AI API 价格不能只看“每 1M tokens 多少钱”。真正决定账单的是输入、输出、缓存、重试、工具调用、上下文长度和人工复核成本。

导读：你可以把这篇当成 AI API 价格核验流程来用。本文不维护容易过期的固定价格表，而是教你如何回到 官方价格页，按自己的任务计算真实成本。

先说结论

比较 AI API 成本时，应该按这个公式：

1
真实成本 = 输入 tokens + 输出 tokens + 缓存成本 + 工具调用 + 重试 + 失败返工 + 人工复核

如果只看模型单价，你很容易得出错误结论：便宜模型多次失败可能更贵，贵模型一次通过也可能更省。

官方价格来源

价格会频繁变化，优先看 官方来源：

核验规则：

  1. 价格只引用官方 pricing；
  2. 截图、社交媒体和旧文章只能当线索；
  3. 模型名、上下文、缓存政策要一起核对；
  4. 用真实任务样本计算，而不是只看单价；
  5. 每次模型迁移前重新核验价格。

成本核算表

用下面这个表记录自己的任务，而不是复制别人的结论：

任务输入 tokens输出 tokens重试率人工复核成功率最终成本
客服摘要待测待测待测待测待测待测
代码审查待测待测待测待测待测待测
长文档问答待测待测待测待测待测待测
Agent 工具调用待测待测待测待测待测待测

只有填完这张表，才知道哪个模型真的划算。

不同任务的成本结构

短问答

短问答的输入输出都不大，模型单价差异不一定是主要因素。更重要的是延迟、稳定性和回答质量。

长文档分析

长文档成本主要来自输入 tokens。此时上下文窗口、缓存、文档切块和检索策略比单次输出价格更重要。

代码生成

代码生成通常输出较长，还会有多次修正。要记录：

  • 第一次是否可运行；
  • 是否需要人工修；
  • 是否生成测试；
  • 是否通过 CI；
  • 重试几次。

Agent 工作流

Agent 成本最容易失控，因为它可能循环调用模型和工具。

控制方式：

  1. 限制最大轮数；
  2. 限制每轮 max tokens；
  3. 工具失败后不要无限重试；
  4. 高风险步骤人工确认；
  5. 记录每个任务总 tokens。

模型选型建议

场景选择思路
低风险批量任务优先低成本模型，严格限制重试
高价值代码审查选择更稳定模型，成本不是唯一指标
长文档分析看上下文、缓存和检索策略
中文内容处理用真实中文样本测试，不看英文 benchmark
多模型产品做路由和 fallback，不依赖单一模型

如果你希望统一管理多模型，可以看 One API 本地部署完整指南 和 DeepSeek API 实战指南。

Prompt Caching 和上下文复用

如果你的请求有大量固定前缀，例如系统提示、工具定义、长文档背景，缓存策略可能显著影响成本。

检查点：

  • 模型是否支持缓存；
  • 缓存命中条件是什么；
  • 固定上下文是否稳定；
  • 动态内容是否放在后面；
  • 缓存失败时成本是否可接受。

不要假设“有缓存就一定便宜”。缓存要看命中率。

成本优化 checklist

  1. 删除无用 system prompt；
  2. 长文档先检索再送模型；
  3. 输出格式简洁；
  4. 给自动化任务设置最大轮数；
  5. 给用户级别设置额度；
  6. 对失败任务记录原因；
  7. 每周检查 top expensive prompts；
  8. 用低成本模型做初筛，高价值任务再升级模型。

FAQ

哪个 AI API 最便宜？

不能脱离任务回答。价格要看 官方价格页，真实成本要看成功率、输出长度、重试和人工修改。

是否应该永远选最便宜模型？

不应该。低风险批量任务可以选低成本模型；高价值代码、安全、法律、财务类任务更应该看可靠性和复核流程。

多模型路由是否有必要？

当你有多种任务和稳定流量时有必要。早期项目先用一个稳定模型跑通，再逐步做路由。

总结

AI API 成本优化的核心不是找“最便宜模型”，而是建立成本核算 流程：官方价格核验、真实任务测试、成功任务成本计算、重试控制和用量监控。只有这样，模型选型才是数据驱动，而不是被宣传价格牵着走。