大模型 API 按量计费是怎么算的？token 怎么折算成钱？
直接回答
按量计费的算法是：费用 = 输入 Token 数 × 输入单价 + 输出 Token 数 × 输出单价，单价通常按每百万 Token 标注，输出价一般高于输入价。在 EasyAPI 上费用从钱包余额扣除，每次调用的 Token 数和花费都能在调用记录中查到。
大模型 API 的按量计费，是按每次调用实际消耗的 Token 数量收费。Token 是模型处理文本的基本单位，你发给模型的内容算输入 Token，模型生成的内容算输出 Token，两者分别计价后相加，就是这次调用的费用。
EasyAPI 采用的正是这种方式：钱包预充值，调用时按量扣减余额，没有订阅套餐。下面先讲通用算法，再讲在 EasyAPI 上怎么核对每一笔。
关键要点
- 文本模型的费用由输入 Token 和输出 Token 两部分组成，各有各的单价。
- 单价通常以「每百万 Token」为单位展示，折算时要除以 1,000,000。
- 部分模型对缓存命中的输入 Token 有单独的（更低的）价格。
- 图片等部分模型按次计费，每次调用固定扣费，与 Token 数无关。
- 实际扣费以控制台调用记录中的数字为准，而不是自己估算的结果。
计算公式
单次费用 = 输入 Token 数 ÷ 1,000,000 × 输入单价
+ 输出 Token 数 ÷ 1,000,000 × 输出单价
如果模型支持缓存计价，输入部分会再拆成两段：
输入费用 = 未命中缓存的输入 Token × 输入单价
+ 命中缓存的输入 Token × 缓存读取单价
Token 数不需要自己数，接口返回的 usage 对象里有：
| 字段 | 含义 | 对应价格 |
|---|---|---|
prompt_tokens | 输入 Token 数，包含系统提示词和历史对话 | 输入单价 |
completion_tokens | 输出 Token 数，包含模型的思考内容（如开启） | 输出单价 |
total_tokens | 两者之和 | 仅供参考，不直接用于计价 |
各模型的输入、输出和缓存价格在模型广场公开展示。本文不写具体价格，因为价格会随供应商调整。
两种计费类型
| 类型 | 怎么扣费 | 常见于 |
|---|---|---|
| 按量计费 | 按输入、输出 Token 数分别乘以单价 | 文本对话模型 |
| 按次计费 | 每次调用固定扣一笔 | 部分图片等模型 |
视频生成也属于按量计费，但计量依据不是文本 Token，而是与时长、分辨率等有关：提交任务时预扣预估费用，任务完成后按实际结果结算。流程见 国内怎么调用 Seedance 2.5 视频生成 API。
在 EasyAPI 上核对一笔调用的费用
有三种方式，由简到细：
- 看控制台调用记录。 登录后进入调用记录页面，每一行包含时间、令牌、模型、用时、输入 Token、输出 Token 和花费，可按时间范围、模型名称和令牌名称筛选。
- 让接口直接返回费用。 在对话请求体中加入
usage.include = true，响应的usage对象会多出一个cost字段，表示本次调用的估算费用（USD）。 - 按请求 ID 查询最终账单。 每个响应都带有
X-EasyAPI-Request-Id响应头，用它调用GET /v1/generation可以查到这次调用的 Token 数、缓存 Token、最终扣费和结算时使用的倍率快照。
# 发起调用，同时要求返回费用，并打印响应头
curl -i https://token.easyapi.com/v1/chat/completions \
-H "Authorization: Bearer $EASYAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash-1017",
"messages": [{"role": "user", "content": "你好"}],
"usage": {"include": true}
}'
# 用响应头里的请求 ID 查询最终扣费
curl "https://token.easyapi.com/v1/generation?id=<X-EasyAPI-Request-Id 的值>" \
-H "Authorization: Bearer $EASYAPI_API_KEY"
文档说明：usage.cost 是写出响应前的估算值，最终扣费以 /v1/generation 的结果为准；消费记录在请求结束后写入，紧接着查询可能返回 404，稍等片刻重试即可。这两个查询接口本身不计费。
费用比预期高的常见原因
- 多轮对话重复计入历史。 每次请求都会把之前的对话作为输入重新发送，轮次越多，输入 Token 越多。
- 系统提示词很长。 它在每次调用中都计入输入。
- 开启了思考模式。 思考内容计入输出 Token，而输出单价通常更高。
- 没有限制输出长度。 可以通过
max_tokens或max_completion_tokens设置上限。 - 选了更高档的模型。 同样的 Token 数，不同模型的单价差别可能很大。
需要注意的边界：不同模型的分词方式不同，同一段文字在不同模型上的 Token 数并不相同，所以「一个汉字等于多少 Token」没有统一答案，估算只能作为参考。另外，API 返回的费用字段以 USD 计，控制台展示的币种以页面显示为准。
常见问题
1 个 Token 大概是多少个字？
没有固定换算关系，因模型的分词方式而异。想知道准确数字，直接看接口返回的 usage，它给出的是这次调用实际计费的 Token 数。
为什么输出比输入贵？
这是各家模型普遍的定价方式，生成内容的计算成本高于读取内容。具体到每个模型的输入价和输出价，以模型广场的展示为准。
流式输出会多收费吗？
不会因为流式而多计费，计费依据仍是 Token 数量。使用 usage.include 时，流式请求会在最后一个带 usage 的数据块里返回费用。
余额不够时会怎样？
余额不足时请求会被拒绝。可以在控制台的钱包页面查看余额并充值；想给单个 Key 设消费上限，参考 怎么给 API Key 设置每日/每月预算上限。
小结
按量计费的核心就是「输入 Token × 输入单价 + 输出 Token × 输出单价」，再考虑缓存与按次计费两种特殊情况。在 EasyAPI 上，每一笔都可以通过调用记录或 /v1/generation 逐条核对，实时单价见模型广场。