token 計算與費用估算：官方計數工具、一次對話的算式與費用上限

估一筆 AI 的 API 費用只需要三個數字：輸入 token、輸出 token，以及該模型每百萬 token 的單價。難的從來不是乘法，是知道一次對話到底把多少 token 送了出去。系統提示詞每一輪都重送、歷史對話每一輪都變長，帳單就是這樣長出來的。

這篇不重講 token 的原理，直接給可以照做的三件事：官方計數工具的原文範例與自測步驟、一次對話的 token 組成，以及客服機器人、翻譯一本書、每天摘要新聞三個情境從假設到結果的完整算式。文中所有單價都是 2026 年 9 月 15 日各家官網當天的價格，照官網幣別（美元）不換算；本環境不能登入也不能實測，算式全部由假設推出，你要換成自己量到的數字。

先講比例：官方只保證英文

token 是模型處理文字的計量單位，一段話進模型之前會先被切成一串 token，這件事的細節在 token（Token）是什麼：AI 如何計算文字長度 與 分詞（Tokenization）是什麼：文字進入模型前的切分 兩篇，這裡只要記住一句：計價算的是 token，不是字數。

官方寫得出來的比例只有英文。OpenAI 說明中心的「Understanding and counting tokens」列了三個粗估值：一個 token 大約是 4 個字元、大約是四分之三個英文單字，100 個 token 大約是 75 個英文單字，緊接著就寫明這些是估計不是精確計數，其他語言的字元、單字與 token 之間的關係可能不同。Anthropic 的術語表寫 Claude 的一個 token 大約代表 3.5 個英文字元，同樣附註確切數字會隨語言而變。Google 的 Gemini 文件寫一個 token 大約等於 4 個字元、100 個 token 大約等於 60 到 80 個英文單字。

中文沒有官方比例。三家官網當天都沒有給中文的字元對 token 比例，所以這篇不自創數字，也不建議抄網路上流傳的比例；正確作法是拿你真正會送出去的那段文字丟進官方計數工具量一次。程式碼同理，縮排、括號、變數名稱都會影響切分結果，唯一可靠的是實際數過。

還有一個常被忽略的變數：同一段文字換個模型，token 數會變。Anthropic 的 token 計數文件寫明，Claude 4.7 以後的模型與 Claude Mythos Preview 換了新的分詞器，同一段輸入產生的 token 數比舊模型多約 30%，確切幅度看內容而定，並建議直接對著你打算用的模型重數，不要沿用舊模型量到的數字。

三個官方計數工具，照文件原文抄

先分清楚兩件事：本機分詞器只能數純文字，計數 API 才數得到整包請求。OpenAI 的計數文件把這點寫得很直白，tiktoken 這類本機工具只適用純文字，圖片與檔案不支援，工具與結構描述（schema）加上去的 token 也很難在本機算，而且模型本身的行為會改變分詞結果。

import tiktoken
enc = tiktoken.get_encoding("o200k_base")
assert enc.decode(enc.encode("hello world")) == "hello world"

# To get the tokeniser corresponding to a specific model in the OpenAI API:
enc = tiktoken.encoding_for_model("gpt-4o")

要數整包請求，OpenAI 給的是輸入 token 計數端點，路徑是 POST /v1/responses/input_tokens。它吃的格式跟 Responses API 一樣，文字、訊息、圖片、檔案、工具、對話都可以直接丟進去，回傳的 input_tokens 就是模型實際會收到的數量，而且包含訊息角色與邊界這類表示請求結構用的格式 token，那些是在本機怎麼數都數不到的。

from openai import OpenAI

client = OpenAI()

response = client.responses.input_tokens.count(
    model="gpt-6-astra", input="Tell me a joke."
)
print(response.input_tokens)

Anthropic 這邊叫 token 計數（Token counting），端點是 POST /v1/messages/count_tokens，同樣吃跟建立訊息一樣的結構，系統提示詞、工具、圖片與 PDF 都算得進去，文件上的基本範例回的是 input_tokens 等於 14。兩個官方註記要記住：這個數字是估計值，實際建立訊息時用掉的輸入 token 可能有小幅差異；另外計數結果可能包含 Anthropic 為了系統最佳化自動加上的 token，官方寫明那些不向你收費，帳單只反映你自己的內容。

curl https://api.anthropic.com/v1/messages/count_tokens \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "content-type: application/json" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-5",
    "system": "You are a scientist",
    "messages": [{
      "role": "user",
      "content": "Hello, Claude"
    }]
  }'

Google 的 Gemini 是 count_tokens，REST 端點寫成模型名稱後面接冒號加 countTokens。官方說明它只回傳輸入的 token 總數，建議在送出前先呼叫一次確認請求大小。想看輸出與其他項目要改讀回應上的 usage，官方列的欄位有 total_input_tokens、total_output_tokens、total_thought_tokens、total_cached_tokens、total_tool_use_tokens 與 total_tokens。

# Specifies the API revision to avoid breaking changes when they become default
curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.8-flash:countTokens" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents": [{"parts": [{"text": "The quick brown fox."}]}]}'

沒有金鑰也可以先量：OpenAI 的說明中心與文件都指向官網的 Tokenizer 工具，貼上文字就會顯示切分結果。自測固定三步。第一步，把真正會送出去的那段文字原封不動貼進去，標點、換行與空白都不要改，官方明講同一個詞加上前導空格或改變大小寫，編碼方式就可能不同。第二步，同一段文字在你打算用的模型上再量一次。第三步，把數字填進試算表，之後只要改用量，費用就會自己跟著算。

一次對話送出去的是四段東西

API 的每一次請求都是獨立的。OpenAI 的對話狀態文件寫明每一次文字生成請求都是獨立且無狀態的，要做多輪對話就得把先前的訊息一起當參數送進去。Anthropic 的上下文視窗文件把範圍列得更清楚：系統提示詞、messages 裡的每一則訊息（含工具結果、圖片與文件）以及你的工具定義，全部都算進這一次請求；每一輪的輸入包含所有先前的對話歷史加上這一輪的新訊息，而這一輪的輸出會變成下一輪輸入的一部分。容量本身怎麼看，可以對照 上下文視窗（Context Window）是什麼：容量與理解的差別。

用一個具體的例子看會很清楚。假設系統提示詞 2,000 個 token，使用者每次提問 100 個 token，模型每次回答 300 個 token，一通對話問三輪。第 1 輪的輸入是 2,000 加 100，等於 2,100；第 2 輪多了第 1 輪的 100 與 300，歷史 400，輸入變成 2,500；第 3 輪歷史累積到 800，輸入變成 2,900。三輪加起來輸入 7,500 個 token、輸出 900 個 token。使用者實際打出來的字只有 300 個 token，帳單上的輸入卻是它的二十五倍。

閱讀完整文字說明

三張卡片代表同一通對話的第 1 到第 3 輪。每張卡片由上而下是系統提示詞 2,000 個 token、歷史、本輪提問 100 個 token，再往下是該輪的輸入合計與輸出 300 個 token。第 1 輪尚無歷史，輸入合計 2,100；第 2 輪歷史 400，輸入合計 2,500；第 3 輪歷史 800，輸入合計 2,900。右側面板寫三輪合計輸入 7,500 個 token、輸出 900 個 token，使用者實際打出來的只有 300 個 token，輸入是它的二十五倍。圖例說明系統提示詞每一輪都重送，歷史是前面每一輪的提問與回答，本輪提問是使用者真正打的字，輸出是這一輪的回答，下一輪會變成歷史。

單次請求費用 = 輸入 token ÷ 1,000,000 × 輸入單價
             + 輸出 token ÷ 1,000,000 × 輸出單價

一通多輪對話的輸入總量（系統提示詞每輪重送、歷史累加）：
第 n 輪輸入 = 系統提示詞 + 前 n-1 輪的提問與回答 + 本輪提問

有快取時，輸入端拆成三段分別計價：
輸入端費用 = 快取寫入 token ÷ 1,000,000 × 寫入單價
           + 快取命中 token ÷ 1,000,000 × 命中單價
           + 其餘輸入 token ÷ 1,000,000 × 輸入單價

重複的那一段前綴可以不用重算，這就是提示快取存在的理由。OpenAI 的提示快取文件寫快取的輸入 token 最多可折 90%，預設就對支援的模型開啟，GPT-5.6 以後的模型可快取前綴最短是 1,024 個 token。Anthropic 的定價頁寫快取讀取是基礎輸入價的 0.1 倍，並直接給出回本條件：5 分鐘快取的寫入是 1.25 倍，讀一次就回本；1 小時快取的寫入是 2 倍，要讀兩次。Google 的定價頁把 Context caching 列在付費層，除了較低的輸入價還另外收每百萬 token 每小時的儲存費。三家的機制差異與實際省法，站上有 提示詞快取（Prompt Caching）：重用相同字首的計算 與 Claude API 省錢：提示快取與批次處理怎麼用 兩篇。

三個情境，把假設寫出來自己算一遍

以下三個情境的 token 數全部是假設，不是實測；單價是 2026 年 9 月 15 日各家官網當天的價格。要套到自己身上，先把假設換成你用計數工具量到的數字，再把單價換成你實際會用的那個型號。

• 客服機器人：系統提示詞 2,000 個 token 每輪重送，使用者每次提問 100 個 token、模型每次回答 300 個 token，一通三輪，每天 500 通。單價用 Claude Sonnet 5 官網的每百萬 token 輸入 2 美元、輸出 10 美元，快取命中 0.20 美元、5 分鐘快取寫入 2.50 美元。
• 翻譯一本書：一本 10 萬個英文單字的書，照 OpenAI 寫的 100 個 token 約 75 個英文單字換算，內文約 13.4 萬個 token；切成 100 批送，每批加一段 500 個 token 的翻譯指示，輸入合計約 18.4 萬個 token。輸出假設與內文的 token 數相同，這個 1 比 1 是假設不是官方數字，中文那一端要自己量。單價用 gemini-3.8-flash 官網 2026 年 12 月 31 日前的輸入 0.75 美元、輸出 3.75 美元。
• 每天摘要新聞：每天 30 篇，每篇內文 1,200 個 token，各配一段 300 個 token 的摘要指示、產出 200 個 token；最後再做一份總表，輸入 6,300 個 token、輸出 500 個 token。單價用 gpt-5.6-terra 官網短上下文的輸入 2 美元、輸出 12 美元。

三個情境放在一起會看到一件事：一次性的大批文字其實不貴，貴的是每天重複跑的對話。翻譯一本 10 萬字的書花不到 1 美元，走批次 API 再打對折；但同一段系統提示詞每天被重送 1,500 次的客服，一個月就是 360 美元，把它放進快取之後降到 267 美元，省下的 93 美元全部來自那段重複的前綴。各家當天的每百萬 token 價可以對照 API 價格比較：每百萬 token 各家多少。

AI 寫程式的費用怎麼算：token、訂閱與 API 額度

本機 vs 雲端 AI 成本試算：訂閱、API 與電費怎麼算

費用上限與警示，三家設在哪裡

警示與硬上限是兩件事，先分清楚再設。OpenAI 的支出上限文件把兩者列成一張表：支出警示（Spend alert）只發通知、API 流量照跑；硬性支出上限（Hard spend limit）會讓受影響的請求回 429 錯誤。設定位置在組織的 Limits 頁或專案的 Limits 頁，在 Spend 區塊選 Edit spend limit、填 Monthly spend limit，再打開 Enforce a hard limit 才會真的擋下來。官方也提醒執行不是即時的，記錄到的支出可能略微超過你設的金額。

Anthropic 分成方案上限與自訂上限。官方的速率限制文件列出各用量層級的每月支出上限：Start 是 500 美元、Build 是 1,000 美元、Scale 是 200,000 美元，Custom 層級沒有每月上限。碰到上限時 API 會暫停到下個月第一天世界協調時間 00:00，回的是 HTTP 429、錯誤碼 enforced_spend_limit_reached，而且沒有 retry-after 標頭，重試不會通。要自己設更低的值，走 Claude Console 的 Settings 裡的 Billing 頁，在 Spend limits 區塊點 Adjust limit，值不能超過所屬層級的上限。

Google 這邊是 Cloud Billing 的預算與快訊。官方文件寫明第一次建立預算時的預設快訊門檻是預算金額的 50%、90% 與 100%，以實際支出計算，百分比與規則都可以自己改。同一頁也放了最重要的那句警告：只有快訊的預算不會自動為 Google Cloud 或 Google Maps Platform 的用量或支出設上限，快訊只是讓你知道趨勢，不會阻止服務被使用或計費。官方的建議是把預算金額設得比可用資金低，並在有支援的服務上考慮改用支出上限預算，該功能頁面標示為預覽。Gemini 這一側的錯誤碼與重試，站上有 API 額度與錯誤：費用、重試與成本控制 可以看。

看用量的地方要先開好權限。OpenAI 的用量儀表板要組織擁有者或有該權限的人才打得開，資料以世界協調時間顯示，Playground 用掉的 token 一樣算進帳。Anthropic 則在 Claude Console 的 Usage 頁看用量與快取命中率。

估完費用不代表估完成本。訂閱與 API 之間怎麼選可以看 只能訂一個的話訂哪個：ChatGPT、Claude、Gemini；同一批 token 在機房那一端的代價則寫在 AI 的用電與用水：一次對話的成本。

• AI 工具
• 教學
• AI 方案與費用