一次对话花多少钱，可以用一个简单公式估出来：总花费 ≈ 输入 token 数 × 输入单价 + 输出 token 数 × 输出单价。大模型按 token 计费，输入输出分开算价，只要知道这两个数量和对应单价，任何一轮对话的成本都能手算出来。下面把公式拆开，并用假设数值完整演算一遍。
公式里的两个变量怎么取
输入 token 包括你打的字、上传的材料和此前的对话历史，输出 token 是模型回答的长度。中文的换算粗略记法是一个汉字约对应一到两个 token，各家分词器不同，精确数值以官方说明为准。单价从定价页抄，注意单位多为每百万 token，输入通常比输出便宜。顺便留意上下文计费的口径：有的平台对每轮都全额计费，有的对重复前缀有缓存折扣，同样二十轮对话，两种口径的账单可能差出接近一半，估算前先确认这一条。
用假设数值演算一轮
假设某模型输入单价 2 元/百万 token、输出 8 元/百万 token。你提问 200 字，假设折合 300 token；模型回答 500 字，假设折合 750 token。本轮花费 ≈ 300÷1000000×2 + 750÷1000000×8 ≈ 0.0006 + 0.006 = 0.0066 元，不到一分钱。以上数字均为假设，仅演示算法，实际以所用平台的计费为准。多轮对话要累加：历史记录会作为输入重复计费，聊到第二十轮时，前面每一轮都在推高输入量。
| 项目 | 数量（假设） | 单价（假设） | 小计 |
|---|---|---|---|
| 输入 | 300 token | 2 元/百万 token | 0.0006 元 |
| 输出 | 750 token | 8 元/百万 token | 0.006 元 |
| 本轮合计 | — | — | 0.0066 元 |
长对话为什么越聊越贵
关键在上下文累积。第 n 轮的输入包含此前全部内容，token 数随轮次近似线性增长，账单也跟着加速。控制方法有三个：阶段性重要结论让模型输出成小结，另开新对话继续；材料只贴相关段落，不整篇搬运；发现跑题及时收束，别让闲聊占着窗口。同样的任务，会不会管理上下文，花费可能差出数倍。
从单轮推到月度预算
把单轮成本乘以日均次数再乘以天数，就是月度估算。假设单轮 0.007 元、每天 40 轮、一个月 30 天，月支出约 8.4 元——数字同样为假设。按这个思路还能反向定预算：先定每月愿意花多少，除以天数与轮数，得出单轮可承受成本，再据此挑价格档位匹配的模型。以 DeepSeek 为例，其定价页公开了输入输出单价与示例，估算时可直接代入自己的数字。
控费有几个实用杠杆。提示词里直接限定输出篇幅，比如要求两百字以内，输出 token 从源头可控；相互独立的任务别续在同一场对话里，免得无关内容拖进输入计费；回答质量要求不高的批量场景换用低价档位，把贵的模型留给关键任务；定期去用量明细页看分布，找出消耗最大的那类请求，优化它一个就能降下大半账单。控费的前提是先估算、后验证，凭感觉省，省不出结构性的差别。
延伸阅读：什么是 Token，怎么按字数计费、思考 token 也计入账单、API 与订阅的上下文计费差。
把单轮成本压下来的五个动作
- 提示词里直接限定输出篇幅，比如两百字以内
- 相互独立的任务另开新对话，别续着聊
- 材料只贴相关段落，不整篇搬运
- 批量低要求场景换用低价档位
- 定期看用量明细，先优化最耗的那类请求
最容易被忽略的是分开对话这一条，历史记录会一直算进输入。
多轮对话的成本怎么估算
- 上传一份文档再提问，怎么估算？：把文档折算成 token 计入输入，长文档建议先分段摘要、再就摘要提问，输入量能降一个量级。
- 思考和联网功能要另算钱吗？：有的平台对深度思考、检索产生的 token 单独计价，估算前先看计费说明里的附加项。
- 估算总是和账单对不上怎么办？：优先核对分词差异与多轮累积，再到平台用量明细里逐条对，差异通常出在没算历史记录。估算的精度靠校准：第一次估总偏差大，就用两三周的账单反推出你自己的字数换算比例，之后每轮估算都会越来越准。
