固定費率與按 token 計費的 LLM API：什麼時候不限量更划算？

為什麼 token 費用成長得比你預期更快

聊天模型不會保留狀態：每次請求都必須帶上完整對話。當一段對話累積到 50,000 個 token，傳送下一則訊息時，就得再次傳送這 50,000 個 token，之後每一則也一樣。多數帳單的大部分費用都來自輸入 token，而非模型回覆。

三個計算範例

以下僅計算 token 用量；乘上任一供應商每百萬 token 的價格，就能估算費用。

每月用量達數千萬到數億個 token 時，即使每個 token 的單價很低，費用也會迅速累積，而且你要到月底才知道總額。有些供應商提供提示詞快取折扣，確實能省下一些費用，但各家的折扣不同，快取的 token 通常仍要付費。

固定費率帶來哪些改變

• 費用可預期無論你傳送十則還是一萬則訊息，價格都一樣。
• 不必為了省錢限制自己你不再需要為了省錢而刪減情境內容，或避免重新生成回覆；這些妥協往往正是輸出品質下降的原因。
• 限制的是並行請求數，用量則不限方案決定你能同時執行多少個請求。只要在這個範圍內，就能不限量使用。

什麼時候按 token 計費更划算

坦白說，如果你每週只傳送幾個簡短請求，隨用隨付會更便宜。如果你需要同時執行數十個請求來進行批次處理，按 token 計費的供應商通常能支援更多並行請求。固定費率則更適合持續、互動式且需要長情境的用途，例如角色扮演、寫作、程式開發 agent 和研究。

Unquant 如何定價

每個方案都包含不限量的 token 和訊息；方案之間的差異在於模型、情境視窗和並行串流數。查看所有方案。