01
1. 為什麼在擴展前要先估算 LLM API 成本
在把 LLM API 接入新功能或產品前先算出預期成本，可以避免隨著使用者成長而讓帳單變得難以承受。對於長提示詞或多輪對話的服務來說，這點更重要 - 單次請求看起來可能很便宜，但當你把它乘上每日或每月流量後，數字會迅速變化。這個計算器同時顯示每次請求成本與每月模擬，方便你在擴展前掌握預算範圍。
🧮 AI Token 成本計算器
計算 GPT、Claude、Gemini 以及其他主要 LLM API 的 token 成本。可直接輸入 token 數，或貼上文字來估算，然後查看預估每月成本。
瞭解更多
02
2. token 與字詞、字元有什麼不同
token 是模型處理文字時的最小單位，並不會 1:1 對應字詞或字元。英文常見的粗略估算法是每個 token 約 4 個字元，但這只是近似值 - 實際數量取決於各模型的 tokenizer（例如 BPE 類型）。尤其是中文、日文、韓文等 CJK 語言，通常每個字元會對應更多 token，因為單一字元經常會被切成多個子詞 token - 所以相同的字元數，成本可能會明顯高於等量的英文內容。
03
3. 為什麼輸入與輸出定價不同
多數供應商將輸出（生成）token 的定價設得比輸入（提示）token 高出好幾倍，而這份資料中的每個模型都遵循這種模式。輸入可以一次性處理（編碼），輸出則必須逐個 token 生成（解碼）- 每個 token 所需的運算量與延遲都更高。因此，讓回覆更精簡，是降低成本特別有效的方法。
04
4. 什麼是提示詞快取
提示詞快取（context caching）讓供應商可以在伺服器端快取系統提示詞、長上下文或文件，當相同內容在後續請求再次出現時，就以更低費率計費。它在對話型場景中特別划算，因為系統提示詞或聊天歷史會在每一輪重新傳送。若每次請求都送入真正全新的文字，這項機制就不適用，因此此計算器中的「若已快取」數值只是參考情境，並非保證。
05
5. 如何在正式環境中降低 token 成本
(1) 讓提示詞只保留任務真正需要的內容，越精簡越好。 (2) 善用會在多次請求中重複出現的系統提示詞或上下文快取。 (3) 像分類或摘要這類簡單任務，改用較便宜、較小的模型，而不是旗艦模型。 (4) 將多個請求批次處理，以利用批次折扣或吞吐量最佳化。單靠這四個槓桿，就能明顯降低實際營運成本。
06
6. 這個計算器的限制
這個計算器是依據各供應商公開的牌價 API 費率來估算成本。它不會納入量大折扣、企業合約、預配吞吐量、免費額度、區域價格差異，或因速率限制造成的實際降速。最終實際請款金額可能會依合約條款而不同 - 請把它當成預算規劃的起點，並直接向供應商確認最後數字。
常見問題
文字轉 token 的估算有多準？
每個 token 約 4 個字元只是基於英文的粗略經驗值。不同模型的 tokenizer 會有差異，而非英文文字（如韓文、日文、中文等）偏離這個近似值的程度通常更大。若要精確數字，請使用該模型供應商的官方 tokenizer 來處理文字。
為什麼輸出比輸入貴？
逐個 token 生成（解碼）比一次性處理輸入（編碼）需要更多運算，因此多數供應商會把輸出 token 的價格訂得比輸入 token 高出好幾倍。
這裡有包含圖片或音訊 token 嗎？
沒有 - 這個計算器只處理文字 token。圖片、音訊與影片輸入通常採用獨立的計費方案，不在此範圍內。
這些價格多久更新一次？
手動更新，依資料檔中 as_of 欄位所示的日期為準。供應商價格可能在未事先通知的情況下變動，因此在完成預算前，請務必到供應商的官方定價頁確認最新數字。