在使用AI Agent时上传了一份Word文档，AI读取内容、进行分析、再生成一份新的Word文档。这个过程看起来只是"一次对话"，但大模型厂家在计费的时候，可能藏着好几笔不同的收费项。智能体都是围绕任务目标迭代干活，如果不掌握其机制，可能会浪费很多冤枉钱。这篇文章说说AI Agent干活时候的收费问题。

拆一个真实流程，看钱花在哪儿

拿开头那个例子来说：读Word、拼prompt、模型推理、生成新Word，一步步拆开看。

第一步，读取文档。 如果你自己用代码库把文字抠出来再喂给模型，这一步不花模型的钱，纯粹是你自己的计算成本。但如果你用的是厂家托管的文件解析服务，解析出来的内容最终还是要变成token喂给模型，有些平台会在此基础上额外收一笔存储或索引费。

第二步，模型推理。 这是费用的主要部分，输入token（你的指令+文档内容+系统提示词+工具的说明书）和输出token（模型吐出来的结果），无一例外都要算钱。这里有个隐藏的坑：哪怕这次任务模型根本没用上某个工具，只要你在请求里"告知"了它有哪些工具可用，这份工具说明书本身也算输入token。行业里有个具体的参考数字——仅仅声明一整套电脑操作工具集，就能让每次请求平白多出约4500个token。

这里还藏着一个最大的"隐形费用"：工具的返回结果。 比如你让联网工具去搜索，它直接抓取了一个1万字的冗长网页塞给模型，这1万字立刻变成了高昂的输入token。你以为只是发起了一次简单的搜索，其实账单上是模型被迫"精读"了一本书的钱。所以当用AI进行联网搜索调研的时候，几百个链接分析起来，非常消耗token。

第三步，生成新文档。 如果是你自己的代码负责排版，不额外收费；如果让模型调用厂家的代码执行环境去生成文件，那就要看具体的工具收费规则了。

还有一种消耗很大的情况：死循环成本。 如果模型在中间某一步"犯了幻觉"——代码写错了、搜索了一个不存在的关键词——工具会报错，很多Agent框架的默认做法是把这个报错信息重新塞给模型，让它"再试一次"。如果没有设好重试上限，模型就会在报错和重试之间循环，而每一次重试，都要把前面所有的对话历史重新算一遍token。

整个流程走下来，你会发现："调用工具"这件事本身不是一个单一动作，而是被拆成了好几个可能收费的环节。

几家主流大模型厂家的账单逻辑是怎样的？

同一任务，Claude、ChatGPT、Gemini收费的"细致程度"完全不同。

Claude的逻辑最纯粹：全靠token计费。工具说明书占输入token，哪怕是让它执行重型的操作（比如直接操控电脑屏幕），它也没有单独的"工具使用费"，而是通过截图和复杂指令转化为消耗大量的token来结算。

ChatGPT走的是另一条路："超市小票式"分项收费，各项费用分割得很细。

• • 代码解释器：按容器session（会话）单独收几分钱；
• • 文件搜索：按存储的GB数和每千次调用分别计费；
• • 联网搜索：按调用次数收费（例如每千次搜索10美元）。

Gemini则是"看情况分类对待"：像代码执行这种内置工具，启用本身不加价，只按正常的输入输出token收费；但联网搜索是个例外，最新一代模型改成了按"搜索了几次"计费——如果模型一次答复里悄悄搜了两次，就按两次算账，老版本模型则是按每次请求收费，规则并不完全统一。

拿Anthropic官网公开的价格表，把开头那个"读文档、联网核实、出结果"的场景实打实算一遍，你就知道钱到底花在哪个环节了。

假设你用Claude Sonnet 5来处理一份文档：输入token价格是每百万token 2美元，输出token价格是每百万token 10美元；如果这次任务还触发了官方的联网搜索工具，每次搜索额外收10美元每千次，也就是每次搜索0.01美元。

那么一次典型的调用大概是这样算的：

• • 你的指令加上文档内容，假设一共2万token，按输入价折算，这一项大概是0.04美元；
• • 模型觉得文档里有个数据需要核实最新情况，调用了一次联网搜索，这一次搜索本身收费0.01美元；
• • 搜索工具抓回来一个页面，塞进对话上下文里，假设又增加了5000个token，这部分同样按输入价计费，大概是0.01美元；
• • 模型消化完所有信息，生成一段800字左右的分析结果，按输出token价折算，大概是0.01美元。

四项加起来，这一次调用总共大概花了0.07美元左右，但拆开来看你会发现：真正的"搜索工具使用费"只占了不到七分之一，剩下大头都是token费用，其中光是"搜索结果被塞进上下文"这一项，花的钱就跟工具本身的调用费差不多。如果你的文档更长，或者模型多搜了几次、每次都带回一大段网页内容，这个比例还会继续往token那边倾斜。

工具费大多是可选项，很多场景根本不会触发。 回到开头那个Word处理的例子——这个流程完全用不上厂家收费的那些重型内置工具。自己写代码读文档、让模型只做纯文本推理、自己写代码排版输出，三步都绕开了收费工具，那这次调用只按token算钱，不会产生工具附加费。

平时使用Agent如何节省费用？

一是尽量把能自己写代码解决的环节留在自己手里——读文件、排版输出这类活儿，自己动手往往比调用厂家托管工具更省钱，也更可控。

二是别只盯着token单价看，批量处理和内容缓存这两个机制，常常能把成本压下去一大截，尤其是需要处理大量文档、或者反复分析同一份材料的场景。

真正省钱的方式是要在了解这套逻辑之后，知道哪个环节该自己动手，哪个环节可以交给模型。