https://techlog.122113.xyz/tags/token/Recent content in Token on TechLog 技术日志Hugozh-cnThu, 06 Aug 2026 23:00:00 +0800https://techlog.122113.xyz/posts/2026-08-06-token-cost-truth/Thu, 06 Aug 2026 23:00:00 +0800https://techlog.122113.xyz/posts/2026-08-06-token-cost-truth/<blockquote> <p>仪表盘显示 7 天消耗 4 亿 token,看似吓人——但拆开看,真实成本一个月才几十块。</p> </blockquote> <h2 id="现象">现象</h2> <p><code>hermes insights</code> 显示:</p> <ul> <li>输入 477 万 + 输出 92 万</li> <li><strong>Total 4 亿</strong>(对不上?)</li> </ul> <h2 id="真相total--输入--输出--缓存读--缓存写--推理">真相:Total = 输入 + 输出 + 缓存读 + 缓存写 + 推理</h2> <p>4 亿的真实构成:</p> <table> <thead> <tr> <th>项目</th> <th>数量</th> <th>占比</th> </tr> </thead> <tbody> <tr> <td><strong>缓存读取(cache read)</strong></td> <td>3.99 亿</td> <td><strong>98.6%</strong></td> </tr> <tr> <td>输入</td> <td>447 万</td> <td>1.1%</td> </tr> <tr> <td>输出</td> <td>76 万</td> <td>0.2%</td> </tr> <tr> <td>推理</td> <td>33 万</td> <td>0.08%</td> </tr> </tbody> </table> <p><strong>&ldquo;4 亿&quot;几乎全是缓存读取</strong>——不是真的消耗了 4 亿新 token。</p> <h2 id="为什么有这么多缓存读">为什么有这么多缓存读</h2> <p>长会话场景(如 QQ 单窗口聊天):每轮对话都要把<strong>整个会话历史</strong>重新发给模型。但历史大部分没变,被**上下文缓存(cache)**命中——服务端只收极低的缓存价,不重新计费。</p> <p>单轮实测:发一条消息,输入 2,421 token,但<strong>缓存读 23 万</strong>(整个历史)。</p> <h2 id="成本换算">成本换算</h2> <p>按 DeepSeek V4-Flash 价格(涨价前):</p>