一、Token是什么？

Token是AI模型处理文本的基本单位，约等于：

• 英文： 1 token ≈ 4个字符 ≈ 0.75个单词
• 中文： 1 token ≈ 1-2个汉字（中文编码效率较低）

Token计算示例

可以使用OpenAI的 Tokenizer工具 精确计算token数量。

二、jiekou.ai计费规则详解

2.1 输入与输出分别计费

jiekou.ai（与所有主流AI平台一致）对输入token和输出token分别定价：

总费用 = 输入token数 × 输入单价 + 输出token数 × 输出单价

为什么输出比输入贵？

• 输出需要模型逐个生成，计算量更大
• 通常输出单价是输入单价的3-5倍

2.2 输入token的构成

输入token = system prompt + 历史对话 + 当前用户消息

注意！ 多轮对话时，每次请求都要携带完整对话历史，token消耗会快速累积。

2.3 不同模型价格对比

价格仅供参考，请以jiekou.ai官网实时价格为准。

2.4 缓存Token优惠（Prompt Caching）

部分模型支持Prompt Caching功能：

• 当System Prompt或前缀内容重复出现时，缓存的部分按优惠价计算
• Claude系列缓存价格约为普通输入价格的10%
• 适合System Prompt较长且固定的场景

三、5个实用省钱技巧

技巧1：选择合适的模型（最重要！）

不要用大锤敲钉子。 根据任务复杂度选择合适模型：

# ❌ 错误做法：所有任务都用最贵的模型
model = "claude-3-7-sonnet-20250219"  # 用来做简单分类
# ✅ 正确做法：简单任务用小模型
def get_model(task_type):
    if task_type == "classification":
        return "gpt-4o-mini"        # 便宜10倍以上
    elif task_type == "translation":
        return "claude-3-5-haiku-20241022"
    elif task_type == "complex_analysis":
        return "claude-3-7-sonnet-20250219"

节省幅度： 相同任务，选对模型可节省 50%-95% 成本。

技巧2：压缩System Prompt

System Prompt每次请求都要计入输入token，精简它效果显著：

# ❌ 冗长的System Prompt（约200 tokens）
system = """
你是一个非常专业的客服助手，你的职责是帮助用户解决各种问题。
你应该保持友好、专业的态度，回答要简洁清晰。
如果你不知道答案，请诚实地说不知道，不要编造信息。
你需要用中文回答所有问题，保持礼貌和耐心...
"""
# ✅ 精简版（约50 tokens）
system = "专业中文客服助手。简洁友好，不懂就说不懂。"

**节省幅度：** System Prompt压缩75%，每次请求节省约150 tokens。

### 技巧3：控制对话历史长度

多轮对话时，可以只保留最近N轮而不是全部历史：

```python
def trim_history(messages, max_turns=5):
    """只保留最近max_turns轮对话"""
    # 保留system消息
    system_msgs = [m for m in messages if m["role"] == "system"]
    # 保留最近的对话
    conv_msgs = [m for m in messages if m["role"] != "system"]
    recent = conv_msgs[-max_turns*2:]  # 每轮包含user+assistant
    return system_msgs + recent

**节省幅度：** 长对话场景可节省 **30%-70%** 输入token。

### 技巧4：利用流式输出优化用户体验而非省钱

流式输出（streaming）不会减少token消耗，但能改善用户体验，让用户在等待时看到逐字输出，减少焦虑感，降低"再问一次"的概率，间接减少重复请求。

### 技巧5：批量请求与请求合并

```python
# ❌ 多次单独请求
for item in data_list:
    response = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": f"分类：{item}"}]
    )

# ✅ 合并为一次请求
batch_content = "\n".join([f"{i+1}. {item}" for i, item in enumerate(data_list)])
response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{
        "role": "user", 
        "content": f"请对以下{len(data_list)}条内容分别分类，用JSON数组返回：\n{batch_content}"
    }]
)

节省幅度： 减少固定开销，整体节省 20%-40%。

四、成本监控与预算控制

设置消费限额

在jiekou.ai控制台，可以为每个API Key设置：

• 单日消费上限：防止意外超支
• 单月消费预算：便于财务规划
• 余额预警通知：低于阈值时发送提醒

用代码监控消耗

response = client.chat.completions.create(...)

读取token使用量

usage = response.usage print(f”输入: {usage.prompt_tokens} tokens”) print(f”输出: {usage.completion_tokens} tokens”) print(f”总计: {usage.total_tokens} tokens”)

估算费用（以GPT-4o mini为例）

cost = (usage.prompt_tokens * 0.00000015 + usage.completion_tokens * 0.0000006) print(f”本次费用: ${cost:.6f}”)

---

结语：精明使用AI API，控制成本从今天开始

按量计费的灵活性让jiekou.ai适合各种规模的项目——个人开发者可以低成本试验，企业客户可以按实际使用精确计费。通过本文介绍的省钱技巧，大多数项目可以在不降低质量的前提下节省30%-80%的API成本。

🚀 立即注册： 访问 jiekou.ai，开始你的低成本AI开发之旅。支持人民币充值，按需使用，无月费负担。