看懂 Token 账单：三种价、生图与缓存

翻开任意厂商的报价表，同一行模型通常有三列价格： 输入价：你发过去的内容（系统提示 + 历史 + 资料 + 问题），通常最便宜。 输出价：模型生成的内容，常是输入价的数倍。因为逐词生成是逐词计算，成本天然更高。 缓存价：命中缓存的输入部分，可能只有常规输入价的几分之一——下一节讲怎么命中。 看懂报价表的第一个动作就是把三列分开，很多「这家怎么贵一倍」的比较，其实是拿别人的输出价对比了另一家的输入价。 估算成本的口诀：输入量大、输出量小的应用（如文档问答）重点压输入价；输出量大的应用（如长文写作）重点控制生成长度。

'生成一张图』的报价经常是文本调用的几十倍，原因在于图片的 token 是怎么数的： 图像要先切成大量小块，每块折算成 token 参与计算，一张高分辨率图的等效 token 数远超一段文字；分辨率翻倍，token 数接近翻两番——这就是「分辨率一调账单就跳档」的原因。 省钱的实操： 构图阶段用低分辨率、小尺寸反复尝试，定稿前才出高清； 批量生成前先单张验证提示词效果； 能用文本模型解决的（配文、排版建议），不要顺手甩给生图模型。

缓存的工作原理一句话：请求的开头部分和最近某次请求完全一致时，这部分不必重新计算，按缓存价收费——通常便宜数倍。 推论是一个很多人不知道的省钱杠杆： 稳定的放前面——系统提示、固定的规则说明、大块参考资料，每次请求都保持一字不差； 易变的放后面——对话历史的新增部分、用户当次的问题，放在末尾。 只要中间插入了一句新话、甚至调整了一个段落顺序，前缀失配，缓存全部失效。 所以「把提示词的顺序换一下，账单能差一半」并不夸张。做产品的团队尤其值得检查：动态内容（时间戳、随机 ID）是否被拼在了提示词开头——那等于亲手废掉缓存。