LLM token 成本怎麼算？計算公式、5 個模型實算與 AI 帳單讀法（2026）

LLM token 成本，是模型讀進（輸入）與寫出（輸出）的 token 所產生的費用，兩者各自以每 100 萬 token 的單價計算。這篇整理計算公式，拿一筆真實大小的請求在五個模型上實算，說明輸出、快取與推理 token 怎麼改變算式，也列出月帳對不上時該看哪些欄位。

以下單價都是各模型頁上的 ATP 牌價，截至 2026 年 10 月。引用的原廠單價都附上原廠定價頁連結。

token 成本計算公式

任何按 token 計價的 API，單次請求的成本都來自同樣三步：

1. 輸入成本 = 輸入 token × 輸入單價 ÷ 1,000,000
2. 輸出成本 = 輸出 token × 輸出單價 ÷ 1,000,000
3. 請求成本 = 輸入成本 + 輸出成本

在 ATP Token 上，這筆費用會以點數從專案餘額扣除，1 點 = 0.01 美元。點數 = 美元成本 × 100。

實算：一則客服機器人回覆

客服機器人送出 1,284 token 的提示（系統提示、檢索到的說明中心段落、客戶訊息）給 claude-sonnet-4-6，單價為每 100 萬 token 輸入 $3、輸出 $15，拿回 412 token 的回答。

• 輸入：1,284 × $3 ÷ 1,000,000 = $0.003852
• 輸出：412 × $15 ÷ 1,000,000 = $0.00618
• 合計：$0.010032 = 1.0032 點

每月 10 萬則回覆就是 $1,003.20。這筆請求裡輸出只佔 token 數的 24%，卻佔成本的 61.6%。

可以直接貼上的 token 成本計算器

SDK 回傳的內容本來就帶有 token 數。OpenAI 格式的欄位是 usage.prompt_tokens 與 usage.completion_tokens，Anthropic 格式則是 usage.input_tokens 與 usage.output_tokens。

RATES = {  # 每 100 萬 token 美元：(輸入, 輸出)，ATP 牌價
    "gpt-5.5": (5.00, 30.00),
    "claude-sonnet-4-6": (3.00, 15.00),
    "gemini-3-5-flash": (1.50, 9.00),
    "deepseek-v4-flash": (0.20, 0.40),
    "qwen-3-7-flash": (0.03, 0.13),
}

def token_cost(model, input_tokens, output_tokens):
    rate_in, rate_out = RATES[model]
    usd = (input_tokens * rate_in + output_tokens * rate_out) / 1_000_000
    return usd, usd * 100  # (美元, ATP 點數)

print(token_cost("claude-sonnet-4-6", 1284, 412))  # 約 (0.010032, 1.0032)

同一筆請求放到 5 個模型上

把輸入 1,284、輸出 412 的請求放到五個模型上計價。qwen-3-7-flash 採用提示在 32K token 以內的級距單價。

這張表把 token 數固定，只比較單價。實際上每家的 tokenizer 切字方式不同，token 數也會不同。Anthropic 指出 Claude 4.7 以後模型的 tokenizer，同樣文字大約會多產生 30% 的 token（Anthropic 定價），所以同一段 1,284 token 的提示，在 4.7 以後的模型上會接近 1,670 token。比較模型前先用自己的提示實測，品質也要並排看，例如 DeepSeek vs Claude 比較。

為什麼輸出 token 主導帳單

輸出與輸入的單價比，決定錢花在哪裡。

實務上有兩個影響。在 5 倍或 6 倍的模型上，縮短回答比縮短提示更划算：在 claude-sonnet-4-6 上少 200 個輸出 token 省 $0.003，等於少 1,000 個輸入 token。另外，大量生成文字的工作（起草、產生程式碼、寫報告），估價時主要看預期的輸出長度。

快取輸入與推理 token

原廠價目表上有兩種 token，第一次讀帳單的人最容易卡住。

快取輸入是原廠的計價功能

部分原廠對從快取命中的重複提示前綴另訂較低單價。OpenAI 列出 GPT-5.5 的快取輸入為每 100 萬 token $0.50，一般輸入是 $5（OpenAI 定價）。Anthropic 多數模型的快取讀取是基本輸入單價的 0.1 倍，快取寫入為 1.25 倍（5 分鐘）或 2 倍（1 小時）（Anthropic 定價）。這些是依各原廠快取規則直接呼叫時的原廠單價。ATP Token 依計價模式以輸入與輸出 token 計費，所以 ATP 預算請用輸入與輸出牌價來估。

推理 token 按輸出計費

推理模型回答前會先思考，這些看不見的 token 也要付費。OpenAI 寫明推理 token 以輸出 token 計費（OpenAI 推理指南），Anthropic 也把 extended thinking 的 token 按輸出計費（Claude Code 成本）。如果上面那則客服回覆在 claude-sonnet-4-6 上用了 1,500 個 thinking token，就多出 1,500 × $15 ÷ 1,000,000 = $0.0225，單次成本從 $0.010032 變成 $0.032532，約 3.2 倍。

推理預算也能解釋一種令人困惑的紀錄：回傳 200 但內容是空的。max_tokens 設太低時，模型把預算全用在思考，沒有產出文字。在 ATP 上這種請求通常顯示零用量、不扣點數；解法是調高 max_tokens（錯誤代碼）。

單筆請求紀錄告訴你什麼

月總額只說得出花了多少。單筆請求紀錄說得出是哪個專案、哪個模型、用了多少 token。下面是示意用的紀錄，列出計算單次成本需要的欄位，並非 ATP 實際的紀錄格式。

{
  "request_id": "req_example_01",
  "project": "support-bot-prod",
  "model": "claude-sonnet-4-6",
  "input_tokens": 1284,
  "output_tokens": 412,
  "cost_usd": 0.010032,
  "cost_credits": 1.0032
}

在 ATP Token 裡，這些資訊分在三個地方：

• 請求紀錄，每次呼叫一列：時間、範圍（工作區與專案）、模型、端點、HTTP 狀態、供應商結果、輸入與輸出 token、計費狀態與請求 ID。可依時間範圍、範圍、模型、狀態或請求 ID 篩選（用量與紀錄）。保留 7 天，費用異常要在一週內查。
• 帳務事件，也就是逐筆計費帳本，主控台以 90 天呈現，可依模型、金鑰、計費狀態或請求 ID 篩選（帳務 API）。計費以這份帳本為準。
• 用量頁，依模型與 API 金鑰彙總一段期間的點數與 token。

每個回應也都帶有 x-request-id 標頭，工程師可以把應用程式日誌裡的某次呼叫，對到主控台裡的那一列。

三種帳單異常與查法

某一週費用突然跳升

用量頁按 API 金鑰排序。如果金鑰和專案一對一，跳升馬上落到某個負責人身上。接著在請求紀錄裡篩選該專案，比較跳升前後每次請求的 token 數。輸入從約 1,300 漲到 13,000 token，通常是有人開始每一輪都送整份文件。

單價沒錯，總額卻對不上

檢查模型組合。把 10 萬則客服回覆中的 20% 從 claude-sonnet-4-6 改到 gpt-5.5，流量不變，那個月就從 $1,003.20 變成 $1,178.16。

請求成功卻沒有文字

找推理模型上輸出 token 為零的 200 紀錄，把 max_tokens 調到足以涵蓋思考加上回答。

在 ATP Token 上怎麼設定

1. 每個服務、每個環境各建一個專案，各配一把 atp- 金鑰，用量頁「依金鑰」就等於「依負責人」。
2. 為每個專案分配點數。分配額就是專案的上限，餘額用完時呼叫會回傳 402（預算上限設定）。專案也可以開啟自動儲值，設定觸發門檻與每月上限。
3. 記錄每個回應的 usage 與模型 ID，每週依專案跑一次上面的計算器。
4. 月底以帳務事件對帳，7 天內的細節用請求紀錄追查。

從快速開始接入

延伸閱讀

• 企業 AI 成本管理與 LLM 成本優化指南
• 上線後 AI 帳單為什麼會暴增
• 什麼是 agent tax？