廉价 AI API:如何比较价格并减少支出

更新于
廉价 AI API 的“廉价”取决于衡量方式:如果不区分输入和输出,按 token 百万计价的价格具有误导性。这里提供了一种比较方法,使用 $0.15 和 $0.50 的计算示例,以及节省支出的技巧。
关键点
- 始终分别比较输入和输出的价格,并按 token 百万计价。
- 输入 $0.15、输出 $0.50 时,1,000 输入 token 和 500 输出 token 的调用成本为 $0.0004。
- 将 20 轮对话的历史记录截断可降低成本约 41%。
- 关注价格未包含的内容:订阅、有效期和错误收费。

如何避免被 API 价格误导
当你寻找 便宜的 AI API时,封面上看到的数字往往不够。在做出决定之前,还有四点需要注意:
- 计价单位。 有些价格按千个 token 计算,有些按百万个 token 计算。将所有价格统一换算为同一单位,例如每百万个 token 的美元价格。
- 区分输入和输出。 你发送的内容(提示词和历史记录)与模型生成的内容计费不同。两者之间的平均价格会掩盖哪种情况在你的场景中占比更高。
- 周边条件。 强制月度订阅、额度过期、最低充值额、失败请求收费。
- 上下文窗口。 拥有大上下文窗口的模型允许粘贴更多文本,但每个发送的 token 都需要付费。
我不提供其他供应商的具体价格,因为它们经常变化:请查看他们的当前页面,并用他们的数据制作同样的表格。本站服务的数据如下:输入每百万个 token $0.15,输出每百万个 token $0.50,使用预付额度无需订阅,额度永不失效,失败或被拒绝的请求不收费。
公式与首个示例
调用成本计算很简单:
coste = tokens_entrada × 0.15 / 1.000.000 + tokens_salida × 0.50 / 1.000.000
示例:1,000 个输入 token 和 500 个输出 token。输入成本为 1,000 × 0.15 / 1,000,000 = $0.00015。输出成本为 500 × 0.50 / 1,000,000 = $0.00025。总计:$0.0004。一千次此类调用总计 $0.40。
注意比例:输出 token 的成本是 0.50 / 0.15,略高于输入 token 成本的 3.3 倍。这会根据工作负载改变策略。如果你总结长文档,主要支付输入费用。如果你生成长故事,主要支付输出费用。
三种工作负载与三份账单
| 工作负载 | 每次调用(输入 / 输出) | 每次调用成本 | 容量 | 总计 |
|---|---|---|---|---|
| 文档摘要 | 3.000 / 300 | $0.0006 | 50 份文档 | $0.03 |
| JSON 数据提取 | 500 / 100 | $0.000125 | 10,000 条记录 | $1.25 |
| 客服对话 | 2.000 / 400 | $0.0005 | 5,000 次回复 | $2.50 |
计算:3,000 × 0.15 / 1,000,000 = $0.00045 和 300 × 0.50 / 1,000,000 = $0.00015,合计 $0.0006;乘以 50 为 $0.03。第二种情况,$0.000075 加 $0.00005 得 $0.000125;乘以 10,000 为 $1.25。第三种情况,$0.0003 加 $0.0002 得 $0.0005;乘以 5,000 为 $2.50。
注意,大型工作负载(如提取一万份记录的数据)的成本仅相当于一杯咖啡。当每月 token 量达到数千万级别时,按 token 计价才真正重要。
六种节省支出的方法
1. 截断聊天历史
每个轮次都会转发整个对话。假设一个包含 20 个轮次的聊天,系统提示词 300 个 token,用户输入 150 个 token,回复 250 个 token。不截断的情况下,总输入为 20 × 450 + 400 × (0 + 1 + ... + 19) = 9,000 + 76,000 = 85,000 个 token,输出 5,000 个 token。成本:85,000 × 0.15 / 1,000,000 = $0.01275,加上 5,000 × 0.50 / 1,000,000 = $0.0025,总计 $0.01525。
如果只保留最近 6 个轮次(并总结其余部分),输入量降至 43,000 token:输入成本 $0.00645,输出成本 $0.0025,总计约 $0.0089。在消息数量相同的情况下,节省约 41%。
2. 限制输出长度
max_tokens 是可选的,但设置它可以防止回复过长。在提示词中明确指定长度要求也能达到同样效果。
3. 使用 stop 和 JSON 模式
停止序列会在你获得所需内容时截断文本,而 response_format: {"type": "json_object"} 可以在你只需要结构化数据时减少冗余内容。
4. 缩短系统提示词
10,000 次调用中发送 1,500 个 token 的系统提示词,输入 token 总量为 1500 万:$2.25。如果将其设为 500,则为 $0.75。
5. 使用少量样本进行测试
在运行大批量任务之前,先运行 20 个样本并检查 usage。及时修正提示词可以避免重复运行整个批次。
6. 监控余额
X-Balance-USD 响应头会显示每次调用后的剩余余额,你可以按任务记录消耗情况,以查看哪项任务消耗最多。
从代码计算支出
一个小型封装函数可以累积每次调用的成本,从而提供实际数据,而非估算值:
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.apisinrestricciones.com/v1",
api_key=os.environ["API_KEY"],
)
gasto = 0.0
def preguntar(texto):
global gasto
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": texto}],
max_tokens=300,
)
gasto += r.usage.prompt_tokens * 0.15 / 1e6
gasto += r.usage.completion_tokens * 0.50 / 1e6
return r.choices[0].message.content
print(preguntar("Explica qué es un token en dos frases."))
print(f"Gasto acumulado: ${gasto:.6f}")
利用该数据你可以预测月度支出:平均每次调用成本乘以预计调用次数。
选择前还需关注的事项
每个 token 的价格只是其中一部分。还需关注速率限制:完整密钥允许 8 个并发请求和每分钟 300 次请求,测试密钥允许 2 个并发请求和每分钟 60 次请求。如果你的应用需要更高的吞吐量,这些限制带来的影响远大于几分钱的单价差异。
充值金额为 $20 至 $500 的整数,从 $50 起赠送 5%,从 $100 起赠送 10%,从 $200 起赠送 15%,支持加密货币支付(TRC20 链上的 USDT 或 Base 链上的 USDC)。例如,$100 的充值余额为 $110。详情见 价格页面。要查看你实际使用情况下的消耗,你可以从 密钥页面领取 $0.50 的免费试用额度,所有参数均在 文档中。
请记住,这是一个纯文本服务,仅提供一个开放模型:如果你的项目需要图像或嵌入向量,这不是合适的工具。
更多指南
常见问题
典型调用成本是多少?
一次 1,000 个输入 token 和 500 个输出 token 的调用费用为 $0.0004,输入和输出的单价分别为每百万 token $0.15 和 $0.50。
有月度订阅吗?
没有。采用按使用量付费模式,使用预付额度,且额度永不失效。
失败的请求会收费吗?
不会。失败或被拒绝的请求不收取费用。
我如何知道花了多少钱?
每个回复都包含 usage 字段中的 token 信息,X-Balance-USD 标头显示剩余余额。
你的密钥触手可及
创建账户,复制密钥,更改基础 URL。就是这么简单。