什么是一次调用的完整计费项？token 之外的项

大模型的一次调用账单，通常不止 token 一项。输入按量、输出按量只是主角，旁边还站着一串按次、按功能、按次数计算的计费项，加起来才是完整的一笔。只看 token 单价估成本，常常在月底对账时才发现偏差。

一次调用到底在为什么付费

打开任意一家模型服务的价格页，最先看到的是输入输出 token 的单价，这是主要开销。但一次真实调用还可能涉及知识库检索、联网搜索、工具调用、长文本分段处理等环节，这些环节往往单独计价，按调用次数或按量计算。

有些平台还按请求次数收固定费用，或者对超过一定长度的上下文加收费用，存储类服务也会单独计费。把这些零头加起来，才能还原一次调用的真实成本结构。

对账时还要留意计价单位。同样是按量计费，有的平台按千 token 报价，有的按百万 token 报价，差着三个数量级；检索类功能有的按次收费，有的按月包量。把单位先统一换算成同一口径再逐项相加，估算结果才不会差出数量级。动手前把这几项抄成一张对照单，月底对账能省下大量来回翻页的时间。

这几项的计价方式和出现条件，对照着看更省事。

生活类比：打车账单不止里程费

可以把它想成打车账单。里程费是主角，但账单上还可能有起步价、夜间加成、过路费、超时等候费。只看里程单价，永远估不准最后付多少钱，每种费用对应一段具体的路程或等待。

模型调用的账单同理：token 是里程，检索和工具调用是过路费，按次收费的部分是起步价。每一项单独看都不大，堆在一起就能改变成本结构，尤其是调用量大的业务。

类比失效的地方：没有固定项这种过路费

类比也有边界。出租车的费用结构比较稳定，模型调用的附属项却取决于你这次用了哪些能力：没开联网搜索就没有检索费，没调工具就没有工具费，账单结构随用法变化，没有一张固定的清单。同样的业务换一个平台，附属项的种类与单价也可能完全不同，迁移前要重新估算一遍，不能直接照搬旧数字。

另一个差别是 token 本身会随输出长度浮动，而出租车里程至少能提前看到。所以估算模型调用成本，更稳妥的做法是拿自己业务里的真实请求做样本统计，用分布而不是单次值来估。

带走一个判断：对账先看 token，再看其他项

拿到一份模型账单，先按输入输出 token 对一遍主账，确认单价和用量对得上；剩下的差额，基本都藏在附属计费项里，逐项对照功能开关就能找到来源。顺序反了会一直在小数点后面打转。遇到对不上的小额扣款，先查工具调用失败是否也计费、预扣后是否退还，这些细节各平台写法不一，以官方说明为准。

文心一言、通义千问等平台的价格说明里，通常会把 token 之外的计费项列在单独的小节，值得在下单前读一遍。想进一步了解调用链路上的其他环节，可以读什么是服务降级、什么是多级缓存和思考模型的输出结构。

速查表：

• 主项：输入 token 与输出 token，按量计价
• 常见附加项：检索、搜索、工具调用、按次费用
• 估算方法：拿真实请求样本统计，别拍脑袋
• 对账顺序：先对 token 主账，再逐项找差额

计费项快问快答三则

• 思考模型的思考段也计费吗？：多数平台把思考段计入输出 token，具体以价格页说明为准，这也是输出长度影响成本的原因之一。
• 为什么同样的问题两次花费不一样？：输出长度、命中的缓存、调用的工具不同，账单就会不同，模型调用里很难有完全一样的两笔。
• 取消生成能退钱吗？：已经产生的部分通常照常结算，能否退未生成部分要看平台规则，和流式取消的机制有关。