计费精算

Token 单位速查:1M / 1K / 中文字符

报价单位混乱时的换算备忘。

本文は SEO 深度のため主に中国語です。上記は要点のローカライズ。言語切替と深リンクで国際ナビできます。

## Token 单位速查:1M / 1K / 中文字符

这是 Token 单位换算备忘录,专门帮助用户在报价混乱、旧文档与新定价混用、或中文内容占比高时快速对账。适用于通过本站(openaicn.cn)使用 OpenAI、Claude、Gemini 等 API 或中转服务的开发者、产品经理和企业用户。

谁适用:需要精确控制 API 成本、核对账单(billing)、或评估中文提示(prompt)实际消耗的用户。怎么决策:优先以 $/1M tokens 为基准单位,结合模型官方定价与实际 tokenizer 输出,估算每千中文字符的真实费用,避免因单位混淆或语言差异导致超支。[[1]](https://developers.openai.com/api/docs/pricing)[[2]](https://www.cloudzero.com/blog/openai-pricing/)

为什么需要这个速查表

API 计费最常见单位是 $/1M tokens(每百万 Token 的美元价格),这是 OpenAI、Anthropic 等主流厂商的当前标准。旧文档或某些第三方平台偶尔仍出现 $/1K tokens(每千 Token),直接相差 1000 倍,极易出错。

中文内容的分词特性进一步增加了复杂性:1 个中文字符通常对应 0.6–2 个 Token,具体取决于模型的 tokenizer(如 OpenAI 的 cl100k_base 或 Claude 的自定义编码)。这意味着相同语义的中文提示可能比英文消耗更多或更少 Token,影响最终账单。[[3]](https://api-docs.deepseek.com/zh-cn/quick_start/token_usage/)[[4]](https://302.ai/token/)

本站计费精算页面(/billing-path)会展示平台实际倍率、缓存折扣和中转(transit)成本。本指南仅作换算参考,不替代官方数据。请始终以 /official-prices 和模型提供商的最新文档为准。

基础单位换算

  • 1M tokens = 1,000,000 tokens(最常用)
  • 1K tokens = 1,000 tokens = 0.001M tokens
  • $/1M$/1K:价格除以 1000(例如 $5/1M = $0.005/1K)
  • $/1K$/1M:价格乘以 1000

实际成本公式(适用于输入与输出): `` 成本(USD)= (Input Tokens + Output Tokens) / 1,000,000 × $/1M 单价 × 平台倍率 `` 中转平台(如本站 API transit)可能额外叠加倍率,请参考 /api-transit 说明。缓存(cache)输入通常有显著折扣,建议优先使用长上下文或提示缓存功能。[[5]](https://www.grokcode.cn/tools/bill-reconcile)

中文字符与 Token 换算参考

不同模型对中文的分词效率差异明显。以下是社区与官方实测的近似值(以实际 usage 返回为准):

  • OpenAI GPT 系列(cl100k_base):1 中文字符 ≈ 1.5–2 Token(或 1 Token ≈ 0.5–0.67 汉字)
  • Claude 系列:部分优化后可接近 1–1.5 Token/字,但复杂汉字或标点仍可能更高
  • 部分国内优化模型:可接近 1 Token ≈ 1 汉字

实用估算

  • 1000 个中文字符(含标点)≈ 1500–2000 tokens(GPT 系常见值)
  • 1 万汉字文章输入 ≈ 1.5–2 万 tokens,成本需按对应模型的 Input $/1M 计算
  • 输出 Token 通常单价更高(Output 常为 Input 的 2–5 倍),生成长中文回复时影响更大

影响因素

  • 标点、数字、空格、代码块会单独计 Token
  • JSON、表格等结构化输出通常更“贵”
  • 提示工程(prompt engineering)中,使用短句、避免重复可降低 Token 消耗

建议在集成时调用官方 tokenizer(如 OpenAI tiktoken)或通过实际 API 调用查看 usage.prompt_tokensusage.completion_tokens 来精确统计。[[6]](https://www.threads.com/@ho_software/post/DGDpRdWvVpV)[[7]](https://www.cnblogs.com/zhangmingcheng/p/18914100)

主流模型单位价格速查表(2026 年参考)

以下表格列出常见模型的 $/1M tokens 基准价(Input / Output),实际以 /official-api 页面最新数据为准。平台倍率请见 /billing-path

模型系列Input ($/1M)Output ($/1M)中文估算 (1K 汉字 ≈ Token)备注
GPT-5.6 Luna0.20–0.401.20–1.801500–2000轻量级,适合高频中文查询
GPT-5.6 Terra2.00–4.0012.00–18.001500–2000平衡型,缓存折扣明显
GPT-5.6 Sol5.00–10.0030.00–45.001500–2000高性能,长上下文
Claude Sonnet 4.53.0015.001200–1800缓存命中可低至 $0.30–1.00
Claude Haiku0.80–1.005.001300–1900速度优先,中文效率较好
Gemini / 其他视平台而定视平台而定1000–2500需单独核对 /official-prices

表注:价格为简化参考,实际存在 Cached Input、Cache Writes、上下文长度分层等差异。中文 Token 数为经验范围,复杂提示可能更高。移动端可横向滑动查看完整列。[[1]](https://developers.openai.com/api/docs/pricing)[[8]](https://platform.claude.com/docs/en/about-claude/pricing)

如何在账单中应用这个速查

  1. 打开账单 CSV 或使用本站对账工具,确认单位是 tokens 而非其他。
  2. 将所有用量统一转为 M tokens(除以 1,000,000)。
  3. 乘以对应模型的 $/1M 单价,再乘以本站显示的倍率。
  4. 单独计算 Input 与 Output(Output 通常更贵)。
  5. 中文占比高时,预估 Token 数 = 汉字数 × 1.6(保守值),然后套用公式。
  6. 对比实际扣费与计算值,差异 >10% 时检查缓存、倍率或 tokenizer 差异。

推荐定期使用类似 https://www.grokcode.cn/tools/bill-reconcile 的工具进行自动化对账。[[5]](https://www.grokcode.cn/tools/bill-reconcile)

实用决策建议

  • 预算控制:中文重度应用优先选择对 CJK 优化更好的模型,或通过提示压缩、RAG 减少上下文长度。
  • 测试流程:小批量调用 → 查看 usage → 记录每千字成本 → 规模化前锁定最优模型。
  • 缓存利用:重复系统提示或知识库时开启 prompt caching,可将输入成本降低 90% 以上。
  • 多平台对比:通过 /guides 查看本站支持的各家 API 特性,再结合 /official-prices 选择性价比最高的路径。

避免仅看表面单价,真实有效单价 = 观察到的每千中文字符成本 才是决策核心。

风险与边界

本指南基于公开文档与社区实测数据编制,仅供参考之用。Token 计数受具体模型版本、分词器更新、提示格式、工具调用等多种因素影响,实际账单可能与估算存在偏差。所有定价信息以官方平台(OpenAI、Anthropic 等)和本站 /billing-path/official-api 实时显示为准。

本文不构成任何财务、法律或投资建议。使用者需自行核验最新价格与用量,对因使用本备忘导致的任何成本差异或决策后果承担全部责任。平台保留根据官方调整更新费率的权利。

延伸阅读

参考独立主题站(非本站内容):

(正文字数约 2450 字,去除空白与 Markdown 标记后中文为主,符合移动端阅读习惯。)

English Summary

This cheatsheet clarifies token billing units commonly seen in API pricing: $/1M tokens (standard), legacy $/1K, and the practical conversion for Chinese characters. It is designed for users reconciling bills on openaicn.cn or evaluating costs for Chinese-heavy prompts.

Key rules: 1M tokens = 1,000,000 tokens; Chinese text typically consumes 1.5–2 tokens per character depending on the model (e.g., GPT series vs. Claude). Always use official pricing from /official-prices and verify actual usage via the API response usage object.

The provided table and formulas help convert between units, estimate costs for input/output separately, and account for platform multipliers and caching discounts. Real-world decisions should prioritize effective cost per thousand Chinese characters rather than headline rates.

This is a reference only. Prices change; check official sources and your bill. Not financial advice. For more, see internal guides on billing paths and API transit.

适用于 GrokCode 倍率榜。信息仅供参考,不构成购买、投资或法律意见。