假设单次0.0016元，发送前先数Token

01 / 先算一笔0.0016元的假设账单

预算只有几元，也值得在发送前算一次。假设输入价格是每百万Token 1元，输出价格是每百万Token 4元。一条请求带入800个输入Token，最多生成200个输出Token，按这个上限估算，费用就是800÷1000000×1＋200÷1000000×4＝0.0016元。相同用量的请求发送1000次，合计1.6元。

这些价格只是演算假设，不是CheapRelay报价。实际计算时，要替换成所选模型当前的输入、输出及缓存单价。若没有生成满200个输出Token，这部分实际费用通常也会更少。

02 / 中文先按每字1至3个Token留预算

Token是模型处理文本的单位，不能直接当作字数。英文普通文章可暂按约4个字符一个Token估算，空格也算字符；中文没有统一换算比例，拿不准时，可以先按每个汉字1至3个Token留出预算。它只是粗算区间，不能当作模型承诺。

例如，一段300字的中文材料，可以先预留约300至900个Token，再加上任务说明。代码、网址、表格和混合语言可能偏离这个范围。图片、音频等输入也不能套用文字字数公式，应查看对应模型的计量规则。

03 / 免费工具先选与目标模型匹配的

第一选择是模型提供方的官方分词工具，或官方提供的Token计数接口。先确认工具支持你准备调用的模型；计数接口是否收费，也要看说明。相同文字换一个分词器，结果可能不同。

如果已经会运行Python，可以用tiktoken在本地统计它支持的编码。它适合反复比较提示词长短，但编码必须匹配，不能把某个默认编码的结果当成所有模型的精确数字。初学者暂时不会安装工具，先用字数粗算也可以。

在线工具适合测试普通示例；含有密钥或客户资料的文本，应优先在本地统计。无论用哪种工具，只数粘贴进去的正文，都可能漏掉请求里的其他内容。

04 / 把整条请求装进输入预算

模型收到的内容，往往比聊天框里最后一句话多。发送前，至少检查下面四项：

• ■ 系统提示词：角色设定、格式要求和固定说明都会占用输入。
• ■ 聊天历史：客户端如果重发前文，旧消息也会再次进入本次请求。
• ■ 参考材料：检索结果、文件摘录、代码片段和工具返回内容都要计算。
• ■ 工具定义：函数名称、参数说明等结构也可能消耗Token。

只统计正文时，可以暂留20%的预算余量，但这只是自己的预算策略，不保证覆盖所有额外开销。真正控制费用，优先删掉无关历史，只传完成任务需要的材料。

05 / 输出先限200，缓存分开计算

如果只需要一句改写，就在提示词里写清长度，并在接口支持时设置输出Token上限。可以先用200测试，再根据结果调整。不同接口的参数名称可能不同，应查看文档；上限太低可能截断回答，200个Token也不等于200个汉字。

涉及推理或多模态的模型，还可能有其他计费细则，需要单独核对。不要只凭屏幕上显示的回答长度反推全部费用。

缓存也应单列。CheapRelay按实际Token计费，包括缓存读取和写入，没有月费或订阅费。重复发送相同内容是否命中缓存、读写各多少钱，应看具体规则和返回用量。不要预先把重复内容全部算成免费。

06 / 用前10次请求校准下一次估算

先连续记录10次请求的预估输入、实际输入、实际输出和费用。响应中的usage字段通常能提供用量信息，具体字段随接口变化；再与账单核对。如果估算持续偏低，就检查历史消息、工具定义或分词器是否漏算。

小预算最需要的是限制每次请求的范围，并观察累计支出。CheapRelay按量付费，适合先做少量调用验证；你可以注册CheapRelay，用几条短请求建立自己的用量记录，再决定是否增加预算。