要点
- 月度成本 = 请求 x 每次请求的 token 数 x 费率,分为输入和输出。
- 此 API 上的示例工作负载月成本约为 $0.21 至 $130。
- 对于 OpenAI 自身的费率,请查看其当前定价页面,并将数字代入相同公式。
- 此处的输出 token 比输入更贵,因此回复长度是主要杠杆。
公式
无论你使用哪个提供商,月度账单都源于一个计算。计算你发送的 token(输入)和你接收的 token(输出),然后分别乘以每百万 token 的费率。
月度成本 = (输入 token / 1,000,000 x 输入费率) + (输出 token / 1,000,000 x 输出费率)
不同供应商的费率不同且会随时间变化,因此我们在此不引用 OpenAI 或其他任何人的费率。打开他们的定价页面,复制输入和输出费率,并替换下面的费率。token 列不会改变。在此服务上,费率为每 1M token 输入 $0.15,输出 $0.50,无订阅,无最低月消费。
如何估算 token 而无需猜测
一个 token 大约相当于四分之三个英文单词,因此 1,000 个单词大约对应 1,300 个 token。要获得确切数字,请发送一些典型的提示词并读取每个响应中的 usage 字段。此脚本可执行此操作,并根据你的样本预测一个月的用量:
from openai import OpenAI
client = OpenAI(base_url="https://api.uncensoredgptapi.com/v1", api_key="YOUR_KEY")
samples = [
"Explain what a webhook is in two paragraphs.",
"Write a polite reply declining a meeting.",
"Summarize: the quarterly report shows rising costs and flat sales.",
]
tin = tout = 0
for s in samples:
r = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": s}],
)
tin += r.usage.prompt_tokens
tout += r.usage.completion_tokens
per_request = tin / 1e6 * 0.15 / len(samples) + tout / 1e6 * 0.50 / len(samples)
requests_per_month = 5000
print(f"per request ${per_request:.6f}, month ${per_request * requests_per_month:.2f}")
请记住,对话历史在每一轮都算作输入。对话会重发之前的消息,因此你每次请求的平均输入量大于任何单个用户消息。
四个示例负载
| 工作负载 | 每月请求量 | 每次输入/输出 token 数 | 此 API 上的总费用 |
|---|---|---|---|
| 个人助理 | 600 | 1,200 / 350 | $0.21 |
| 内容批量(文章) | 2,000 | 800 / 1,500 | $1.74 |
| 支持机器人 | 9,000 | 2,500 / 300 | $4.73 |
| 代理或编码工具 | 100,000 | 6,000 / 800 | $130.00 |
逐行计算
- 个人助理。 输入 600 x 1,200 = 720,000 token = 0.72 x $0.15 = $0.108。输出 600 x 350 = 210,000 = 0.21 x $0.50 = $0.105。总计 $0.213。
- 批量内容。 输入 2,000 x 800 = 1.6M = $0.24。输出 2,000 x 1,500 = 3M = $1.50。总计 $1.74。
- 支持机器人。 输入 9,000 x 2,500 = 22.5M = $3.375。输出 9,000 x 300 = 2.7M = $1.35。总计 $4.725。
- 代理工具。 输入 100,000 x 6,000 = 600M = $90。输出 100,000 x 800 = 80M = $40。总计 $130。
数据告诉了你什么
出现三种模式。首先,轻量场景的用量极小:个人助理的开销仅约 20 美分。其次,内容生成类任务以输出为主,因此输出部分的费用($0.50/1M token)占账单的 86%。第三,智能体工具类任务以输入为主,因为每一步都会重新读取上下文,成本会在此处迅速增长。
如果你想降低月度费用,影响顺序通常是:减少重复上下文(缩短历史,总结旧轮次),缩短无用的长回复,然后批量处理低优先级工作。更改模型的影响小于更改 token 数量,因为 token 列驱动账单。
从用户到月度账单
大多数人从用户数开始,而不是请求量。假设一个聊天功能有 500 名日活跃用户,每人每天发送 6 条消息,持续 30 天。即 500 x 6 x 30 = 90,000 次请求。假设每次请求平均 1,800 个输入 token(包含历史)和 250 个输出 token。
输入为 90,000 x 1,800 = 162M token,即 162 x $0.15 = $24.30。输出为 90,000 x 250 = 22.5M token,即 22.5 x $0.50 = $11.25。月度总计 $35.55,即每个活跃用户约 $0.07。
还要检查速率限制。每月 90,000 次请求约为每天 3,000 次,或平均每分钟两次。即使是峰值(是平均值的十倍),也约为每分钟 21 次,远低于完整密钥允许的每分钟 300 次。更严格的限制是并发:8 个并发请求。流式输出在结束前会占用一个槽位,因此长回答比短回答占用容量更久。
让账单可预测的护栏
真正的风险在于使用量而非速率。一个不限制重试次数的循环,或一个将 90,000 token 的文档粘贴十次的用户,可能花费超出计划预期的金额。几项低成本的控制措施即可解决大部分问题:
- 从响应头中读取
X-Balance-USD,并在余额低于设定值时发出警报。 - 限制每条消息的输入长度和每次对话的历史长度。
- 为已知答案大小的功能设置
max_tokens。 - 记录每个功能的
usage,以便查看哪个功能驱动成本。 - 对 429 响应进行退避,而不是立即重试。
使用预付额度时,最坏情况受你的余额限制。这与后付费发票的风险特征不同,后付费发票中,错误可能导致事后产生意外费用。
在此 API 上为你的应用定价
额度是预付的。你可以充值 $20 到 $500 之间的任何整数金额,并且从 $50 起加 +5%,从 $100 起加 +10%,从 $200 起加 +15%。$100 充值变为 $110 额度,足以覆盖上述支持机器人约 23 个月。额度永不过期,因此没有流量的月份不花钱,失败或被拒绝的请求不收费。
支付方式为加密货币(TRC20 上的 USDT,Base 上的 USDC)。定价页面 列出了选项。若要并排查看 GPT 类访问的定价方式,请参阅 GPT 模型 API 定价。
在承诺之前测试数据
新用户可以在注册后在 API 密钥页面 领取 $0.50 的免费试用额度。无需银行卡,有效期 7 天。按支持机器人约 $0.0005 每次请求的费率,该试用额度可覆盖约 1,000 次请求,足以验证你的 token 估算。
试用密钥允许 2 个并发请求和每分钟 60 次;完整密钥允许 8 个并发和每分钟 300 次。如果你只需要替换现有代码中的 base URL,我们的 GPT API base URL 指南 提供了步骤,文档 涵盖了每个端点。
一个边界:这是一个文本 API,服务于单一开放权重模型,针对合法成人用途下的无内容拒绝回答进行了优化。它不是 OpenAI API,没有图像、音频或嵌入接口,因此如果你的月度估算包含这些,请单独定价。

