夜雨聆风用一次杭州旅行规划，带你搞懂 Token 计费的门道
引言
你有没有想过，为什么让 AI 帮你规划一次杭州旅行，有时候只要几分钱，有时候却要几块钱？
同样是问问题，为什么"输出"比"输入"贵 3-5 倍？
今天，我们就用"规划杭州三日游"这个例子，带你彻底搞懂 AI Agent 背后的算力消耗和计费原理。看完这篇，你不仅能明白钱花在哪了，还能学会怎么省钱。
一、Token 是什么？先搞懂计费单位
1.1 Token ≠ 字数
很多人以为 AI 是按"字"收费的，其实不是。AI 用的是 Token。
简单理解：
- 1 个 Token ≈ 1.5 个汉字（中文）
- 1 个 Token ≈ 0.75 个单词（英文）
比如你输入："帮我规划杭州三日游"
- 汉字：9 个
- Token：约 6-7 个
AI 回复了一大段行程建议，500字：
- 汉字：500 个
- Token：约 330 个
1.2 三种 Token，三种价格
现在主流的 AI 服务（比如OpenAi、Claude、DeepSeek 等），把 Token 分成三类：
| Token 类型 | 价格（元/百万 Token） | 说明 |
|---|---|---|
| Input Token | 0.5-2 元 | 你输入的内容 |
| Output Token | 2-8 元 | AI 生成的内容 |
| Cache Token | 0.05-0.2 元 | 复用缓存的内容 |
看到没？Output 比 Input 贵 3-5 倍，Cache 最便宜。
为什么？继续往下看。
二、Transformer 架构：AI 的"大脑"怎么工作
2.1 Self-Attention 的 O(n²) 复杂度
要理解为什么 Output 更贵，得先看看 AI 的"大脑"——Transformer 架构是怎么工作的。
核心机制叫 Self-Attention（自注意力）。
打个比方：
你在规划杭州旅行时，每想到一个景点，都要回忆之前提到的所有信息：
- "我说了喜欢历史文化"
- "我预算 3000 元"
- "我不喜欢太挤的地方"
>
每新增一个想法，你都要和之前所有想法做一次关联。
AI 也是一样。处理每个 Token 时，它要和之前所有 Token做注意力计算。
数学表达：
- 处理 1 个 Token：需要和之前 1 个 Token 关联
- 处理 10 个 Token：需要和之前 10 个 Token 关联
- 处理 n 个 Token：复杂度是 O(n²)
2.2 输入 vs 输出：计算量的天壤之别
Input Token（你输入的内容）：
- AI 可以批量处理
- 一次性读入，并行计算
- 相当于"阅读理解"，只需要理解
Output Token（AI 生成的内容）：
- 必须逐个生成
- 生成第 1 个字 → 计算 → 生成第 2 个字 → 再计算...
- 每生成 1 个字，都要重新做一遍 Self-Attention
- 相当于"写作创作"，需要理解 + 推理 + 生成
这就是为什么 Output 比 Input 贵 3-5 倍：计算量完全不是一个量级。
三、模型参数共享：Wq/Wk/Wv 不是每个 Token 独立
3.1 权重矩阵是"共享"的
很多人有个误解：以为每个 Token 都需要独立的计算资源。
其实不是。Transformer 的核心参数（Wq、Wk、Wv 这些权重矩阵）是所有 Token 共享的。
继续用杭州旅行举例：
你有一个"旅行规划经验库"（这就是模型参数）
- 不管规划杭州、北京、还是巴黎
- 不管规划 1 天、3 天、还是 7 天
- 用的都是同一套经验库
Wq（Query）、Wk（Key）、Wv（Value）就是这套"经验库"的核心部分。
3.2 那为什么还这么贵？
既然参数是共享的，为什么计算还这么贵？
因为：
- 显存占用大：模型参数本身很大（比如 Qwen3.5 有几百亿参数），需要高端 GPU
- 计算密集：每次生成都要做矩阵乘法，GPU 要满负荷运转
- 不能跳过：生成 Output 时，每一步计算都必须实时完成，没法偷懒
所以，贵的不是"参数本身"，而是运行参数所需的算力。
四、Cache Token：最省钱的秘密武器
4.1 什么是 Cache？
Cache Token 是最便宜的，只要 Input 价格的 1/10 左右。
原理很简单：
如果你多次问类似的问题，AI 可以把之前的计算结果缓存起来。
>
比如你已经告诉 AI："我喜欢历史文化，预算 3000 元"
>
下次再问杭州相关的问题，这部分信息可以直接从缓存读取，不用重新计算。
4.2 实际场景：杭州旅行规划
不使用 Cache：
第一次：帮我规划杭州三日游（Input: 50 Token）
AI 回复：详细行程...（Output: 500 Token）
费用：50×0.002 + 500×0.008 = 0.1 + 4 = 4.1 元
第二次：那第一天具体怎么玩？（Input: 50 Token）
AI 回复：详细安排...（Output: 500 Token）
费用：50×0.002 + 500×0.008 = 4.1 元
总计：8.2 元使用 Cache：
第一次：帮我规划杭州三日游（Input: 50 Token，Cache: 0）
AI 回复：详细行程...（Output: 500 Token）
费用：50×0.002 + 500×0.008 = 4.1 元
第二次：那第一天具体怎么玩？（Input: 50 Token，Cache: 300 Token 复用）
AI 回复：详细安排...（Output: 500 Token）
费用：50×0.002 + 300×0.0001 + 500×0.008 = 0.1 + 0.03 + 4 = 4.13 元
等等...好像没省多少？真正省钱的用法：
当你的"系统提示词"很长时（比如几千字的公司文档、产品手册），开启 Cache 后：
- 第一次：正常付费
- 后续每次：长文档部分走 Cache，价格降到 1/10
对于高频调用的 AI Agent，Cache 可以节省 50%-80% 的成本。
五、实际成本对比：帮你算笔账
5.1 不同场景的成本
| 场景 | Input Token | Output Token | 总费用（元） |
|---|---|---|---|
| 简单问答（今天杭州天气？） | 20 | 50 | 0.44 |
| 中等任务（杭州三日游规划） | 200 | 800 | 6.8 |
| 复杂任务（带预算、偏好的详细行程） | 500 | 2000 | 17 |
| 长文档分析（10 万字文档摘要） | 60000 | 1000 | 128 |
注：按 Input 0.002 元/千 Token，Output 0.008 元/千 Token 计算
5.2 优化建议：怎么省钱？
1. 精简 Input
- 去掉废话，直接说重点
- 能用短句，不用长段落
2. 控制 Output
- 明确告诉 AI："用 200字总结"
- 避免"请详细说明"这类开放式要求
3. 善用 Cache
- 固定信息（如公司文档、产品手册）开启缓存
- 多轮对话时，让 AI 记住上下文
4. 批量处理
- 能一次问完的，别分多次
- 减少重复的"系统提示词"
5. 选择合适模型
- 简单任务用小模型（便宜 10 倍以上）
- 复杂任务再用大模型
六、总结：理解原理，理性消费
AI Agent 的计费原理，核心就三点：
- Output 比 Input 贵：因为生成比理解更难，计算量是 O(n²)
- 参数是共享的：Wq/Wk/Wv 不是每个 Token 独立，但算力成本依然高
- Cache 最省钱：复用缓存可以大幅降低成本
下次用 AI 时，你可以这样想：
"我让 AI 规划杭州旅行，它每生成一个字，都要在'大脑'里把之前所有信息重新过一遍。这确实挺费电的，贵点也合理。"
理解了这些，你就能：
- 更合理地使用 AI
- 有效控制成本
- 获得更好的使用体验
觉得有用？欢迎分享给更多朋友！
有问题也可以在评论区留言，我会尽量解答。