跳转到内容

为什么扣费比预期多

扣费按 token 算,下面几种情况会让 token 比你以为的多。

带思考能力的模型(比如名字里有 high、xhigh 的 Gemini,或开了思考的 Claude)会先在内部推理,再给出回答。思考用掉的 token 按输出价计费,即使你看不到这些内容。

举个真实例子:我们问 gemini-3.8-flash-high「用一句话介绍大海」,回答只有 24 个 token,但思考用了 287 个,这次按 311 个输出 token 扣费。

只是简单问答的话,选不带思考的模型更省。

每发一条新消息,之前的整段对话都会再发一次给模型,按输入计费。Claude Code、Codex 这类编程工具还会带上文件内容和工具说明,一轮几万个输入 token 很常见。

聊完一个话题就开新对话,能明显降低费用。

同样的长内容重复发送时,模型会命中缓存,缓存读取的单价远低于普通输入(见 模型与价格 的「缓存读取」列)。Claude Code 会自动利用缓存,所以连续工作时比你估算的便宜。

同一个模型在不同分组的倍率可能不同。实扣 = 标价 × 分组倍率,见 充值与计费。

控制台「概览」里有当天的消费、请求数和 token 总数,可以和你的估算对比。