OpenAI

ChatGPT API 账单对不上?先分清模型和 token 计费

编辑部阅读约 5 分钟

很多人第一次看 OpenAI API 账单时会发现,自己明明选了便宜的对话模型,扣费却像按贵十倍的模型算。问题往往不在计费系统,而在模型命名、token 统计口径和第三方工具定价这三处。文章拆解常见误判,给出从 usage 字段、模型名到单价手算的核对清单,并说明什么情况才需要联系客服,以及压缩 token 成本的实用做法。

第一次认真对 OpenAI API 账单的人,常常会卡在同一个地方:客户端里明明选的是便宜的对话模型,账单却像是按贵十倍的模型扣的费;一段几百字的提问,token 数高得离谱。于是有人怀疑官方算错,有人怀疑官网价目表写错。

这类困惑背后通常不是计费 bug,而是三件事叠在一起:模型命名体系容易混淆、token 统计口径不直观、第三方工具账单和官方账单被混为一谈。下面把原因拆开讲,并给一套可以照着做的核对流程。

价格相同,不代表是同一个模型

最常见的误判来自价目表本身。早期价目表里,GPT-3.5-turbo 和 text-curie-001 的标价相同,于是很容易得出「GPT-3.5-turbo 就是居里模型」的结论。这个推理是错的。

  • text-curie-001、text-davinci-003 属于更早的 completion 系列,和 ChatGPT 背后的 chat 系列不是同一代产品。
  • chat 系列在 API 里的名字就是 gpt-3.5-turbo 及其带日期后缀的快照版本,两者命名规则完全不同。
  • 能力差距很大:老模型上下文短、指令跟随弱,中文支持也很差,基本不能拿来当聊天模型用。
  • 价格相同可能只是定价上的巧合,也可能是把老模型当成价格锚点,让新模型显得划算。

所以看到「单价一样」就推断「模型一样」,是把定价当成了技术规格。判断模型只能看请求里的 model 字段和账单明细里的模型名。

需要提醒的是,模型名称、可用列表和单价都调整过多次,旧模型也在陆续下线。任何具体价格都应以便于查询的官方 pricing 页面和模型列表为准,论坛里的数字只能当参照。

token 到底是怎么算出来的

账单金额对不上,第二大类原因是低估了 token 消耗。

一次调用的计费量等于输入 token 加输出 token。输入不只是你最后敲的那句话,还包括 system prompt、历史对话、工具自动拼接的上下文、示例和文件片段。很多客户端默认把整段会话历史一起发过去,轮次越多,单次成本越高。

中文的 token 密度明显高于英文。粗略经验是中文一到两个字对应一个 token,英文大约一个单词对应一个 token,具体取决于分词器,应以官方 tokenizer 工具实测为准。同样意思的一段对话,中文成本常常是英文的一到两倍。有人做过简单测试,一段几百字的提问就消耗了几百 token,这个量级并不夸张。

所以「我一天只发了几句话」和账单上的 token 数经常差很远。真正可靠的数字只有一个来源:接口返回体里的 usage 字段。

{
  "model": "gpt-3.5-turbo",
  "usage": {
    "prompt_tokens": 0,
    "completion_tokens": 0,
    "total_tokens": 0
  }
}

上面是字段结构示意,具体数值以实际响应为准。把每次调用的 prompt_tokens 和 completion_tokens 分别累加,才是你该付的钱对应的量。

账单看起来按更贵的模型收费,通常是这几种情况

可能原因 典型表现 怎么确认
第三方工具自带定价 充值在工具方,单价明显高于官方 看扣费主体是不是 OpenAI,能否导出原始请求记录
看错小数位或单位 差正好十倍 用当期单价手算一遍,注意是按 1K token 计价
输入输出分开计价 用单一单价乘总量,结果对不上 分别乘输入单价和输出单价再相加
显示的是预扣或套餐折算 余额变动和单次调用对不上 对照 usage 面板的按日明细
真的计费异常 模型名、token 数、单价三项都核对过仍差一个数量级 带 request id 联系客服

其中第三方工具最容易被忽略。很多客户端、中转服务和套壳应用并不直接透传官方账单,而是自己定价、加价或按套餐折算,甚至内部路由到别的模型。你在界面上选的「GPT-3.5」只是它自己的标签,和实际调用的模型未必一致。这种情况下,账单贵十倍并不奇怪,问题也不在官方。

另一种常见情况是单纯看错了小数点。按公开讨论中的对账结果,两万五千 token 对应五美分左右,这个量级与当期标价吻合;而两千 token 按同样单价算,应该是千分之几美元,不可能是几美分。差十倍时先怀疑自己看错,再怀疑计费。

一套可以照着做的核对清单

  1. 确认扣费主体:钱是扣给 OpenAI,还是扣给某个第三方平台。
  2. 打开官方 usage 面板,按日期和模型筛选,看官方记录的 token 总量。
  3. 检查请求体里的 model 字段完整名称,确认不是路由到了别的模型。
  4. 记录响应中的 prompt_tokens、completion_tokens、total_tokens。
  5. 用官方 tokenizer 工具对同一段输入做估算,和 prompt_tokens 比对,偏差过大说明有隐藏上下文。
  6. 用当期单价手算:输入 token × 输入单价 + 输出 token × 输出单价。
  7. 与账单金额比对。误差在四舍五入范围内属正常,差一个数量级才值得进一步排查。
  8. 确有必要时联系客服,附上时间、模型名、request id 和 usage 数据,比只描述「扣多了」有效得多。

把 token 成本压下来的几个做法

  • 精简 system prompt,删掉不影响效果的客套话和重复约束。
  • 控制历史轮数,只保留最近若干轮,或先把长对话摘要再带入。
  • 设置 max_tokens 上限,避免模型输出过长。
  • 简单任务用小模型,复杂推理再换大模型,不要全程用最贵的。
  • 长文档先压缩或分段检索,不要把整篇原文塞进每次请求。
  • 对重复问题做本地缓存,相同输入不必重复付费。
  • 每天看一眼 usage 面板,异常增长能及时发现。

小结

单价相同不等于模型相同,账单对不上多数时候是命名混淆、token 口径误判或第三方加价造成的。核对顺序应该是:先确认扣费主体,再看模型名和 usage 字段,最后用当期单价手算。只有三项都核对无误、金额仍差一个数量级时,才适合当成计费异常去反馈。另外,模型和价格变动频繁,做预算时务必以官方最新说明为准,不要把某一时期的价格当成长期基准。

成本控制token 计费ChatGPT API账单核对模型区别