固定月费与按 token 计费的 LLM API：何时无限更划算

为什么 token 账单增长比你预期的快

聊天模型是无状态的：每次请求都携带完整的对话内容。当对话增长至 50,000 个 token 时，下一条消息仍会重新发送这 50,000 个 token，此后每条消息亦然。输入 token（而非回复）占据大多数账单的主要份额。

三个计算示例

以下仅统计 token 数量；乘以任意提供商的每百万 token 价格即可计算账单。

每月数千万乃至数亿 token 的用量下，即使较低的 token 单价也会迅速积累，而且往往要到月底才能发现。前缀缓存折扣在部分提供商处有效，但各家政策不同，且通常仍对缓存 token 计费。

固定月费改变了什么

• 可预期的成本无论发送十条消息还是一万条消息，价格均保持不变。
• 无需自我限量您无需为节省费用而裁剪上下文或避免重新生成，而这些正是通常导致输出质量下降的原因。
• 限制在于并发数，而非用量套餐规定了同时运行的请求数量，在此范围内使用不限量。

何时按 token 计费更划算

说实话：如果您每周只发送少量短请求，按量付费会更便宜。如果需要数十个并行请求进行批量处理，按 token 计费的提供商扩展性更强。固定月费在持续、交互式、长上下文使用场景中更具优势：角色扮演、写作、编程 agent 和研究。

Unquant 的定价方式

所有套餐均包含无限 token 和消息；套餐级别在模型、上下文窗口和并发流方面有所不同。查看所有套餐。