3亿Token只扣15元？先核口径再复算账单

结论：先做数量级校验，再判断是否异常

看到“3亿Token只扣15元”，第一反应往往是计费系统算错了。但在提交工单前，建议先做一次数量级校验，而不是直接归因于“缓存命中”或“第三方折扣”。

用一组示例假设价演示：输入缓存命中单价假设为 0.2 元/百万Token，输入未命中单价假设为 2 元/百万Token，输出单价假设为 8 元/百万Token。若 3 亿 Token 全部是输入且全部命中缓存，理论下限约为 300 百万 × 0.2 = 60 元。只要其中存在未命中的输入，或者存在任何输出，金额都只会高于 60 元。

因此，15 元在数量级上低于示例缓存价能解释的下限，用“缓存命中”无法解释。更稳妥的顺序是：核对统计口径与计费周期 → 查免费额度与实际模型 → 拉分项用量 → 按公式复算 → 仍有偏差再按异常处理。

需强调：以上单价仅为示例假设，不代表任何官方实时价格。正式核验前请以对应官网实时价格页为准，并补齐模型名、币种、单位、查询时间、官方来源及是否含税。

一、计费口径与缓存边界

大模型 API 通常按 Token 计费，输入与输出分开计价，输入侧再拆成缓存命中与未命中两档。

示例计费项	示例单价	币种与单位	说明
输入·缓存未命中	2	人民币元/百万Token	仅用于数量级演示
输入·缓存命中	0.2	人民币元/百万Token	仅用于数量级演示
输出	8	人民币元/百万Token	仅用于数量级演示

三个比单价更容易被忽略的规则：

• 缓存只对前缀完全一致的输入生效。 系统提示词开头若含时间戳、随机 ID、用户 ID 或动态模板，前缀对不上，命中率会明显下降。
• 缓存只作用于输入，输出通常不缓存。 输出按输出单价全额计费，而输出单价通常最高，输出长度会显著放大成本。
• 后台展示的 Token 数不一定等于计费 Token 数。 有平台展示请求量，有平台展示计费量，缓存场景下两者可能差出很多倍。

所以判断异常不能只看一个总 Token 数，要回到分项用量与计费口径。

二、低账单的常见成因

1. 统计口径不同：3 亿是平台统计值还是用户估算值？是输入总量、输入加输出总量，还是含重试与失败请求的请求量？
2. 免费或赠送额度：新用户赠额、试用额度、限时活动、企业代金券，都会让实付远低于按量估算。
3. 实际模型并非你以为的那个：别名映射或流量路由到更轻量模型，单价可能差一个量级。
4. 计价方式不同：打包套餐、按次计费、阶梯价、促销价，都不按牌价结算。
5. 单位或币种差异：每百万还是每千、人民币还是积分、含税与不含税，都会影响金额。
6. 账单周期错位：账单可能是上一周期快照，而你对比的是本周期用量。

风险提示：若看到“某第三方中转渠道 3 亿 Token 只花 2 元”这类说法，不建议直接套用官方账单体系复算。非官方渠道可能涉及服务条款、数据留存与账号风险，具体以对应平台协议为准；业务涉及隐私或商业敏感数据时，应把这些风险成本一并计入选型。

三、七步排查法

第一步：确认调用来源

区分官方 API 直连与第三方中转。两套账单体系相互独立，不能用官方单价核算中转消费，也不能用中转单价质疑官方账单。核验入口：官方控制台、账单页、密钥归属项目、日志中的 endpoint 或 provider 字段。

第二步：对齐统计区间

确认 3 亿 Token 是统计值还是估算值、累计值还是单次值、时间区间是否与账单周期一致，并检查是否存在免费或赠送额度。入口：账单中心、费用中心、账户额度、充值与赠送记录、用量统计页。

第三步：确认实际模型

从请求日志查看模型名与响应体中的实际模型字段，与按账单单价反查得到的模型比对。存在别名、自动路由或降级时尤其要确认计费模型。

第四步：拉分项用量

分别获取未命中输入 Token、缓存命中输入 Token、输出 Token 三项数据。常见字段：input_tokens、output_tokens、prompt_tokens、completion_tokens、cache_hit_tokens、cache_miss_tokens、cached_tokens。导出路径可能在账单中心用量明细、费用中心消费记录、调用日志、监控看板或开发者后台的请求分析页。若平台只展示总量、不拆缓存命中，需用官方缓存计费说明或命中率统计补齐。

第五步：按公式复算

用第四节公式手算并与账单逐项比对。判断标准不是“命中率多少算正常”，而是分项金额之和与账单一致才视为无异常。

第六步：检查缓存前缀是否被污染

预期命中率高、实际账单却偏高时，检查系统提示词与上下文开头是否混入时间戳、随机 ID、会话信息或动态变量。

第七步：仍有偏差再提工单

附请求时间区间、若干条 request_id、分项用量导出、账单截图、模型名与复算表格，请平台核对计费流水。不要只拿单价反推。

安全提醒：排查过程中不要向第三方或公开渠道提供 API Key；中转平台确需密钥时，应使用独立受限密钥并设置额度上限与调用权限。

四、复算公式与算例

总成本 = 缓存命中输入Token × 命中单价
       + 未命中输入Token × 未命中单价
       + 输出Token × 输出单价

算例条件明确如下：某月输入 3 亿 Token（缓存命中 2.7 亿 + 未命中 0.3 亿），输出 2000 万 Token。

• 命中输入：270 百万 × 0.2 = 54 元
• 未命中输入：30 百万 × 2 = 60 元
• 输出：20 百万 × 8 = 160 元
• 合计约 274 元

若实付 15 元，约为示例金额的 5.47%。这一比例无法用缓存命中解释，需继续核对免费额度、特殊折扣、统计口径、币种单位或账单周期错位。找到证据则可能属正常现象；找不到证据且分项复算仍对不上，再提交工单。该算例仅作自查参考，不得用于对外成本承诺。

容差标准建议：按账单最小计价单位与分项金额校验，各分项偏差在 1% 以内或绝对偏差不超过 0.01 元，取更宽松者；无分项数据时用总量估算，不做精确承诺。

优化方向：固定系统提示词与长文档前缀以提高命中率；精简输出格式并限制 max_tokens；简单任务走轻量模型；定期监控命中率与输入输出占比。

五、核验入口

1. 官方价格页：核验单价、币种、单位、是否含税、适用场景，并记录查询时间与官方来源。
2. 账单明细或费用中心：核验周期、实付金额、折扣、赠送额度与抵扣记录。
3. 请求日志：核验模型名、request_id、请求时间、响应体与 Token 字段。
4. 用量统计页：核验输入、输出、缓存命中与未命中的分项数据。

选型比价时，用官方价格页、正规服务商费用明细或可核验的对比工具，不建议把营销材料作为技术排错依据。

六、常见问题

Q：DeepSeek 缓存命中怎么计费？
命中输入通常按单独低价档计费，未命中输入按标准输入价，输出通常无缓存折扣。具体单价、币种、单位与适用模型以对应官网实时价格页为准。

Q：账单偏低是不是平台少扣费了？
先排除免费额度、统计口径、实际模型三项，再按公式复算；三项排除且复算仍对不上，才按异常提工单。

Q：缓存命中率怎么算？
有分项数据时：命中率 = 缓存命中输入 Token ÷ 输入 Token 总量。无分项数据时，可固定提示词与前缀做小规模测试，用前后费用变化间接估算。

Q：分项用量在哪里导出？
账单中心、费用中心、调用日志、监控看板或开发者后台用量统计页。导出不全时先记录 request_id 再提工单。

Q：提工单要准备什么材料？
请求时间区间、账单截图、分项用量导出、若干 request_id、模型名、调用来源、币种单位、复算表格，以及异常金额与预期金额的差额说明。

Q：第三方中转为什么便宜？
常见原因是批量折扣、套餐或阶梯定价、统计口径不同。代价是条款、数据留存与单价透明度问题，具体以对应平台协议为准，敏感业务数据不建议只看价格。

Q：官方与第三方价格能直接换算吗？
不能。应各自用分项 Token 乘各自单价，比较“每百万计费 Token 的实际成本”，而非标价。

七、小结

15 元在数量级上低于示例缓存价能解释的下限，不应直接归因于缓存命中加折扣。动作顺序：对齐区间与口径 → 查额度与实际模型 → 拉分项用量 → 复算 → 仍有偏差再提工单。把缓存命中率和输出长度纳入日常监控，成本核算与选型都会从容很多。