什么是上下文计费梯度？长文为什么有阶梯价

把一份几十页的 PDF 丢给 AI 做问答，账单常常比日常闲聊贵出好几倍，背后的定价规则就是上下文计费梯度：同一次请求，输入越长，单价越高，像爬楼梯一样逐档上调。

阶梯是怎么分的档

主流做法是按单次请求的 token 总量划档：低于某个门槛走基础价，跨过一档，单价上调一截，再往上继续加。各家门槛数值和加价幅度并不统一，而且调整频繁，写死具体数字容易误导，这里以官方最新版本为准。想知道自己落在哪一档，把提问、文档、历史对话加总后对号入座即可。跨档通常以这一次请求的全部输入为准，上一轮的历史也算在内，这正是长对话悄悄跳档的原因。

为什么输入越长单价越贵

长输入不只是"多读几个字"。模型处理每个字时都要和前面所有字做关联运算，篇幅翻倍，计算量远不止翻倍，推理成本随之走高，把这部分成本按档位转回给使用者，是行业通行的定价逻辑。腾讯元宝处理长文档时明显变慢，就是同一件事在用户侧的体感。对使用者的判断意义在于：贵不是平台任性，而是长输入真的更耗算力，省输入等于省真金白银。

类比：快递按重量段计费

寄快递，一公斤以内一个价，三公斤以内另一个价，超了再往上跳档——计费梯度和这个结构几乎一样，都是总量过线、价格换档。失效之处也明显：快递费是每公斤加固定钱数，而长上下文连单价本身都变贵了，同样一万个字，放在短请求里和放在长请求里，单字成本并不相同。理解了这个差别，就不会奇怪：把长文档拆成两次短请求，总费用有时反而更低。

省钱的三条实际判断

其一，长对话定期瘦身，把没用的往返从消息列表里删掉，账单按每次请求的总量算，历史越干净越划算，做法见消息列表。其二，控制回答长度，输出同样计入请求总量，配合输出上限设个合理天花板。其三，推理类模型答题前会先写草稿，这部分也占额度，简单任务让它跳过草稿，见思考 token。另外留意缓存的用法：重复发送同一段长材料时，部分平台对重复部分有折扣，具体规则以官方最新版本为准。

哪些场景对梯度最敏感

整本书问答、代码库解读、长合同审阅，这类任务单次输入轻松跨好几档，是梯度敏感户；日常短问答几乎踩不到第二档，不必为此焦虑。一个常见的省法子是先用秘塔AI搜索把材料要点筛一遍，再决定喂多少给模型。判断标准很朴素：连续多次请求的账单明显高出平时，就该回头检查输入里是不是堆了用不上的长材料。反过来，把长文档的核心几页摘出来再提问，是成本和效果都划算的做法。

长文计费自查清单

• 发长材料前先问：这几页真的都需要给模型看吗。
• 多轮对话里，陈年往返能删则删。
• 同一文档反复问答时，别把全文重复塞进每一轮。
• 逐篇收尾：阶梯价惩罚的是懒惰的输入，奖励的是做减法的使用者。

关于上下文计费梯度的三个常问问题

• 输入和输出分开计价吗？：多数接口分开报价，输入单价略低、输出略高，跨档看的是单次请求的总规模，细节以官方最新版本为准。
• 跨档是按一次请求算的吗？：是，每一笔请求独立定档，上一轮再长也不会把这一轮拖进高档。
• 免费额度也分档吗？：多数产品的额度按 token 数扣，和档位无关，但单价折算时梯度依然生效。