ChatGPT的Token计费方式解析：从原理到成本优化实战

1次阅读

共计 1777 个字符，预计需要花费 5 分钟才能阅读完成。

Token 是 ChatGPT 处理文本的最小单位。在英文中，1 个 Token 通常对应一个单词或标点符号（例如 ”hello” 是 1 个 Token，而 ”hello!” 是 2 个 Token）。中文的 Token 计算更复杂，单个汉字可能被拆分为多个 Token（例如 ” 聊天 ” 可能被拆为 2 - 3 个 Token）。

通过 OpenAI 官方工具测试可知：

英文句子 ”Hello, world!” = 4 个 Token（含空格和标点）
中文句子 ” 你好世界 ” = 5- 7 个 Token（因分词方式不同）

OpenAI 按每 1000 个 Token 计费，不同模型价格差异显著：

模型	输入(每 1k Tokens)	输出(每 1k Tokens)
GPT-3.5	$0.0015	$0.002
GPT-4	$0.03	$0.06

注：价格可能随地区和时间调整，请以官方文档为准

使用 tiktoken 库精确计算 Token 数量：

import tiktoken

def count_tokens(text, model_name="gpt-3.5-turbo"):
    """计算文本的 Token 数量"""
    encoding = tiktoken.encoding_for_model(model_name)
    return len(encoding.encode(text))

# 示例用法
text = "这是一个测试句子"
print(f"Token 数量: {count_tokens(text)}")

完整成本计算器实现：

class ChatGPTCostCalculator:
    def __init__(self, model_name):
        self.encoding = tiktoken.encoding_for_model(model_name)
        self.prices = {"gpt-3.5-turbo": {"input": 0.0015, "output": 0.002},
            "gpt-4": {"input": 0.03, "output": 0.06}
        }

    def calculate(self, prompt, completion):
        """计算总成本(美元)"""
        input_tokens = len(self.encoding.encode(prompt))
        output_tokens = len(self.encoding.encode(completion))
        return (input_tokens * self.prices[self.model]["input"] / 1000 +
            output_tokens * self.prices[self.model]["output"] / 1000
        )

过长的系统提示：避免在 system 角色消息中放置冗余说明
优化方案：精简到核心指令，移除非必要背景描述
重复内容：多次发送相同上下文
优化方案：使用对话历史管理工具避免重复
未截断的响应：允许生成远超需求的文本
优化方案 ：设置合理的max_tokens 参数
低效的 JSON 格式：在消息中包含未压缩的 JSON 数据
优化方案：先压缩再发送，接收后解压
未利用缓存：对相同查询重复调用
优化方案：实现本地缓存机制

API 响应头包含关键计费信息：

import openai

response = openai.ChatCompletion.create(
    model="gpt-3.5-turbo",
    messages=[{"role": "user", "content": "你好"}]
)

# 从响应头获取消耗数据
input_tokens = response["usage"]["prompt_tokens"]
output_tokens = response["usage"]["completion_tokens"]
total_cost = (input_tokens * 0.0015 + output_tokens * 0.002) / 1000