 在上述三个任务上都比 OpenRouter 的参考价格便宜。它有 180K 上下文、最多 8,192 个 token 的回答,并且任何时段价格相同。充值余额、创建密钥,并发送本页顶部的 curl 请求:文档涵盖密钥和基础 URL,DeepSeek 页面有模型目录,定价有实时价格表。



