AI API Token 定价完全入门
> 截至 2026 年 5 月，最便宜的 Token 只要 $0.05/百万（GPT-5 Nano），最贵的达到 $168/百万（GPT-5.2 Pro）——价格差超过 3360 倍。
> 数据来源：OpenAI 官方定价页、Anthropic 文档、Google AI Studio 定价页、TLDL LLM API 定价报告
---
什么是 Token？
Token 是 AI 模型处理文本的最小单位。1 个 Token ≈ 4 个英文字符 ≈ 0.75 个英文单词。
举例：
- "ChatGPT is great!" = 6 个 token（`["Chat", "G", "PT", " is", " great", "!"]`）
- "你好，今天天气不错" ≈ 7-8 个 token（中文每个字约 1-2 个 token）
为什么分 Input 和 Output？
| 类型 | 含义 | 成本差异 |
|---|---|---|
| **Input tokens** | 你发送给模型的提示词 | 便宜（输出价的 1/3 到 1/5） |
| **Output tokens** | 模型生成的回答 | 贵（计算量大） |
| **Cached input tokens** | 被缓存命中的输入 | 最便宜（高达 90% 折扣） |
关键数据：Output tokens 价格一般是 input tokens 的 3-5 倍。（来源：OpenAI 官方定价页，2026）
---
主流模型 Token 价格一览（2026年5月）
所有价格单位：美元 / 每百万 tokens（$ / 1M tokens）
最便宜的梯队（<$1/M input）
| 模型 | Input | Output | 缓存输入 | 上下文 |
|---|---|---|---|---|
| **GPT-4.1 Nano** (OpenAI) | $0.10 | $0.40 | $0.01 | 1M |
| **Gemini 2.5 Flash-Lite** (Google) | $0.10 | $0.40 | $0.025 | 1M |
| **Gemini 2.0 Flash** (Google) | $0.10 | $0.40 | $0.025 | 1M |
| **DeepSeek V3.2** | $0.28 | $0.42 | $0.028 | 128K |
| **GPT-5 Nano** (OpenAI) | $0.05 | $0.40 | $0.005 | 128K |
（数据来源：OpenAI 官方，Google AI 定价页，DeepSeek 官方，TLDL LLM API 定价）
中端梯队（$1-$5/M input）
| 模型 | Input | Output | 上下文 |
|---|---|---|---|
| **GPT-5 Mini** (OpenAI) | $0.25 | $2.00 | 200K |
| **Gemini 2.5 Flash** (Google) | $0.30 | $2.50 | 1M |
| **GPT-4.1** (OpenAI) | $2.00 | $8.00 | 1M |
| **GPT-5.2** (OpenAI) | $1.75 | $14.00 | 200K |
| **Claude Haiku 4.5** (Anthropic) | $1.00 | $5.00 | 200K |
| **Gemini 2.5 Pro** (Google) | $1.25 | $10.00 | 2M |
| **Grok 4.1 Fast** (xAI) | $0.20 | $0.50 | 2M |
（数据来源：Anthropic 官方，xAI 官方，CloudIDR LLM 定价对比）
高端梯队（$5+/M input）
| 模型 | Input | Output | 上下文 |
|---|---|---|---|
| **Claude Opus 4.6** (Anthropic) | $5.00 | $25.00 | 1M |
| **Claude Sonnet 4.6** (Anthropic) | $3.00 | $15.00 | 200K |
| **GPT-5.4** (OpenAI) | $2.50 | $10.00 | 200K |
| **GPT-5.2 Pro** (OpenAI) | $21.00 | $168.00 | 200K |
| **o3-pro** (OpenAI) | $20.00 | $80.00 | 200K |
| **Grok 4** (xAI) | $3.00 | $15.00 | 2M |
| **Mistral Large 3** | $2.00 | $6.00 | 128K |
（数据来源：Finout OpenAI vs Anthropic，Morph LLM API 对比）
---
一个实际例子：每月账单怎么算？
假设你做了一个客服聊天 AI，每天 1,000 个用户，每个用户 2 次对话：
| 参数 | 值 |
|---|---|
| 每次 Input | 2,000 tokens（用户问题 + 历史） |
| 每次 Output | 500 tokens（模型回答） |
| 每日请求 | 2,000 次 |
| 选择模型 | Claude Sonnet 4.6 |
计算公式：
(Input: 2000 × $0.000003 + Output: 500 × $0.000015) × 2000 × 30
= ($0.006 + $0.0075) × 2000 × 30
= $0.0135 × 2000 × 30
= **$810/月**如果换成 Gemini 2.5 Flash：
= ($0.006 + $0.00125) × 2000 × 30 = **$435/月**如果再换成 DeepSeek V3.2：
= ($0.00056 + $0.00021) × 2000 × 30 = **$46.2/月**> 关键发现：同一个任务，选不同模型每月成本从 $46 到 $810，相差 17 倍。（来源：TLDL 定价指南）
---
Token 计费的 3 大隐藏陷阱
1. 你实际用的 Token 比你想的多 2-3 倍
大多数开发者在规划时严重低估实际的 token 消耗。系统提示词、对话历史、函数调用描述都会占用 input tokens。（来源：AI Superior LLM 成本分析）
2. 上下文越长，成本非线性增长
KV Cache 的计算成本随序列长度线性增长。在 128K 上下文下，仅 KV cache 就需要 64GB 显存（来源：arXiv 论文 "On-premise LLM deployment analysis"）
3. Cache 掉命中就不是省钱
虽然 prompt caching 可以省 50-90% 的 input 成本，但只对重复性高的 system prompt 有效。如果你每次提问都不一样，cache 帮不了你。（来源：Anthropic Prompt Caching 文档）
---
快速结论
| 如果你 | 推荐模型 | 参考月费 |
|---|---|---|
| 预算 $0 | Gemini 免费层 + DeepSeek | $0 |
| 学生/独立开发 | Gemini 2.5 Flash / DeepSeek V3.2 | $5-50 |
| 初创公司 MVP | GPT-4.1 Nano / Claude Haiku | $50-500 |
| 生产环境 | GPT-5 Mini + 模型路由 | $500-5000 |
| 复杂推理/分析 | Claude Sonnet 4.6 / GPT-5.4 | $1000+ |
---
下一篇： ai-api-free-tier-comparison-2026 — 2026年 AI API 免费额度大比拼
相关： cheapest-llm-api-2026 — 最便宜的 AI API TOP 10