聚合 API 的成本怎么算：Token 计费和流量计费是两笔账
API 的成本取决于「你说了多少字 + 模型回了多少字 + 用的是哪个模型」，和流量套餐的「用了多少 GB」没关系。 把这两个概念混起来，是做预算时最常见的错误。
一、两套计费模型差在哪
| 机场（流量计费） | AI API（Token 计费） | |
|---|---|---|
| 计量单位 | GB（字节） | Token（词元） |
| 单价决定因素 | 套餐档位、是否专线 | 具体模型、输入还是输出 |
| 用不完会不会累积 | 买断制累积，月付制清零 | 余额通常长期有效，但单价会调 |
| 成本能不能压 | 换套餐、少看视频 | 换模型、少喂上下文、用缓存 |
关键差别在最后一行：流量套餐是「单价固定、用量可变」；API 是「单价随模型变、用量随习惯变」，两个变量都能动。 所以 API 的成本控制空间更大，但也更难预估。
二、Token 是什么，怎么换算
Token 是模型处理文本的最小单位，大致对应「一个词或半个汉字」。经验值：
| 内容 | 大致 Token 数 |
|---|---|
| 1 个汉字 | 约 0.6 – 1 个 Token |
| 1 个英文单词 | 约 1.3 个 Token |
| 1000 行代码 | 约 1 万 – 2 万 Token |
精确值取决于模型的分词器，不同模型不同。要精确数字用官方提供的计数工具，别用字数硬乘。
三、三个决定成本的因素
1. 输入和输出不是一个价
不少模型的输出单价高于输入单价，但差异取决于具体模型、供应商和计费项目；缓存输入还可能采用另一档价格。估算前应从所选模型的当前价目表分别读取输入、输出和缓存单价，不能用统一倍率代替。
写提示词时的一个实用习惯：明确要求它只给结论、不要复述你的问题、不要输出解释性段落——尤其在批量处理时，省下的都是输出 Token。
2. 缓存命中可能降低输入成本
部分模型或服务为满足条件的缓存输入提供折扣，但折扣比例、缓存有效条件与计费口径由模型和服务商决定；不能假设重复内容一定命中缓存。
对 AI 编程工具来说，可以查看后台账单是否分别统计缓存输入，并按该模型的当前价格核算。上下文是否复用、何时失效，以服务商文档和实际账单为准。
3. 不同模型的价格与效果有差异
轻量模型的价格可能低于旗舰模型，但幅度因模型和任务而异，输出质量也未必相同。因此更稳妥的省钱策略是把任务按难度分层，并用自己的任务验证结果：
- 改格式、补注释、写样板代码、简单的信息提取 → 轻量模型；
- 架构设计、复杂调试、跨文件重构 → 旗舰模型。
Claude Code 里 ANTHROPIC_SMALL_FAST_MODEL 就是让后台的小任务走轻量模型，别让它们占用旗舰模型的额度。
四、用聚合服务省的是什么钱
用聚合服务（例如 Ofox）时，要分清省的是哪一类：
- 省的是「麻烦」：不用为每家模型单独开号、单独配支付、单独维护 SDK 配置；
- 省的是「多模型切换成本」：一个 Key、一套协议在模型之间横跳，这是网关最实际的价值；
-
价格本身以官方价目页为准：网关有自己的一份价目表，会随上游调价和促销变动。 本站不写死单价，因为这类数字过期很快——要核对就直接查接口：
curl -s https://api.ofox.io/v1/models返回的每个模型都带
pricing（输入 / 输出 / 缓存各一档），这就是当前生效的价格， 比任何二手表格都准。这个列表是公开的，不用带 Key 也能查。
充多少合适： 第一次别充大额。先充最小额度，用你真实的工作流跑一周，拿到真实用量数据再决定——这和买机场先试最小档是同一个逻辑。
五、估算月成本的四步法
- 找一个典型任务，跑完看后台统计的输入/输出 Token 数；
- 数你一个月大概跑多少次这类任务（编程工具按「会话数」估）；
- 乘起来得到月 Token 量，输入输出分开算；
- 乘当前单价，再留 30% 余量给长上下文和重试。
一个可复算的假设例子
假设你每月跑 60 次类似任务，每次约 50,000 输入 Token、10,000 输出 Token，则月度估算为 3,000,000 输入 Token、600,000 输出 Token。若官方价目以「每百万 Token」报价，记当前输入单价为 P_in、输出单价为 P_out，不计缓存时：
估算费用 = 3 × P_in + 0.6 × P_out
这只是演示计算方法的假设用量，不是本站的实测账单，也不是对任何模型价格的报价。实际计算前要确认价目单位、币种、缓存价格与上下文计数方式；优先用自己的账单统计替换示例 Token 数。
六、三个容易低估成本的习惯
- 把整个仓库塞进上下文。 上下文越长，每次请求的输入 Token 越多，而且这部分通常是重复的。用工具自带的分文件能力，别一次性全喂。
- 不清理会话。 长会话里历史消息会一直累积，每一轮都在为之前的内容付费。
- 不区分任务难度。 让旗舰模型干格式化的活，是这类成本浪费里最大的一种。
七、下一步
- 还没接入：见 Claude Code 接入配置指南；
- 想看这个服务值不值得用：见 Ofox 实测；
- 账单出现异常：先按上面的习惯自查，再看服务商后台的调用明细定位是哪个模型、哪类请求在消耗。