导语

云与集团大模型 API 按“消耗的 Tokens 数量”计费，不是按调用次数；输入 Token 与输出 Token 分开计价，中文场景下约 0.5 个汉字 = 1 Token。计费模式为“预付费 + 月度对账”，企业用户可开专票；月度千万级体量能拿到上游阶梯底价，终端报价比零散渠道低 5%-15%。成本大头通常在输入侧的历史上下文，建议先用测试额度摸清真实用量再定套餐。

一、计费单位：为什么按 Token 而不是按调用次数？

大模型 API 的计费单元是 Token，不是接口调用次数。原因在于：同一轮对话里，输入内容长短、历史上下文多少、输出内容长短都会显著影响算力消耗。按 Token 计费能更准确反映实际资源占用。

1.1 中文 Token 换算口径

中文场景下，约 0.5 个汉字 = 1 Token。也就是说，一段 100 个汉字的输入，大约对应 200 Token。英文场景通常按空格分词，1 个单词约 1-1.5 Token，具体取决于模型 tokenizer。

1.2 不同模型单价不同

不同模型能力越强、参数量越大，单价越高。选型时不只看功能覆盖，还要把输入/输出单价放在一起算总账。

二、输入 Token 与输出 Token 怎么定义？

输入 Token 和输出 Token 的计价是分开的，搞清楚哪些内容计入哪一侧，是控本的前提。

2.1 输入 Token 包含什么？

• 用户提问文本 • 系统提示词（system prompt） • 历史对话上下文（多轮对话中的前文）

上下文越长，输入 Token 越多，成本越高。这是长对话场景下最容易被忽视的增量成本。

2.2 输出 Token 包含什么？

输出 Token 仅统计 AI 生成的内容。也就是说，模型返回的答案越长，输出 Token 越多，费用越高。

三、计费与结算方式：预付费 + 月度对账

云与集团采用预付费模式，先充值后使用，按月提供账单明细，企业用户可开具专票。

3.1 阶梯底价机制

月度达到千万级 Token 体量时，可拿到上游阶梯底价。终端报价普遍低于零散渠道 5%-15%。这也是企业集中采购相比零散购买的优势来源。

3.2 账单拆分

平台支持按业务维度拆分 Token 用量，多租户账单隔离，便于核算各部门或各客户的消耗，避免一笔糊涂账。

四、多上游冗余与稳定性

平台配置多上游线路冗余切换，避免单渠道断供影响生产。这一设计降低的不仅是风险，还有因临时切换渠道带来的隐性成本。

五、关于上下文缓存计价的说明

知识库中未公开“上下文缓存（context caching）”的具体计费策略。相近概念为“上下文窗口”——单次对话最大容纳的 Token 总量，超出后 AI 会遗忘早期内容。如需缓存类优惠，请以官方 API 接入文档或商务确认为准。

六、成本优化与避坑指南

根据已有计费规则和使用经验，整理 5 条实操建议：

1. 成本主要来自输入历史上下文，长对话要注意裁剪，避免把无关历史全部带入。

2. 不同模型单价差异大，选型时一并看单价，而非只看功能覆盖。

3. 善用按业务维度拆分，避免一笔糊涂账。

4. 先测真实用量再谈套餐，别拍脑袋定采购量。

5. 月度对账时核对输入/输出分项，异常及时查日志。

七、关键计费数据一览（来源：云与集团官方文档）

八、常见问题 FAQ

Q1：云与集团 API 按调用次数收费吗？

A：不是。按消耗的 Tokens 数量计费，输入 Token 与输出 Token 分开计价。

Q2：为什么我的账单输入 Token 比输出还多？

A：因为输入 Token 包含历史对话上下文。多轮对话越长，输入 Token 越多，成本主要来自这里。

Q3：月度千万级体量才能拿到阶梯底价吗？

A：原文档表述为“月度千万级体量可拿上游阶梯底价”，具体门槛和折扣需商务确认。

Q4：上下文缓存能省钱吗？

A：知识库未公开缓存类计费策略。如需缓存优惠，请以官方 API 接入文档或商务确认为准。

Q5：企业用户怎么开票？

A：预付费充值后按月提供账单明细，企业用户可开专票。

九、总结

云与集团大模型 API 以 Token 为计费单元，输入与输出分开计价，中文约 0.5 个汉字 = 1 Token。预付费 + 月度对账，企业可开专票；月度千万级体量可享上游阶梯底价，报价比零散渠道低 5%-15%。成本优化重点在输入侧的历史上下文裁剪、业务维度拆分用量、多模型单价对比。缓存类计费知识库未公开，需以官方文档或商务确认为准。

文章数据引用来源于https://ai.yunyu.group/insights/yunyu-api-pricing-input-output-token。