成本优化
Batch API 成本：OpenAI、Claude 与 Gemini
对比 OpenAI、Claude、Gemini 的标准与 Batch 费用，用官方模型价格计算预算，并了解等待时间、缓存、重试和账单核对。
阅读文章免费开发者工具
LLM 成本计算器：比较 AI API 费用
把实际工作量换算成 Token 预算。在相同请求次数、输入、输出和缓存假设下，比较四家供应商的标准 API 费用。
按标准文本 API 单价估算，不含 Batch 或免费额度。输出应包含计费的推理 Token。缓存比例按输入 Token 划分，两项合计不能超过 100%。
| 模型／计费档位 | 估算总费用（USD） | 价格核对日期 |
|---|---|---|
| Claude Sonnet 5.5 | US$30.00 | |
| Claude Haiku 5.5 · 输入 ≤100K | US$1.50 | |
| Claude Haiku 5.5 · 输入 >100K | 请选择与输入长度相符的档位 | |
| gpt-6.1-sol | US$30.00 | |
| gpt-6-luna | US$1.50 | |
| deepseek-flash · 高峰 | US$4.20 | |
| deepseek-flash · 低谷 | US$2.10 | |
| deepseek-v4-pro · 高峰 | US$17.16 | |
| deepseek-v4-pro · 低谷 | US$8.58 | |
| gemini-4-argon | US$30.00 | |
| gemini-3.8-flash | US$11.25 | |
| gemini-3.5-flash-lite | US$5.50 |
不含缓存存储、搜索及工具、媒体、税费、区域加价或协议折扣。计费档位不保证模型支持对应上下文长度；限制及促销日期请看价格页。总费用在计算后四舍五入到美分，低于半美分的正数会显示 $0.00。
费用如何计算
将每次请求的总输入划分为未缓存输入、缓存读取与缓存写入，分别乘以每百万 Token 的对应单价。加上输出费用后，再乘以请求次数。
缓存命中比例指输入 Token 的比例，不是请求次数的比例。优先采用 API 响应中的实际缓存 Token 统计。缓存写入与读取分别计费，首次冷请求不能算作缓存命中。
请求次数代表你要预算的时间段，例如一天或一个月。此处假设每次请求的 Token 数相同；混合工作负载应分别估算各组，再相加。
例如：1,000 次请求，每次 10,000 输入和 1,000 输出 Token，共计 1,000 万输入和 100 万输出 Token。改变请求次数会同比缩放整个工作量，包括缓存写入量。
核对价格并连接账户
先查看供应商的计费细节，再按接入教程连接账户，将估算与已报告费用或余额核对。
开始监控了解 API 成本
成本优化
Prompt Caching 成本：缓存何时真正省钱？
拆解提示词缓存的读取、写入与回本条件，通过 Claude 实例计算费用，并比较不同供应商的缓存计费边界。
阅读文章用量与账单
Claude Code 费用：订阅、API 与 ccusage
区分 Claude Code 订阅额度、API 账单与 ccusage 本地估算，了解如何记录用量、核对费用以及 Quota Monitor 的监控范围。
阅读文章模型对比
Haiku 5.5 与 Sonnet 5.5：实际工作量成本对比
比较 Haiku 5.5 与 Sonnet 5.5 在短输入、长输入、大量输出和缓存复用场景下的成本，示例共用站内价格数据。
阅读文章LLM 成本计算常见问题
- 这是实时账单吗？
- 不是。它使用所列价格和核对日期做场景估算，实际账单以供应商记录为准；请求可能包含额外计费项目。
- 为什么部分模型没有估算结果？
- 模型可能未公布你选择的缓存单价，或输入属于另一计费档位。缺失价格会明确提示，不按零元处理。
- 可以用相同文本直接比较模型吗？
- 本工具比较相同 Token 数。不同模型的分词器不同，相同文本可能产生不同数量的 Token。选择模型前应实测代表性请求，并同时评估回答质量。