OpenAI API 定价：常见误区及如何避免

理解令牌成本：输入与输出

OpenAI API 定价对输入和输出令牌分别计费。这意味着您的总成本取决于您发送的数据量以及模型生成的数据量。输入令牌涵盖您的提示词以及任何对话历史。输出令牌涵盖模型的响应文本。

我们的无审查模型对每百万输入令牌收取 $0.15，对每百万输出令牌收取 $0.50。较高的输出成本反映了生成文本所需的计算资源。较短的响应成本更低，但仍会消耗您的预付信用额度。

• 输入 token 包含您的提示词和对话历史
• 输出 token 涵盖模型的完整响应
• 两种令牌类型均计入您的预付费余额
• 错误和拒绝消耗零令牌

Copycurl https://api.mistralopenaicompatibleapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "list top 5 linux commands for disk cleanup"}]
  }'

上下文窗口限制和意外费用

上下文窗口限制直接影响你的 token 成本，因为更长的对话会消耗更多输入 token。我们的无审查模型支持 100,000 个 token 的上下文窗口，涵盖提示词和补全部分。每次请求最多可生成 16,000 个 token。如果省略 max_tokens，限制将降至 2,048 个 token。

较长的上下文窗口意味着更高的输入令牌成本，但也支持更复杂的推理。精简对话历史可降低输入成本，但可能会降低响应质量。找到适合你用例的平衡点。

• 输入加输出的 100,000 总上下文窗口
• 每次请求最多1.6万输出令牌
• 如果省略 max_tokens，默认输出 token 为 2,048
• 上下文窗口既影响成本也影响响应质量

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.mistralopenaicompatibleapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

流式与非流式令牌计算

流式响应的 Token 计算方式与非流式请求相同。无论采用何种交付方式，发送给客户端的每个 Token 都会计入您的预付费余额。流式传输只是将 Token 增量发送，而非一次性全部发送。

在需要实时反馈但需仔细追踪令牌使用情况时使用流式传输。最后一个数据块包含输入和输出的总令牌计数。监控这些计数以确保在预算范围内。

• 流式传输和非流式传输使用相同的 Token 计数
• 发送到客户端的每个令牌都会消耗信用额
• 最终块包括总输入和输出 token 计数
• 在您的流式实现中追踪令牌使用情况

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

常见的 SDK 配置错误

SDK 配置错误会导致意外费用，例如发送过多令牌或发出冗余请求。开发者经常忘记设置 max_tokens，导致响应意外过长。其他人则忽略了流式传输实现，导致在响应完成后继续发送令牌。

使用显式参数配置您的 SDK。设置 max_tokens 以控制输出长度。仅在需要实时反馈时启用流式传输。在您的应用程序日志中监控 token 使用情况。

• 设置显式的 max_tokens 以控制输出长度
• 仅在需要实时反馈时启用流式传输
• 在应用程序日志中监控 token 计数
• 配置超时值以防止请求挂起

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.mistralopenaicompatibleapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

为什么预付费信用额度能帮你省钱

预付费信用额度通过仅按实际 token 使用情况收费来消除订阅浪费。我们的系统按每百万输入 token $0.15 和每百万输出 token $0.50 收费。错误和拒绝请求消耗零 token，因此您永远不会为失败的请求付费。

使用加密货币充值 $20 至 $500，支持 TRC20 上的 USDT 或 Base 上的 USDC。充值 $50 及以上可获得额外信用额度。信用额度永不过期，您可随时使用。无月费意味着您只需为实际消耗付费。

• 预付费信用额度仅按实际 token 使用情况收费
• 错误和拒绝消耗零令牌
• 充值 $20 至 $500 的加密货币
• 积分永不过期，且享有奖励积分

避免速率限制惩罚

速率限制可防止滥用，但如果配置不当，可能会中断您的应用。我们的 API 允许每个密钥每分钟 300 次请求，每个密钥 8 个并发请求。请求体必须保持在 8 MB 以下，以避免被拒绝。

在达到速率限制时使用指数退避实现重试逻辑。监控您每分钟的请求数以保持在限制内。为不同的应用程序组件使用单独的密钥以分配负载。每个账户一个活动密钥意味着您必须仔细管理密钥轮换。

• 每个 API 密钥每分钟 300 次请求
• 8 concurrent requests allowed per key
• 请求体必须小于 8 MB
• 每个账户一个活跃密钥，支持替换功能

对比无审查模型成本

无限制模型通常比标准模型成本更高，因为需要专门的训练和推理要求。我们的模型每百万输入 token 收费 $0.15，每百万输出 token 收费 $0.50。此定价反映了无限制生成所需的计算资源。

标准模型可能成本较低，但包含影响回复质量的内容限制。无审查模型为合法的成人内容、虚构作品和研究提供不受限制的回答。根据你的内容需求而非仅凭价格进行选择。

• 无审查模型需要专门的训练和推理
• 我们的定价反映了无限制生成的计算成本
• 内容限制影响响应质量和成本
• 根据内容需求而非仅根据价格进行选择

跟踪使用情况与账单警报

Token 使用跟踪可帮助您监控成本并防止预算超支。我们的 API 会在每个响应（包括流式响应）中返回 token 数量。请在您的应用程序日志和仪表板中跟踪这些数量。

当使用量达到特定阈值时设置警报。监控输入与输出 token 比率以优化提示。使用 token 计数计算实际成本，并与预付费余额进行比较。

• Token 计数出现在每次响应中，包括流式响应
• 监控输入与输出 token 的比例
• 设置使用量警报以防止预算超支
• 使用 token 数量计算实际成本