多模型 API 成本核算实战：把「每百万 token 单价」换算成一张可交付的月度预算表

文中价格均取自官方定价页并标注数据日期；所有金额示例均为演示数据，不代表真实账单。 数据截至 2026-08-24，正式预算前请以官方定价页复核。

一、这道题为什么总是答不上来

做 AI 应用的同学大概率被问过一句话：「这个功能跑一个月，大概多少钱？」

答不上来通常不是数学问题，而是计费模型的问题。AI API 的账单由四个维度共同决定：调的是哪个模型、输入多少 token、输出多少 token、走没走缓存与错峰。任何只报一个「单价」的答案都是不完整的，因为不存在「一次调用多少钱」这个固定值——同样一次调用，成本可能相差十倍。

更麻烦的是价格本身在高频变动。2026 年 8 月就同时发生了两件事：DeepSeek 自 8 月 17 日起执行峰谷定价，V4-Pro 高峰输出价抬到每百万 token 27 元；Anthropic 在 8 月 24 日确认 Claude Sonnet 5 的涨价取消，输入 2 美元、输出 10 美元从「限时介绍价」转为标准价。拿三个月前的表格做预算，结论必然是错的。

这篇文章给一套能直接落地的核算链路：对齐口径 → 单价存档 → 代码算账 → 优化动作。四步走完，你交付的不再是一个含糊的「大概几百美元」，而是一张有来源、有日期、可复核的预算表。

二、第一步：把计费口径对齐（四个维度，缺一不可）

在写任何代码之前，先把下面五条钉死，否则数字没有意义。

1. 单位是每百万 token（/M）。官方标 $10/M，指每 100 万 token 10 美元，即每千 token 0.01 美元。把 $10/M 误读成「每次 10 美元」，成本瞬间放大三个数量级。
2. 输入与输出分列计价。输出价通常是输入价的数倍（Sonnet 5 为 5 倍）。只报一个价格的方案，要么不专业，要么在误导。
3. 缓存是第三个计费维度。支持 prompt 缓存的模型，缓存命中价远低于常规输入价。「命中率」必须进核算字段。
4. 峰谷是第四个维度。部分模型分时段计价，把可延迟任务挪到闲时，输出成本可直接减半。
5. 数据必须带日期与来源。没有日期的价格表等于废纸，这一点在评审时尤其重要。

三、第二步：单价存档（带来源日期）

以下是 2026-08-24 口径的核心单价，单位为美元 / 每百万 token：

两个实用提醒：

• 不要背书。单价应当以「数据字典」形式存在代码或配置中心里，每条记录带 as_of 日期字段。价格更新时改一处，全链路生效。
• 币种不要混算。美元与人民币的单价必须在同一张报表里先统一币种再汇总，否则月度合计没有意义。

四、第三步：代码算账（可直接抄走）

下面这段代码把上面四个维度全部覆盖：输入输出分列、缓存命中单独计价、峰谷分档、月度汇总。Python 3.10+ 可直接运行。

# token_cost.py —— 单次调用成本 + 月度预算核算
from dataclasses import dataclass


@dataclass(frozen=True)
class Price:
    """单价结构：每百万 token 的计价，as_of 必须写数据日期。"""
    input_per_m: float
    output_per_m: float
    cache_hit_per_m: float = 0.0   # 无缓存价的模型置 0
    as_of: str = ""


# 单价存成数据字典：一处维护，全链路引用（口径见第三节，2026-08-24）
PRICE_BOOK: dict[str, Price] = {
    "claude-sonnet-5": Price(2.00, 10.00, cache_hit_per_m=0.20, as_of="2026-08-24"),
    "claude-opus-5":   Price(5.00, 25.00, as_of="2026-08-24"),
    "claude-haiku-4.5": Price(1.00, 5.00, as_of="2026-08-24"),
}

# DeepSeek V4-Pro 输出价：高峰 ¥27 / 闲时 ¥13.5（官方新规，2026-08-17）
DEEPSEEK_V4_PRO_OUTPUT = {"peak": 27.0, "off_peak": 13.5}


def call_cost(model: str, input_tokens: int, output_tokens: int,
              cached_tokens: int = 0) -> float:
    """单次调用成本：常规输入 + 缓存命中 + 输出，三段分别计价。"""
    p = PRICE_BOOK[model]
    billed_input = max(input_tokens - cached_tokens, 0)          # 未命中部分走常规输入价
    hit_price = p.cache_hit_per_m or p.input_per_m               # 无缓存价则按输入价计
    cost = billed_input / 1_000_000 * p.input_per_m
    cost += cached_tokens / 1_000_000 * hit_price
    cost += output_tokens / 1_000_000 * p.output_per_m
    return round(cost, 6)


def deepseek_output_cost(output_tokens: int, peak: bool = True) -> float:
    """DeepSeek 输出成本：按峰谷档位计价。"""
    return round(output_tokens / 1_000_000 * DEEPSEEK_V4_PRO_OUTPUT["peak" if peak else "off_peak"], 6)


def monthly_budget(calls_per_day: int, unit_cost: float, days: int = 30) -> float:
    """月度预算 = 日调用量 × 单次成本 × 工作天数。"""
    return round(calls_per_day * unit_cost * days, 2)


if __name__ == "__main__":
    # 示例 1：标准问答，输入 2000 / 输出 500，其中 1600 命中缓存
    unit = call_cost("claude-sonnet-5", 2000, 500, cached_tokens=1600)
    print("Sonnet 5 单次:", unit, "USD / 月度(1000 次/天):",
          monthly_budget(1000, unit), "USD")

    # 示例 2：批处理生成，单次输出 5000 token，日 10 万次
    peak = monthly_budget(100_000, deepseek_output_cost(5000, peak=True))
    off = monthly_budget(100_000, deepseek_output_cost(5000, peak=False))
    print("DeepSeek 高峰月度:", peak, "CNY / 闲时月度:", off, "CNY / 节省:", round(peak - off, 2))

跑完这两个示例，你会得到两个非常具体的数字：一个是「长上下文 + 缓存」场景下的单次成本，一个是「批处理错峰」能省下的金额。这两个数字，就是预算表的两端。

五、最容易算错的三处

坑一：把 /M 看成每次都收费。 这是最高频的错误，后果是预算放大 1000 倍。

坑二：只算输出，漏算输入。 对话、Agent、RAG 场景里输入往往远超输出。举个例子：单次输入 20,000 token、输出 800 token，用 Sonnet 5，输入成本 0.04 美元、输出成本 0.008 美元——输入占了 83%。账单高而输出量不大，问题多半出在 prompt 塞了太多上下文。

坑三：无视缓存与峰谷。 多轮对话场景下，同样 10,000 token 的固定前缀，无缓存每轮约 0.023 美元，开启缓存后约 0.005 美元，差距接近 5 倍。峰谷同理：DeepSeek 场景把可延迟任务挪到闲时，输出成本直接减半。

六、把成本压下去的三个杠杆

1. 错峰：可延迟的批处理、报表、离线摘要类任务，全部排到闲时段执行，这是零改造成本、收益最确定的一项。
2. 缓存：把稳定的系统提示词、知识前缀做成可缓存前缀，命中率是唯一需要盯的指标。
3. 上下文瘦身：RAG 场景做召回裁剪与去重，把「塞进去的字数」当成成本项来管——减少 30% 上下文，通常比换模型省得更多。

七、把核算固化成可重复动作

单价每月在动，靠手算和记忆维护不了。我们团队的做法是把它固化成技能（Skill），在对话里直接问结果：输入模型、日调用量、输入输出 token 量，输出覆盖输入/输出/缓存/峰谷四类计价的结构化账单，并强制标注单价来源与数据日期——未知价格会先确认，绝不臆造数字。

相关技能已发布在 SkillHub：搜索「AI Token 成本计算器」与「Claude API 价格查询」即可安装，前者负责算账、后者负责查实时价，两个配合使用即可覆盖「查价 → 算账」的完整链路。

八、可信度与来源说明

• Claude 系列单价：Anthropic 官方定价页，Sonnet 5 的 $2/$10 为 2026-08-24 官方确认的标准价；
• DeepSeek V4-Pro 峰谷价：DeepSeek 官方定价页 2026-08-17 新规，高峰 ¥27 / 闲时 ¥13.5（每百万输出 token）；
• 本文金额均为示例数据，用于演示计算方法，不作为真实账单依据；
• 模型价格处于高频调整期，本表标注日期为 2026-08-24，预算前请复核最新官方单价。

如果你正在做多模型接入或成本治理，欢迎在评论区交流你们的字段设计与对账口径。

Link AI 提供企业级多模型 API 统一接入与成本管理服务，文中单价数据取自官方定价页实时数据。

（内容由 AI 辅助整理，价格以官方定价页为准）