📊 Ai Token Cost 利潤與成本計算機

大多數大型語言模型（LLM）API——例如 OpenAI、Anthropic、Google 等業者——都是依「Token」計費，而且輸入（prompt）Token 與輸出（completion）Token 通常採不同費率。價格一般以每 1,000 個 Token（或每百萬個 Token）報價。這個計算機能把這些費率換算成明確的金額數字，讓你在功能上線前就能編列預算、比較不同模型，或預估正式環境的用量成本。

先輸入一次典型請求的輸入 Token 與輸出 Token 數量，再分別填入兩者每 1,000 Token 的單價。如果想推算整體用量，可選填呼叫次數。計算機會回傳每次呼叫的成本與總費用，並拆解成輸入與輸出兩部分。

單次呼叫的費用為：

由於價格是以每 1K Token 報價，因此每項 Token 數量都要先除以 1,000。輸出 Token 通常比輸入 Token 貴，這也是兩者分開計價的原因。總費用即為每次呼叫成本乘以呼叫次數。

假設一次請求使用 1,000 個輸入 Token，單價為每 1K 0.0015；並產生 500 個輸出 Token，單價為每 1K0.002。輸入費用 = (1000/1000) × 0.0015 = 0.0015。輸出費用 = (500/1000) × 0.002 =0.001。每次呼叫成本 = 0.0025。若執行 10,000 次這樣的呼叫，總費用便是 25.00。

下表列出常見公開發佈的熱門大語言模型API價格，以美元表示每1,000個令牌（1K）。許多供應商改為按每1,000,000個令牌（1M）發佈費率；若要轉換，請將每1M價格除以1,000。例如，定價為每1M輸入令牌5.00的模型相當於每1K輸入令牌0.005。

注意：大語言模型定價變動頻繁，因地區和等級（例如長上下文、批次或快取輸入折扣）而異，且可能對微調模型不同。進行預算編製前，務必在官方供應商定價頁面上驗證最新費率。上述數值為代表性參考圖表，用於輸入計算機中，不構成保證報價。

令牌

大語言模型處理的基本文字單位。令牌大約為4個字符，或英文中約¾個單詞，因此1,000個令牌約為750個單詞。模型按令牌計費，而非單詞或字符。

輸入（提示）令牌

你在請求中傳送給模型的所有令牌——你的指令、對話歷史、系統提示和任何檢索的上下文。這些按輸入費率計費。

輸出（完成）令牌

模型在回覆中生成的令牌。這些按輸出費率計費，該費率通常高於輸入費率（通常為3–4倍），因此更長的回覆成本不成比例地更高。

每1K對比每1M定價

引用相同價格的兩種等效方式。每1,000,000個令牌5.00的費率等同於每1,000個令牌0.005。將每1M價格除以1,000以取得此計算機使用的每1K價格。

上下文窗口

模型在單一請求中可處理的最大令牌數（輸入加輸出）——例如128K或1M個令牌。它限制你在每次呼叫中可傳送和接收的數量，但本身不會改變每令牌的價格。

呼叫/請求

一次往返API：你傳送輸入令牌並接收輸出令牌。總支出為一次呼叫的成本乘以你進行的呼叫次數。