上周有个做客服机器人的朋友，把两张报价单并排摆在我面前。
同一个模型名，一家写每百万 token（模型眼里的字）收 2 元，另一家写 1.4 元。他问我，是不是贵的那家在坑他。
我让他翻到计价细则。一家只报一个数，另一家把输入和输出分开报，输出的价是输入的四倍。
他的业务是长回答，输出占七成。按真实用量重算，报 1.4 元那家反而贵了三百多。
两家都没骗他，只是把不同的东西摆在了同一张纸上。
同一个模型，价格差这么多，差在哪一段？
一句话原理
模型的价格不是一个标价，而是一组条件：谁卖给你、按什么算、什么情况打折。名字一样，条件不一样，单价就不一样。
像打车。同一段路，白天三十块，夜里四十五，拼车十八。车是同一辆车，路是同一条路。
价不一样，因为时间、车型、坐几个人都变了。所以比价不能只比数字，得比条件。
一个具体例子
假设某模型官方标价：输入 1 元每百万 token，输出 4 元每百万 token。这是假设的数，只为把账算通。
一百万 token 听着抽象，换成汉字大概六十多万字，一本厚书。
假设你问一句话，输入 1000 字，输出 500 字。
输入部分 1000 除以一百万再乘 1，约 0.001 元。输出部分 500 除以一百万再乘 4，约 0.002 元。一次问答 0.003 元。
同样的问题，如果它答得啰嗦，输出写到 1500 字，输出部分变成 0.006 元，一次 0.007 元。多一倍多，问题一个字没变。
这种差别，单次看只差几厘钱，一个月跑十万次就是几百块。
如果中间多一层，按 1.2 倍卖给你，同样的答案变成 0.0036 元。
如果输入那 1000 字命中缓存（平台存过的内容，重复用可以打折），输入价按一折算，一次只要 0.0021 元。
0.0021 到 0.007，差三倍多。模型没换，代码没改。
怎么证明？每次返回里都有一份用量明细 usage，分开写着输入多少、输出多少、缓存命中多少。
把它乘上单价，再跟账单对。两个数对不上，就说明中间有人加了倍率，或者计价的单位跟你以为的不是一回事。
一个小提示：输出价通常是输入价的三到四倍。你的业务如果回答长，账就压在输出上。
反过来，输入长、回答短的活，比如给文档打标签，输出那一项几乎不影响账单。
一个小闭环
从你按下发送，到最后那行钱，中间有五站。
一，提问。输入是你打的那段话，动作是发出去，输出一个请求。少了这步，后面什么都不发生。
二，发请求。输入是这个请求，动作是带上 base_url（接口地址）和 API key（调用凭证），输出是发到某一家。少了这步，请求不知道去哪，价也无从谈起。
三，定规格。输入是请求里的模型名，动作是确认版本、上下文长度（一次能塞多少字）、走哪个池子，输出一个确定的规格。
池子就是你和别人共用一份额度，还是单独给你留一份。少了这步，同名不同版本混着跑，账单永远解释不清。
四，数 token。输入是这次的话和答案，动作是分开数输入、输出、缓存，输出三组数字。少了这步，你只知道花了多少，不知道为什么。
五，出账单。输入是三组数字，动作是各自乘单价再加总，输出一行钱。少了这步，涨价了也发现不了。
三条技术确认点
接入前问清这三句，能省掉后面一堆扯皮。
一，确认这个价对应哪个规格。同一个模型名，版本、上下文长度、是不是共享池，都能换价。接入前要对方写清版本号，自己抽三条请求看返回。
二，确认输入和输出是不是分开报。只报一个数的，问清它怎么折算。你的业务输出占比高，这一项能差出一倍。
三，确认便宜要什么条件。是不是限速更低、并发（同时能跑几个请求）更少、能力打了折扣。这些写在文档里，别只盯单价。
常见误区
看起来同名就是同一个东西，其实版本一换，价和能力都跟着换。
看起来单价低就更省，其实要看你输出多长。长回答的业务，输出价才决定账单。
看起来便宜是让利，其实条件被挪到了别处：慢一点、排会儿队，或者少给你一点。
回到开头
那张单子的答案，不是谁在坑他。是一家只报了一个数，另一家把条件摊开了。
他的输出占七成，就该盯输出价，而不是那个显眼的数字。
现在他每次接新模型，先问三件事：哪个版本、输入输出各多少、便宜要什么条件。问完再签字。
Token工厂：贰号token工厂
主流大模型 API token 统一接入、统一计费，改个地址就能用。
点这里看详情 →