模型定价说明
同一个模型，为什么会有几种单价？从输入、输出、缓存到长上下文和使用时段，读懂官方计费概念。
官方资料核对日期：2026 年 9 月 27 日
本页解释厂商公开规则，不列实时售价。具体模型支持的计费项和实际单价，请查看模型定价页；官方规则变更以各厂商原文为准。
先看单位，再看单价
Token 是模型处理内容的单位，不等于汉字数或字数。价格表里的 1M tokens = 100 万 tokens，是计价基准，不代表一次请求必须用满。
本次发给模型的内容，包括问题、实际传入的历史对话和材料。
模型生成的内容；支持推理的模型可能把推理用量计入输出账单。
已缓存并成功复用的输入，可能有独立单价；写入和读取要分开看。
一个不带金额的算式
普通文本费用 = 未缓存输入用量 × 输入单价 + 缓存命中用量 × 缓存读取单价 + 输出用量 × 输出单价。
各项用量先换算成价格表的单位；单独收取的缓存写入、存储或工具费用另计，同一份输入不要重复计算。
OpenAI：长输入可能进入另一档价格
这类档位看的是一次请求的输入长度，不是当月累计用量，也不是账户余额。上下文容量是模型能接收多长内容；价格档位是达到某个长度后使用哪组单价，两者不是一回事。
从哪一代就有？
至少从 GPT-5.4 / GPT-5.4 Pro 的官方规则中，就已经明确区分长上下文计价，并不是到 GPT-5.6 才出现。对其 1.05M 上下文型号，超过 272K 输入 tokens 时，官方规定输入按标准价的 2 倍、输出按 1.5 倍计价，适用于整个会话。它不是只对超过门槛的那一小段加价。
GPT-5.6 及后续型号应逐个看对应官方价格表中的短上下文、长上下文和服务模式，不能仅凭版本号套用同一费率。
例如比较 10 万与 30 万 tokens 的输入：除了用量增加，还可能跨过价格门槛，因此总费用不一定只按输入长度同比增长。发送长文前，请同时核对输入和输出的适用档位。
缓存：复用输入，不是复用答案
当多次请求包含符合条件的相同前缀，模型服务可能复用已缓存的处理结果，减少重复输入成本。每次新生成的答案仍有输出费用。
| 项目 | 意思 | 使用时关注 |
|---|---|---|
| 未缓存输入 | 本次需要重新处理的输入内容 | 按普通输入单价 |
| 缓存读取 / 命中 | 复用有效缓存中的内容 | 是否真的命中，以返回用量为准 |
| 缓存写入 | 首次把可复用内容保存为缓存 | 部分型号单独计价，可能高于普通输入 |
| 缓存保存时间 | 缓存可继续复用多久 | 更长时长可能产生更高写入费或存储费 |
缓存通常要求相同前缀、最小长度和有效期等条件。仅仅“问过相似的问题”不代表命中。OpenAI 的 GPT-5.6 及后续型号对缓存写入、读取和匹配边界有专门规则，迁移型号时应重新核对。
DeepSeek：Token 用量之外，还看时段
DeepSeek 当前官方定价区分高峰与空闲，并分别列出缓存命中输入、未命中输入和输出价格。相同模型、相同用量，适用时段不同，费用可能不同。
核对日的官方英文价格页标明：周一至周五（中国法定节假日除外）UTC 01:00–04:00、06:00–10:00 为高峰，其余为空闲；周末和中国法定节假日全天为空闲；换算北京时间为 09:00–12:00、14:00–18:00。该页空闲价格为高峰的一半。请同时注意官方最新时区、日期、节假日及生效说明，不把旧公告的时间表用于所有未来版本。
适合灵活排期的批量整理、摘要等任务，可以在官方低价时段安排；紧急任务仍应以时效为先。
Claude：区分缓存写入时长
Claude 官方缓存可区分 5 分钟与 1 小时。一般写入费分别为普通输入价的 1.25 倍和 2 倍，缓存命中有独立优惠价；具体命中折扣随型号而异。保留更久方便跨较长间隔复用，但不一定总更省。
长上下文不一定加价。 当前 Claude 官方说明，4.6 及后续型号的 1M 上下文采用标准单价。因此不能照搬 GPT 的长度阶梯到 Claude。较长请求用量更多，仍会增加总费用。
Gemini：还要留意缓存存储费
部分 Gemini Pro 型号会按输入长度区分价格，例如官方价格表中的 200K tokens 门槛。不同型号的门槛和费率并不相同，不要把某个 Pro 的规则套到全部 Flash 型号。
Gemini 的上下文缓存除了读取用量，还可能收取按保存的 tokens × 小时计算的存储费。选择是否缓存，要一起考虑复用次数与保存时长。
图片、视频和额外服务怎么算？
| 类型 | 常见计价维度 | 容易忽略的地方 |
|---|---|---|
| 图片生成 | 文本 / 图像 tokens，或每张图片 | 质量、分辨率、参考图和输出张数可能影响费用 |
| 视频生成 | 视频时长或输出 tokens | 分辨率、有声 / 无声以及输入视频等条件可能另分档 |
| 语音 | 音频 tokens、秒或分钟 | 输入与输出可能分别计费 |
| 搜索等内置工具 | 调用次数或服务用量 | 不一定已包含在文本 token 费用里 |
官方 Batch（批处理）等模式可能用更长等待时间换取优惠；Fast 等加速模式可能有不同价格。这些是独立服务模式，不能把其价格直接当作普通实时请求价格。
使用前，确认这四件事
- 选的是哪个准确型号和服务模式？
- 单价的单位是每百万 tokens、每张还是每秒？
- 这次请求是否触发长输入、缓存时长或分时时段？
- 是否另用了付费工具、存储、音频或视频能力？
各厂商规则介绍用于帮助理解，具体能力是否开放以所选模型页面为准。查看模型与当前价格 →