GPT API 的成本计算常让开发者头疼：官方标价“$X / 1M tokens”，但中文文本的 token 消耗、多轮对话的累积效应、Batch 和缓存折扣如何影响最终账单？本文从真实业务场景出发，用实际数字演示从价格表到账单的全过程，并给出可直接套用的费用预估公式。

一、先搞懂 OpenAI 的计费逻辑

1.1 输入和输出是分开算的

每次 API 调用收取两笔费用：输入 tokens（prompt，含 system prompt、用户输入及历史对话）和输出 tokens（模型回复）。输出价格通常比输入贵 2～3 倍。例如 GPT-4o（2025 年 6 月数据）：输入 $2.50/1M tokens，输出 $10.00/1M tokens。

1.2 1M tokens 到底是个啥？

1M tokens 即一百万个 tokens。tokens 是模型处理的最小单位，中英文分词差异大：英文约 1.3 tokens/单词，中文约 1.8 tokens/汉字。实测参考：1000 英文单词≈1300 tokens，1000 汉字≈1800 tokens，1000 代码字符≈2500 tokens。注意 system prompt 也会占用输入 tokens，累积不可忽视。

1.3 上下文窗口放大费用

模型最大上下文窗口（如 128K）接近时费用猛涨。以 GPT-4o 为例：一次调用输入 100K tokens、输出 10K，费用 = 0.1×$2.50 + 0.01×$10.00 = $0.35；同任务用 GPT-4o mini（输入 $0.15，输出 $0.60）则只需 $0.021，相差 16 倍。

二、真实场景算笔账：翻译 10 万字中文文档

2.1 任务拆解

翻译 10 万汉字中文技术文档。三种做法：

  • A. 一次性全部输入（需上下文 >128K，当前 GPT-4o 不支持，不可行）。

  • B. 分 20 次，每次翻译 5000 汉字，独立调用不保留历史。

  • C. 用 Batch API 离线提交，享 50% 折扣。

2.2 基础参数

10 万汉字约 180,000 tokens（按 1.8× 估算）。分 20 次：每次输入 9,700 tokens（原文 9,000 + system prompt 200 + 术语提示 500），输出英文约 6,300 tokens。模型 GPT-4o。

2.3 方案 B：分次实时

单次费用 = 0.0097×$2.50 + 0.0063×$10.00 = $0.08725。20 次总费用 ≈ $1.745。实际需额外考虑 system prompt 累积（约 $0.01），若保留历史则输入大增，建议独立调用后人工统一术语。

2.4 方案 C：Batch API

Batch 价：输入 $1.25/1M，输出 $5.00/1M。单次 = 0.0097×$1.25 + 0.0063×$5.00 = $0.043625。20 次总费用 ≈ $0.87，比方案 B 节省一半。

结论：不着急用 Batch，省 50%；实时则分次独立调用，成本可控。

三、模型选择与价格横向对比（截至 2025 年 7 月）

模型输入价格输出价格上下文缓存折扣Batch 折扣GPT-4o$2.50$10.00128K50% 输入（部分场景）50%GPT-4o mini$0.15$0.60128K同上50%Claude 3.5 Sonnet$3.00$15.00200K约 90%（Prompt Caching）无

缓存折扣：重复发送相同 prompt 前缀时，对命中部分给 50% 输入折扣。Batch 折扣：异步请求价格减半，最长 24 小时完成。选模型时考虑推理质量、延迟容忍、输入大小和预算，例如自动客服选 GPT-4o mini 实时调用，长文档分析选 GPT-4o + Batch 或 Claude 3.5 Sonnet + Prompt Caching。

四、费用预估公式模板

总费用（美元）= (输入 tokens × 输入单价 × (1 - 缓存折扣) + 输出 tokens × 输出单价) × (1 - Batch 折扣)

  • 缓存折扣：命中取 0.5，否则 0。

  • Batch 折扣：用 Batch 取 0.5，实时取 0。

  • 输入 tokens = system prompt + 用户输入 + 历史上下文（多轮累加）。

  • 输出 tokens 可用 max_tokens 设上限。

例：实时调用，输入 5,000，输出 2,000，GPT-4o mini 无缓存/Batch：费用 = (5,000×$0.15 + 2,000×$0.60) / 1,000,000 = $0.00075 + $0.0012 = $0.00195。同任务用 GPT-4o 则 $0.0325，贵 16.7 倍。

五、容易被忽略的“隐形成本”

  1. 图片输入：每张图片被编码成 tokens（256×256 约 130 tokens，1024×1024 达 400～800）。

  2. 函数调用：生成的 JSON 参数按输出计费，一次调用多消耗 100～500 tokens。

  3. 流式输出：不增加费用，仅改变呈现方式。

  4. 多轮对话累积：每轮追加历史，10 轮后第 10 轮输入可能达 4,700 tokens（远超单轮）。建议定期裁剪历史或使用总结策略。

六、实际问题避坑建议

  • 别只看单价，要算总费用。输出量大的任务可能 GPT-4o Batch 比 mini 实时更划算。

  • 尽量重复固定前缀以命中缓存。

  • Batch API 延迟通常几分钟，不赶时间优先用。

  • 中文 token 计数各模型相近，但输出价格差异大，选模型前套用公式实测对比。

最后提醒：价格定期调整，以官方最新公告为准。建议先用 100 次调用实测 token 消耗，再按公式预算。