更新于 2026-10-17

实用文章

GPT、Claude、Gemini API 价格对比：100 万 token 到底多少钱？

本文从 token、输入输出计费、缓存读写和真实使用场景出发，对比 GPT、Claude、Gemini、Grok API 的每百万 token 成本，并提供聊天、长文本、代码助手、Agent 的费用估算、Python 与 JavaScript 成本计算器，以及可直接复制的 curl 调用示例，帮助你按实际用量选择 API 接入方式。

先给结论：100 万 token 不是固定价格，必须同时看输入、输出、缓存读取和缓存写入四项；同一个模型，聊天、长文本和 Agent 的实际费用可能相差一个数量级。按本文给出的本站价格与场景假设，普通聊天每次可能只花几厘到几分钱，但一次包含约 20 轮调用的 Agent 任务可能花费几角到数元。

如果你要把 API 接到自己的程序或编码工具，建议先按真实 token 用量估算，再比较模型单价，而不是只看“输入价”。先去模型价格表挑模型，再到控制台创建密钥，最后按5 分钟接入教程跑通第一次调用。

  • 本文适用对象：第一次接触大模型 API 的开发者、需要给个人项目接入 API 的用户、正在配置代码助手或 Agent 的用户。
  • 最后更新：2026-10-17。
  • 实测或资料环境：本站价格数据截至 2026-10-17 16:35（北京时间）；官方缓存机制、官方定价和订阅信息以 2026-10-17 查到的官方页面为准。
  • 价格单位：除特别说明外，本文表格均使用人民币“元 / 每 100 万 token”；本站内部充值单位为积分，¥1 = 100,000 积分。

一、先弄懂 token：100 万 token 大约是多少字

大白话解释：token 是模型读写文本时使用的计量单位，可以理解为模型账单里的“字符片段”，但它不一定等于一个汉字、一个单词或一个字节。

中文大约多少字一个 token，只能写成经验值，因分词器不同而变。对于中文纯文本，100 万 token 换算成汉字，可以先按约 60 万至 150 万汉字做经验估算；代码、英文、数字、网址、JSON 和混合文本的比例越高，这个区间越不可靠。这里的换算只是经验估算，不应替代接口返回的 usage。

最可靠的做法有两种。第一种是实际调用后查看响应里的 usage 字段，分别记录输入 token、输出 token 和缓存 token。第二种是在支持该能力的接口上调用 /v1/messages/count_tokens，先对一段准备发送的消息进行计数，再决定是否截断、摘要或分批发送。

  1. 准备一段真实业务文本，不要只用“你好”测试，因为短文本的分词比例不能代表代码、长文或多轮对话。
  2. 发送请求并保存返回体中的 usage，同时保存 model、request_id 和时间。
  3. 把文字长度、token 数和实际费用放在一起比较，形成你自己的平均换算系数。
  4. 上线后继续以请求日志和控制台调用明细为准，不要用“字符数 × 一个固定比例”长期估算账单。
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("XISU_API_KEY", "sk-xxxx"),
    base_url="https://api.xisu.ai/v1",
)

response = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[
        {"role": "user", "content": "请用三句话解释 token 是什么。"}
    ],
    max_tokens=200,
)

print(response.choices[0].message.content)
print(response.usage)
print("prompt_tokens:", response.usage.prompt_tokens)
print("completion_tokens:", response.usage.completion_tokens)

如果调用成功，你会看到模型回复和 usage 对象。重点记录 prompt_tokens、completion_tokens；如果模型或兼容层返回缓存字段，还要记录 cached_tokens 或 prompt_tokens_details.cached_tokens。

二、价格为什么要拆成四部分

大白话解释：一次请求不是只有“输入多少钱”，而是可能同时产生普通输入、缓存读取、缓存写入和输出四类 token 费用。

价格公式可以先记成：

费用 = 普通输入 token × 输入价 + 缓存读取 token × 缓存读价 + 缓存写入 token × 缓存写价 + 输出 token × 输出价

再除以 1,000,000，就得到按“每百万 token”报价时的实际金额。不同厂商对缓存的命名和生命周期并不完全相同，因此实际接入时应以对应模型的 usage 字段和官方定价页为准。

费用项 它代表什么 常见影响
输入 本次请求中没有从缓存复用的输入 token。 系统提示词、用户问题、历史对话、工具定义和文件内容都可能计入。
输出 模型新生成的 token。 输出单价通常明显高于输入单价，本文对比表中多数模型约为输入价的 3–6 倍。
缓存读取 本次请求命中已有缓存的输入 token。 重复上下文越多、缓存命中越稳定，节省越明显。
缓存写入 首次把可复用上下文写入缓存的 token。 首次请求可能比普通输入贵，之后的重复请求才使用缓存读取价。

不能只看输入价，主要有三个原因。第一，输出单价通常更高，长回答、代码生成和推理任务会放大输出成本。第二，Agent 会反复携带系统提示、工具说明、代码仓库摘要和历史状态，输入总量远大于普通聊天。第三，Agent 的重复上下文往往适合缓存，此时缓存读取价和缓存写入价会直接决定长期成本。

不同官方 API 的缓存方式也不同。OpenAI 的 Prompt Caching 主要围绕可复用的提示前缀，支持的模型会自动尝试复用相同前缀，并在 usage 中返回缓存 token，缓存部分按更低的单价计费，具体倍率随模型而变。

Anthropic 的 Prompt Caching 通常通过 cache_control 标记可缓存内容，并区分基础输入、缓存写入和缓存命中；官方定价页还区分 5 分钟和 1 小时缓存写入，缓存读取通常按照明显低于基础输入的价格计费。

Gemini 提供 implicit caching，也提供适用于部分接口和模型的显式 context caching。官方文档说明，缓存读取会在 usage metadata 中体现；显式缓存还可能涉及缓存 token 数量和存储时间，具体价格和支持范围要按模型页面确认。

以 OpenAI 官方文档为例，提示缓存通常要求请求拥有足够长且稳定的前缀，缓存读取和缓存写入的费率不是统一固定值；以 Gemini 官方文档为例，隐式缓存通常要求相似的前缀在较短时间内重复出现。对于 Anthropic，则需要在消息内容中明确设置缓存控制点。不要把一家厂商的缓存参数直接套到另一家厂商上。

一次调用的费用 = 普通输入、缓存读取、缓存写入、输出四部分之和

一次调用的费用 = 普通输入、缓存读取、缓存写入、输出四部分之和

怎么设计更容易命中缓存的请求

大白话解释：把长期不变的内容放在前面，把每次都变化的问题放在后面。

  1. 把稳定的系统提示词、角色说明、工具 schema、项目规则和仓库摘要放在前面。
  2. 把当前用户问题、时间戳、随机数、临时状态和本轮工具结果放在后面。
  3. 不要因为无关字段变化就重排整个提示词，否则可能破坏前缀匹配。
  4. 每次调用都保存 usage，确认缓存读写是否真的发生，而不是只凭请求结构猜测。

三、本站模型价格对比：先看每百万 token，再看场景

大白话解释：每百万 token 价格适合做横向比较，但真正选型还要把你的输入输出比例、缓存命中率和调用轮数代入。

价格数据截至 2026-10-17，本文每月更新一次。以下数据来自本站价格表，数据截至 2026-10-17 16:35（北京时间）。本站按实际用量计费，¥1 = 100,000 积分。表中“官方参考价”是用价格表上的折扣标示反推的美元价，汇率按页面使用的约 ¥7.2 = $1。按折扣标示推算，以各厂商官方定价页为准。

模型 本站折扣标示 输入 ¥ 输出 ¥ 缓存读取 ¥ 缓存写入 ¥ 官方参考价输入/输出 $
claude-opus-5-5 3折 8.64 43.20 0.432 17.28 4.00 / 20.00
claude-sonnet-5-5 3折 4.32 21.60 0.216 5.40 2.00 / 10.00
claude-haiku-5-5 3折 1.08 5.40 0.108 2.16 0.50 / 2.50
gpt-6.1-sol 1折 1.44 7.20 0.072 1.80 2.00 / 10.00
gpt-5.6-terra 1折 1.44 8.64 0.144 1.80 2.00 / 12.00
gpt-6-luna 1折 0.072 0.36 0.0072 0.09 0.10 / 0.50
gemini-4-argon-high 1折 1.44 7.20 0.072 1.44 2.00 / 10.00
gemini-3.8-flash-high 1折 0.54 2.70 0.054 0.54 0.75 / 3.75
grok-4.7 1折 1.44 4.32 0.36 1.44 2.00 / 6.00

需要特别说明：表中“官方参考价”只是按本站折扣标示反推出来的参考值，不是厂商报价。OpenAI、Anthropic、Google、xAI 的官方定价页通常还会按上下文长度、批处理、服务档位或地区区分价格，并且会调整；正式比较前，请打开文末参考资料里的官方定价页，用当天的数字核对。完整 19 个模型请以模型价格表实时状态为准；当前是否可调用也以价格表页面为准，本文不写“全部可用”。

此外，生图模型 gpt-image-2.5 系列按张计费，每张 4,500 积分，约 ¥0.045。图片价格不能直接和文本模型的每百万 token 单价混在一起比较。

四、四个真实使用场景：100 万 token 到底会花多少钱

大白话解释：同一个模型在不同任务里的成本，取决于输入多少、输出多少，以及重复上下文是否命中缓存。

以下数字直接采用本文设定的场景假设：

  • 普通聊天：一次输入 2,000 token，输出 500 token，无缓存。
  • 长文本总结：一次输入 50,000 token，输出 2,000 token。
  • 代码助手一轮：输入 30,000 token，其中 25,000 token 命中缓存读取，输出 2,000 token。
  • Agent 一次任务：约 20 轮，累计输入 600,000 token，其中 30,000 token 缓存写入、500,000 token 缓存读取、70,000 token 普通输入，输出 30,000 token。
模型 聊天 长文本 代码一轮 Agent 一次任务
claude-opus-5-5 0.0389 0.5184 0.1404（0.3456） 2.6352（6.4800）
claude-sonnet-5-5 0.0194 0.2592 0.0702（0.1728） 1.2204（3.2400）
claude-haiku-5-5 0.0049 0.0648 0.0189（0.0432） 0.3564（0.8100）
gpt-6.1-sol 0.0065 0.0864 0.0234（0.0576） 0.4068（1.0800）
gpt-5.6-terra 0.0072 0.0893 0.0281（0.0605） 0.4860（1.1232）
gpt-6-luna 0.0003 0.0043 0.0013（0.0029） 0.0221（0.0540）
gemini-4-argon-high 0.0065 0.0864 0.0234（0.0576） 0.3960（1.0800）
gemini-3.8-flash-high 0.0024 0.0324 0.0095（0.0216） 0.1620（0.4050）
grok-4.7 0.0050 0.0806 0.0248（0.0518） 0.4536（0.9936）

表中代码助手和 Agent 的括号内数字，是不走缓存时的费用。它们不是“额外收费”，而是用同样的 token 数全部按普通输入价计算后的对照值，用来帮助你判断缓存是否值得设计。

对于 Claude Code，站内教程记录的经验是：首次请求会写入约 3 万 token 缓存，缓存约 5 分钟有效。具体请求仍应以响应 usage 和控制台请求日志为准，不要把这条经验值当成所有客户端、所有会话都固定如此。

两个按月估算的例子：

  1. 每天 50 次聊天使用 gpt-6.1-sol，一个月按 30 天计算：50 × 30 × 0.0065 = 9.75 元。
  2. 每天 5 个 Agent 任务使用 claude-sonnet-5-5，一个月按 30 天计算：5 × 30 × 1.2204 = 183.06 元。

这些是场景假设，不是账单承诺。真实 token 以响应 usage 和控制台请求日志为准。控制台调用明细会记录模型、密钥、输入、输出、缓存读取等分项，以及费用、状态和 request_id；对账时不要只看一个总 token 数。可以参考用量与账单怎么核对。

同一个 Agent 任务，命中缓存与不走缓存的费用对比（本站价格，数据截至 2026-10-17）

同一个 Agent 任务，命中缓存与不走缓存的费用对比（本站价格，数据截至 2026-10-17）

五、官方 API、订阅制和第三方 API，怎么选

大白话解释：订阅制买的是某个产品里的使用额度或功能，官方 API 按接口用量计费，第三方 API 通常把多个模型放到统一入口，适合希望少改代码、集中充值和统一核对的人。

方式 怎么收费 适合谁 能否用于自己的程序或编码工具 通常需要什么支付方式
官方 API 按模型、输入输出 token、缓存、批处理或服务档位计费，具体以厂商官方定价页为准。 需要直接使用官方控制面、官方能力或企业级 API 管理的团队。 可以，通常需要申请官方 API 账号、密钥和支付配置。 以对应厂商支持的信用卡、账单账户、预付费或企业结算方式为准。
订阅制 按月或按年支付，通常附带消息量、模型、工具或编码产品的使用限制。 主要在网页、桌面端、移动端或官方编码产品中使用的个人用户。 一般不能直接等同于 API 余额；例如 Anthropic 明确说明 Claude Pro 不包含 Console API 用量，OpenAI 也明确说明 ChatGPT Plus 与 API 用量分开计费。 以产品页面和所在地区支持的支付方式为准。
第三方 API 可能按实际 token 用量、模型单价、缓存分项和账户余额结算。 需要统一 base_url、同时测试多个模型，或希望使用本地支付方式的个人开发者。 通常可以，前提是客户端支持兼容协议或允许自定义 base_url。 以平台实际支持方式为准；本站支持支付宝和微信。

订阅价格会随地区、产品档位和时间变化，本文不列具体数字，购买前请以 ChatGPT、Claude、Google AI 各自官方页面为准。需要记住的只有一点：订阅额度和 API 用量是两套账，订阅不能当作 API 余额使用。

如果你选择第三方 API，建议至少核对下面六点：

  1. 是否按 token 实际计费，而不是按“调用次数”粗略扣费。
  2. 输入、输出、缓存读取和缓存写入是否分开显示。
  3. 计费精度是否足够高，低单价模型是否会因四舍五入造成误差。
  4. 请求日志能否通过 request_id 逐笔核对。
  5. 余额是否过期，失败请求、流式中断和无输出请求如何计费。
  6. 是否能验证实际调到的是真模型，而不是只看客户端里填写的模型名称。可参考如何确认调用到的是真模型。

本站计费口径是按实际用量计费，精度到小数点后 10 位；积分不过期，¥1 = 100,000 积分，最低充值 ¥10，支持支付宝和微信，调用后结算不预扣。失败请求不计费；流式响应中途断开时，已经生成的部分照常计费。

六、成本计算器：把 usage 直接换算成金额

成本计算公式与 claude-sonnet-5-5 代码助手一轮的算例

成本计算公式与 claude-sonnet-5-5 代码助手一轮的算例

大白话解释：成本计算器不负责猜 token，它只负责把你已经拿到的 token 分项和单价代入公式。

费用 = (普通输入×输入价 + 缓存读取×缓存读价 + 缓存写入×缓存写价 + 输出×输出价) ÷ 1,000,000

下面的 Python 函数内置 4 个模型的单价，单位是“元 / 每百万 token”。你可以把价格替换成价格表中的实时数值。

PRICES = {
    "gpt-6.1-sol": {"input": 1.44, "output": 7.20, "cache_read": 0.072, "cache_write": 1.80},
    "gpt-6-luna": {"input": 0.072, "output": 0.36, "cache_read": 0.0072, "cache_write": 0.09},
    "gemini-3.8-flash-high": {"input": 0.54, "output": 2.70, "cache_read": 0.054, "cache_write": 0.54},
    "claude-sonnet-5-5": {"input": 4.32, "output": 21.60, "cache_read": 0.216, "cache_write": 5.40},
}

def estimate_cost(model, normal_input, cache_read, cache_write, output):
    p = PRICES[model]
    total = (
        normal_input * p["input"]
        + cache_read * p["cache_read"]
        + cache_write * p["cache_write"]
        + output * p["output"]
    ) / 1_000_000
    return round(total, 10)

print(estimate_cost("gpt-6.1-sol", 2000, 0, 0, 500))
print(estimate_cost("claude-sonnet-5-5", 70000, 500000, 30000, 30000))

第一行会得到约 0.0065 元，第二行会得到约 1.2204 元。若结果与表格有极小差异，通常是显示位数或四舍五入造成的。

下面是可直接在浏览器控制台运行的 JavaScript 版本：

const prices = {
  "gpt-6.1-sol": { input: 1.44, output: 7.20, cacheRead: 0.072, cacheWrite: 1.80 },
  "gpt-6-luna": { input: 0.072, output: 0.36, cacheRead: 0.0072, cacheWrite: 0.09 },
  "gemini-3.8-flash-high": { input: 0.54, output: 2.70, cacheRead: 0.054, cacheWrite: 0.54 },
  "claude-sonnet-5-5": { input: 4.32, output: 21.60, cacheRead: 0.216, cacheWrite: 5.40 }
};

function estimateCost(model, normalInput, cacheRead, cacheWrite, output) {
  const p = prices[model];
  const total = (
    normalInput * p.input +
    cacheRead * p.cacheRead +
    cacheWrite * p.cacheWrite +
    output * p.output
  ) / 1000000;
  return Number(total.toFixed(10));
}

console.log(estimateCost("gpt-6.1-sol", 2000, 0, 0, 500));
console.log(estimateCost("claude-sonnet-5-5", 70000, 500000, 30000, 30000));

浏览器控制台会输出两个数字，分别对应普通聊天和带缓存的 Agent 任务。实际项目中可以把 prices 替换成后端配置，避免价格变化时重新发布前端代码。

用 curl 发起第一次 Chat Completions 调用

macOS/Linux：

export XISU_API_KEY="sk-xxxx"
curl https://api.xisu.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $XISU_API_KEY" \
  -d '{
    "model": "gpt-6.1-sol",
    "messages": [
      {"role": "user", "content": "请用一句话解释 token。"}
    ],
    "max_tokens": 100
  }'

Windows PowerShell：

$env:XISU_API_KEY = "sk-xxxx"
$body = @{
  model = "gpt-6.1-sol"
  messages = @(
    @{ role = "user"; content = "请用一句话解释 token。" }
  )
  max_tokens = 100
} | ConvertTo-Json -Depth 5

Invoke-RestMethod `
  -Uri "https://api.xisu.ai/v1/chat/completions" `
  -Method Post `
  -Headers @{ Authorization = "Bearer $env:XISU_API_KEY" } `
  -ContentType "application/json" `
  -Body $body

返回体里通常先看 choices[].message.content 是否有模型文本，再看 usage。兼容 OpenAI Chat Completions 的返回一般包含 prompt_tokens 和 completion_tokens；如果有缓存，可能在 prompt_tokens_details.cached_tokens 或兼容层提供的 cached_tokens 字段中出现。不同模型和端点的字段可能不同，缺少某个字段时不要自行补成 0，应以实际返回为准。

curl https://api.xisu.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxx" \
  -d '{"model":"gpt-6.1-sol","messages":[{"role":"user","content":"测试 usage"}],"max_tokens":50}'

命令输出是 JSON。把 prompt_tokens 视为普通输入和缓存输入的总输入量时，必须再根据返回的缓存分项拆开；completion_tokens 对应输出 token。若返回体没有缓存字段，先按无缓存估算，并在控制台调用明细中用 request_id 核对。

七、六条可执行的省钱建议

大白话解释：省钱不是单纯换成低价模型，而是减少不必要的 token、让重复内容命中缓存，并让每一轮 Agent 都有明确边界。

  1. 简单任务选小模型。分类、改写、提取字段、格式转换和短问答可以先用低价模型；只有在准确性、复杂推理或代码质量不够时，再切换更高档模型。
  2. 控制 max_tokens。max_tokens 不是一定会全部扣费，但它会给模型更大的输出空间。对固定格式的任务，设置合理上限并要求简洁输出，通常更容易控制账单。注意：本站 GPT 系列目前 max_tokens 这类输出上限参数没有生效，输出可能超过上限并按实际输出计费（见低价 API 中转怎么辨别第 7 节）；修复前，GPT 模型请先在提示词里要求简短输出。Claude 系列正常。
  3. 固定系统提示词前缀。把角色、规则、工具 schema 和项目约束放在固定前缀，动态问题放在后面，有助于提高缓存命中机会。OpenAI 官方文档强调稳定的 prompt prefix，Gemini 官方文档也建议把大段公共内容放在前面并在较短时间内重复使用。
  4. 长文先摘要。不要在每一轮都把完整文档、全部历史对话和所有工具结果重新发送。可以先生成结构化摘要，再让后续请求携带摘要和当前相关片段。
  5. 限制 Agent 轮数。给任务设置最大轮数、最大总 token、最大工具调用数和超时。一个“直到完成为止”的循环，很容易把输入和输出成本同时放大。
  6. 按 request_id 核对账单。每天或每周抽样对比响应 usage、客户端日志和控制台调用明细。遇到余额差额时，带上时间范围、模型、request_id 和完整错误响应体，而不是只说“账单不对”。

八、从价格表到第一次调用的操作清单

如果你是第一次接 API，可以按下面顺序操作：

  1. 先明确任务类型：普通聊天、长文总结、代码助手还是多轮 Agent。
  2. 记录一次真实请求的输入长度、预期输出长度、是否会重复发送相同上下文。
  3. 到模型价格表查看输入、输出、缓存读写价格，并确认页面显示的当前可调用状态。
  4. 用本文公式或成本计算器计算单次费用，再乘以每天调用次数和每月天数。
  5. 注册后充值，本站最低充值 ¥10，积分不过期，支持支付宝和微信。
  6. 到控制台创建密钥。密钥明文只显示一次，创建时立即保存到密码管理器或环境变量中。
  7. 把客户端的 base_url 指向 https://api.xisu.ai/v1，使用 XISU_API_KEY 环境变量保存密钥。
  8. 完成第一次调用后，保存 response usage、模型名称和 request_id，再到控制台调用明细核对费用。

如果你的客户端不是 OpenAI SDK，也可以查看OpenAI 兼容接口说明；如果使用 Anthropic 原生消息格式，可以查看Anthropic Messages 接入说明。不同端点的返回字段和参数支持范围可能不同，先确认端点，再复制示例。

常见问题

100 万 token 到底是多少钱？

没有统一答案。输入和输出价格不同，缓存读取和缓存写入价格也不同。按照本文本站价格表，gpt-6-luna 的普通输入每百万 token 为 0.072 元、输出为 0.36 元，而 claude-opus-5-5 的普通输入为 8.64 元、输出为 43.20 元。真实费用还要看你的输入输出比例和缓存命中情况。

中文 100 万 token 是不是 100 万个汉字？

不是。中文大约多少字一个 token，只能写成经验值，因分词器不同而变。可以先把 100 万 token 粗略估成约 60 万至 150 万汉字，但代码、数字、英文、JSON 和混合文本会明显改变结果。最可靠的方法是查看响应 usage，或调用支持的 /v1/messages/count_tokens 计数接口。

为什么输出价通常比输入价高？

输出是模型逐步生成的新 token，很多模型的输出单价高于输入单价。本文价格表中的多数模型，输出单价约为输入单价的 3–6 倍，所以长回答、代码生成、推理结果和 Agent 的最终输出都需要单独估算。

缓存读取和缓存写入有什么区别？

缓存写入是第一次把可复用上下文放进缓存，缓存读取是后续请求复用已经存在的上下文。写入可能比普通输入贵，读取通常更低价，但缓存生命周期、最小 token 数、匹配规则和 usage 字段由各厂商和模型决定。

ChatGPT Plus 或 Claude Pro 能直接抵扣 API 费用吗？

通常不能直接这样理解。OpenAI 官方帮助页说明 ChatGPT Plus 的订阅与 API 用量分开；Anthropic 官方帮助页也说明 Claude Pro 不包含 Console API 用量。订阅主要用于对应产品里的功能和额度，自己的程序通常需要单独配置 API 账号与计费。

第三方 API 会不会按月固定收费？

本站按实际用量计费，没有月租和最低消费，但需要先充值余额；调用结束才结算，不预扣。失败请求不计费，流式中断时已经生成的部分照常计费。具体账单以控制台调用明细和页面上的数据截至时间为准。

为什么响应里只有 prompt_tokens，没有 cached_tokens？

不同模型、端点和兼容层返回字段可能不同。先查看完整 JSON，再查看控制台调用明细中的输入、输出和缓存读取分项。如果页面显示“—”，它表示没有拿到这个数，不等于真实数值为 0；对账时可以通过 request_id 提交工单。

怎么确认调用到的是真模型？

不要只看客户端填写的 model 字符串。可以按照模型验证教程发送指定测试请求，结合返回的模型信息、特征输出和控制台日志交叉确认。模型名称、别名和当前可调用状态都可能变化，最终以实时页面和实际响应为准。

生图模型也按 token 计费吗？

本文提到的 gpt-image-2.5 系列按张计费，每张 4,500 积分，约 ¥0.045。图片尺寸、质量、模型版本和页面规则可能变化，使用前应查看价格表的当前说明。

密钥可以直接写进前端 JavaScript 吗？

不建议。浏览器代码、移动端安装包和公开仓库都可能暴露密钥。开发环境使用 XISU_API_KEY 环境变量，生产环境把请求放在自己的后端，并限制密钥权限、定期轮换和检查请求日志。可以参考密钥安全说明。

参考资料

如果你已经知道自己的任务类型，下一步就不用继续猜：先去模型价格表挑模型，再到控制台创建密钥，按5 分钟接入跑通第一次调用，然后用真实 usage 和 request_id 校准你的月度预算。

本文价格、模型名称、缓存规则和可调用状态可能随官方页面及平台实时配置变化；正式使用前请以相关官方定价页、模型页面和控制台实际账单为准。