如何在开发前估算 AI API 成本
在发布前用 token 与请求量估算 AI API 成本，避免上线后才发现单位经济不可行。
The problem
开发前花五分钟估算，好过上线后面对五位数的惊吓。
防止意外的估算
在写代码前，先估算：
- 每次请求的输入 token 数（提示 + 上下文）
- 每次请求的输出 token 数（响应）
- 每次用户操作的调用次数（含重试与工具链）
- 每日请求量
那么月度成本大致为：
(input_tokens × input_rate + output_tokens × output_rate) × calls × requests × 30
别忘了调用乘数
最大的估算误差是假设一次用户操作等于一次模型调用。智能体与工具链经常把一次操作变成三到五次调用。
建一个区间，而不是一个点
估算最好情况与最坏情况：
- 最好：精简提示、限制重试、缓存上下文
- 最坏：冗长输出、重试风暴、无缓存
如果最坏情况撑不住你的单位经济，在开发前就改设计。
尽早验证
原型出来后，在样本上测量真实 token，用数据替换猜测。
速查清单
- 估算 token × 调用 × 量
- 计入重试与工具链乘数
- 真实原型出来后重新估算
下一步
使用 AI 成本计算器