大模型按量计费怎么算：实操清单

集群导航 / See also。 中文按量计费支柱（本页）。英文估算支柱：LLM token cost estimation。工具：Token 与费用估算器。表格怎么建：Token 费用估算表格。Prompt 入门：Prompt 与费用入门。

「按量计费」四个字很好懂：用多少 Token，付多少钱。真把功能接到生产流量里之后，财务看到的数字却常常对不上产品经理脑海里的「一次调用挺便宜」。差额通常来自四件事：输出更贵、上下文比用户那句话长得多、重试与修 JSON、Agent 多轮把同一段历史反复计费。下面给一套可以直接贴进评审文档的算法与清单。我们不编造「实测省了百分之几」——单价以你控制台/合同当日数为准。

相关链接：团队成本控制、retry budget。

1. 先统一计费语言

多数云厂商公示的是 每 100 万 Token 的输入价、输出价（货币可能是美元）。内部表格建议再换算成每 1K，读写更直观：

• 输入单价_1K = 输入单价_1M / 1000
• 输出单价_1K = 输出单价_1M / 1000
• 单次费用 ≈ 输入Token/1000 × 输入单价_1K + 输出Token/1000 × 输出单价_1K
• 月费用 ≈ 单次 × 月调用次数 × (1 + 重试率) × 平均 Agent 轮次

结算以厂商返回的 usage 字段为准；本地粗估、浏览器估算器只用于立项、告警和对比方案。把「估算」和「发票」写成两种数字，避免吵架。

2. 输入 Token：把隐藏部分写进 brief

评审时最常见的低估，是只拿用户可见的一句问法去乘单价。生产请求里通常还有：

• 系统提示（角色、安全、输出格式、拒答策略）
• 少样本例子
• RAG 检索拼接
• 工具 / 函数的 JSON Schema 全文
• 多轮对话与工具返回值

其中 工具描述 + 历史工具结果 在 Agent 功能里往往反客为主。若你在做多步代理，请同时阅读英文指南 AI agent tool-calling token overhead，把「方案税」「轨迹税」「步数」三个比例记进同一张成本表。

中文语料不要默认套用「4 字符 ≈ 1 Token」的英文经验。正确做法是：用目标模型族做一次小流量校准，记下 厂商usage / 本地计数 的比例，写进 Prompt 版本备注。参见 local vs vendor tokenizer。

3. 输出 Token 与 max_tokens

max_tokens 是天花板，不是均值。报价与告警应用日志里的 平均输出 或 p90 输出。另外把这些算进「广义重试」：

• HTTP 429 / 5xx 的自动重试（可能整单重算输入）
• 结构化输出校验失败后的「请按 schema 再生成」修复轮
• 用户点击「重新生成」

修复轮常常短于首轮，但也绝不是零。英文 retry budget spreadsheet 把重试预算写成功能级表格，建议中英对照使用。

4. 可复制的成本表（字段）

字段	填写说明
功能 ID	如 support-draft-v3，勿用「聊天」这种大锅饭
模型 ID 与单价日期	从控制台粘贴，保留链接
p50 / p90 输入	生产采样，含系统与工具
平均输出	生产采样
日 / 月调用	埋点
重试率	分「传输重试」与「修复轮」更佳
Agent 平均轮次	一次用户动作触发几次模型调用
基线日费用	套公式
故障日费用	把重试率抬到 5–10× 看一眼
告警阈值与负责人	必须有人名

同一组假设用本站 Token 与费用估算器 再跑一遍；估算器可改单价，适合贴进 RFC 附录。

5. 按量 vs 套餐 / 网关 vs 直连

• 按量：波动大、要透明、要按租户限流时更合适。
• 套餐/包月：用量稳态、希望财务平滑时更合适；仍要用按量公式估算「是否会超额」。
• 官方直连 vs 聚合网关：比的是「含税总拥有成本」——Token 价 + 工程接入天数 + 协议/分包商审查 + 退出成本。英文 OpenRouter vs direct OpenAI pricing worksheet 的维度可直接翻译成你的表格列。

切勿只拿官网头图价格做董事会材料；写上「价格抓取日期」。

6. 和产品计量对齐

财务听得懂的是 成功单位，不是「调用次数」：

• 用户接受的一封草稿
• 无需人工介入的一次工单草稿
• 一次合规的结构化抽取

先定义成功单位 U，再算 单 U 变动成本。英文 LLM feature unit economics for SaaS 给了贡献利润写法；中文团队可以把「单 U 成本」写进需求验收标准。

7. 上线检查清单

• 单价来源、日期、货币已记录
• 用生产形态 Prompt（含 RAG/工具）估 p90
• 重试与修复轮有明确上限与美元/人民币日封顶
• 租户级配额与共用 Key 的拆账方式
• 日志能把 usage 对上 feature_id
• 告警值班人与降级开关
• 对外计划是否包含超额与公平使用条款（若面向客户）

8. 常见误区

1. 只比较输入单价，忽略输出。
2. 用英文 Demo 短上下文代替中文生产 RAG。
3. 多功能共用一把 Key，月底无法归因。
4. 把 max_tokens 当平均输出。
5. 上线后才第一次打开账单。

9. 建议落地顺序

1. 本周选一个已上线功能，导出约 20 条轨迹填表。
2. 用估算器跑「基线 / 故障日」两套重试假设。
3. 把成功单位与单 U 成本写进需求文档，并与 中文成本控制 的告警策略对齐。
4. 若同时维护中英页面，收录与 sitemap 参见 中英双语站点 SEO。

按量计费本身不可怕；可怕的是公式从未进入评审。先把表搭好，再讨论要不要换更贵的模型。