Token 使用详解

了解 API 调用中各种 token 类型及其计费方式，帮助您更好地预估和控制成本。

什么是 Token

Token 是 AI 模型处理文本的基本单位。可以简单理解为：

• 英文：大约 1 个单词等于 1 个 token
• 中文：大约 1.5 到 2 个汉字等于 1 个 token

每次 API 调用都会消耗 token，包括您发送的内容（输入）和模型返回的内容（输出）。

基础 Token 类型

输入 Token (Input Tokens)

您发送给模型的全部内容，包括：

• 系统提示词 (System Prompt)
• 用户消息 (User Messages)
• 历史对话上下文

输出 Token (Output Tokens)

模型生成返回的全部内容。

举个例子：

输入: "请用一句话介绍北京" (约 10 个 token)
输出: "北京是中国的首都，拥有悠久的历史和丰富的文化遗产。" (约 20 个 token)

高级 Token 类型

除了基础输入输出，现代 AI 模型还支持更丰富的能力，对应不同的 token 类型。

缓存 Token (Cache Tokens)

当您多次发送相同或相似的内容时，模型可以复用之前处理过的结果。这样做有两个好处：响应更快，费用更低。

适用场景：

• 长系统提示词，比如角色设定、知识库内容
• 多轮对话中的历史消息
• 重复的文档分析任务

举个例子：

第一次请求：
输入: [长文档 10000 tokens] + "总结这篇文档"
消耗: 10000 输入 + 缓存创建

第二次请求（同一文档）：
输入: [相同文档] + "提取关键数据"
消耗: 100 缓存读取 + 200 新输入
成本大幅降低

推理 Token (Reasoning Tokens)

某些高级模型（如 OpenAI o1、Claude with extended thinking）会在生成回答前进行”思考”，这个过程会消耗额外的推理 token。

需要注意几点：

• 推理过程对用户不可见
• 适合复杂问题，比如数学计算、编程、逻辑推理
• 模型会在质量、速度、成本之间自动权衡

适用场景：

• 复杂数学计算
• 代码生成与调试
• 多步骤推理问题

图像 Token (Image Tokens)

当您向支持视觉能力的模型发送图片时，图片会被转换为 token 进行处理。

计算规则：

• 图片尺寸越大，消耗 token 越多
• 详细模式 (high detail) 消耗更多 token
• 支持格式：PNG、JPEG、WebP、GIF

举个例子：

请求: "这张图片里有什么？" + [一张 1024x1024 的图片]
消耗: 约 765 个图像输入 token + 文本输入 token

音频 Token (Audio Tokens)

音频输入输出（语音对话）会消耗音频 token。

Token 计费公式

您的实际费用由所有 token 类型共同决定：

总费用 = 输入费用 + 输出费用 + 缓存费用 + 推理费用 + 图像费用 + 音频费用

降级机制说明：如果某个模型未设置专项价格，系统会自动使用基础价格（输入或输出单价），确保计费正常进行。

如何查看 Token 使用量

在控制台查看

1. 登录 MyTokenGate 控制台
2. 进入「使用统计」页面
3. 查看各类 token 的详细消耗

在 API 响应中查看

每次 API 调用的响应都会包含 usage 字段：

{
  "usage": {
    "prompt_tokens": 1000,
    "completion_tokens": 500,
    "total_tokens": 1500,
    "prompt_tokens_details": {
      "cached_tokens": 300,
      "audio_tokens": 0,
      "image_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 200,
      "audio_tokens": 0
    }
  }
}

字段说明：

• prompt_tokens: 输入 token 总数
• completion_tokens: 输出 token 总数
• cached_tokens: 缓存命中的 token
• reasoning_tokens: 推理过程消耗的 token
• audio_tokens: 音频相关 token
• image_tokens: 图像相关 token

节省成本的技巧

善用缓存

• 将长提示词放在对话开头
• 多轮对话时复用相同的系统提示
• 批量处理相似请求

合理选择模型

• 简单任务使用轻量模型，比如 GPT-4o-mini
• 复杂任务再使用推理模型，比如 o1、Claude with extended thinking

控制输出长度

• 设置 max_tokens 限制最大输出
• 使用简洁的提示词引导模型精简回复

优化图片尺寸

• 使用合适尺寸的图片，避免过大
• 需要细节时使用 high detail，否则使用 low 或 auto

常见问题

为什么我的费用比预期高？

可能原因：

1. 使用了支持推理的模型，推理过程消耗额外 token
2. 发送了大尺寸图片
3. 多轮对话累积了大量上下文

缓存一定能省钱吗？

是的。虽然缓存创建稍贵（约 125% 输入价格），但缓存读取只需约 10% 输入价格。从第二次起就能大幅降低成本，响应速度也更快。

如何知道模型是否支持某项能力？

查看模型参考页面，每个模型都标注了支持的能力，包括视觉、音频、推理等。

相关链接

• 模型参考 - 查看各模型能力和价格
• API 文档 - 了解 API 调用详情
• 常见问题 - 更多问题解答