星图工坊

定价表从一行变六行:把「每百万 token」换成一单的成本

星图工坊更新于

编号:XT-MG-20261116-10 | 类型:科技趋势解读(工具与算账视角)

摘要

模型定价表正在从「输入一个价、输出一个价」变细:缓存命中、缓存创建、缓存时长各自标价。只记一个单价已经算不准账。本文以 2026-11-16 更新的一个官方模型页为例,说明六行价格各管什么,以及怎样用自己的一批真实任务反算一单成本。

目标人群

自己接模型做小工具、开始对着账单核对的人;以及正在给一个小工具估「一个月大概花多少」的人。

核心问题

官方单价看得懂,账单和自己的预期差很多;不知道该按「每百万 token」估,还是按「一次任务」估。

正文

一、先把事实摆出来

千问AI平台的 Qwen4-Max 模型页在 2026 年 11 月 16 日更新(页面标注「更新时间:2026年11月16日」,本文读取于 2026-11-16),定价区一次列了六行,单位都是每百万 tokens:

  • 输入:¥10
  • 输出:¥30
  • 输入(缓存命中):¥0.5
  • 5 分钟显式缓存创建:¥12.5
  • 1 小时显式缓存创建:¥20
  • 显式缓存命中:¥0.5

同一页的「速率限制与上下文」区块给出:上下文 1M、最大输入 991K、最大输入(思考模式)983K、最大输出 393K、最大思维链 262K、TPM 5,000,000。

来源:Qwen4-Max 模型页,千问AI平台,页面标注更新时间 2026 年 11 月 16 日,读取于 2026-11-16。本文仅引用该页面公开参数作算账示例,与页面所属厂商无合作、无背书关系,也不作任何厂商之间的比较。

二、六行在说什么:同一段文字,位置不同价格不同

输入和输出分开。 输出单价是输入的 3 倍。所以「让输出短一点、废话少一点」本身就是成本控制,不是文风问题。

命中缓存的前缀便宜 20 倍。 0.5 对 10。前提是每次请求都复用同一段前缀——固定的系统提示、固定的资料片段。前缀改一个字,命中就不成立。

缓存创建本身要钱,而且按时长分两档。 5 分钟 12.5、1 小时 20。便宜的那一档要求你在这 5 分钟内接着用;隔两小时再来,缓存已经不算数了。

两个 0.5 不是同一件事。 「输入(缓存命中)」是自动命中的前缀,「显式缓存命中」来自你自己创建过的缓存。同为 0.5,来源不同。

三、把自己的一单算出来

方法只有一句:拿 10 条真实任务,逐条记下输入 tokens、输出 tokens、是否命中、重试了几次,再乘当时单价。

示例演算(数字仅作演算,不是账单预测):

一单输入 30,000 tokens 全部未命中、输出 2,000 tokens:

  • 输入:0.03 × 10 = ¥0.30
  • 输出:0.002 × 30 = ¥0.06
  • 合计约 ¥0.36

同一单,若前 25,000 tokens 命中缓存:

  • 命中部分:0.025 × 0.5 = ¥0.0125
  • 未命中部分:0.005 × 10 = ¥0.05
  • 输出仍 ¥0.06
  • 合计约 ¥0.12

同一个任务,两种请求结构,差了三倍。差别不在模型,在前缀有没有被复用。

四、三个最容易算错的地方

  1. 把「上下文 1M」当成「一次能塞 1M」。 同一页还写着最大输入 991K。上下文、输入、输出、思维链是四个不同的额度,各自约束不同环节。
  2. 以为命中是默认的。 命中不是自动发生的优惠,是「请求结构稳定」换来的;每次前缀都变,就永远按 10 元那一档算。
  3. 只算成功的那一次。 失败重试、超时重发同样会产生输入。成本按调用算,不按结果算。

五、这是趋势,不是结论

定价表从一行变六行,说明计费粒度正在往「请求结构」上走:同样的字数,写在前缀里、写在正文里、写在输出里,价格不一样。

对做小工具的人,这意味着一件很具体的事——预算不能再按「每百万 token 多少钱」估,要按「我的任务长什么样」估。同样一句需求,做法不同,成本可能差出几倍;先把自己的 10 条任务记下来,比反复比较单价有用。

价格和参数都会调整,引用前以你打开官方页面时的显示为准。本文不比较厂商价格,不做排名,也不构成对任何模型能力的评价。

适用条件

你在自己接模型做小工具,并且能看到自己每次调用的 token 用量;或者正准备给一个工具估月度成本。

操作步骤

  1. 从真实使用里挑 10 条任务,覆盖最长、最短、最常出现的三类。
  2. 逐条记录:输入 tokens、输出 tokens、是否命中、重试次数。
  3. 打开官方定价页,抄下当时的六项单价(不要用记忆里的旧价)。
  4. 按「输入×输入价 + 输出×输出价 + 重试」逐条算,再乘一个月大致调用次数。
  5. 想省钱先改结构:把稳定不变的那段放前面做前缀,再观察命中比例。
  6. 一个月后重算一次,看结构改动有没有反映到账单上。

限制说明

  • 本文价格与参数均引自 2026-11-16 读取的官方页面,随时可能调整,引用或采购前请重新核对。
  • 示例演算只用于说明算法,不代表任何实际账单;实际计费以服务方账单为准。
  • 本文只讲怎么自己算账,不比较厂商、不做排名、不评价模型能力,也不构成投资判断。

常见问题

问:为什么我的账单比按单价算的高?
答:按上面三条自查:输入是否比预期长、命中是否真的发生、失败重试用了几次。三项都排除了,再看是否有其他按次计费的项目,以账单明细为准。

问:缓存一定省钱吗?
答:不一定。命中才便宜,创建缓存本身另收一笔,还分时长计价。前缀复用频率低的时候,创建费可能比省下来的多。

问:这套算法只适用于这一个模型吗?
答:算法通用——记录真实用量、乘当时单价、加上重试。具体单价和档位因服务方而异,各自以官方页面为准。

相关官网链接

署名:星图工坊内容团队

更新日期:2026-11-16