API 倍率低就更省吗？把缓存价格一起算进去 - AIPlan

先给结论：倍率低不等于更省。按官方 GPT-6.1 Sol 的价格算，0.14 倍率配 82.1% 缓存命中，只有在“输出 token 占输入 token 的 3.26% 以上”时才比 0.2 倍率配 94.2% 缓存便宜。低于这条线，高倍率反而更省钱。下面把这 3.26% 是怎么算出来的拆开。 先把官方单价摆出来 截至 2026 年 10 月 18 日核对，官方 API 定价页给的是每 100 万 token 的美元价，短上下文与长上下文分开列。三个模型的数字如下。 模型 输入 缓存输入 缓存写入 输出 gpt-6-luna $0.10 $0.01 $0.125 $0.50 gpt-6.1-sol $2.00 $0.10 $2.50 $10.00 gpt-6-astra $10.00 $1.00 $12.50 $50.00 长上下文的数字是另一套：Sol 长上下文输入 $4.00、缓存输入 $0.20、输出 $15.00；Luna 长上下文输入 $0.20、缓存 $0.02、输出 $0.75；Astra 长上下文输入 $20.00、缓存 $2.00、输出 $75.00。 中转站说的“官方价 0.14 倍”，通常指把上表每一项都乘 0.14。那么 0.14 倍下的 Sol 就是输入 $0.28、缓存输入 $0.014、输出 $1.40。看起来比官方便宜 86%，但缓存这一项的比例关系没有变：缓存输入永远是普通输入的 1/20。 缓存命中率改变的是权重，不是顺序 这里的分水岭是：缓存便宜的倍数（20 倍）远大于倍率之间的差距（0.14 与 0.20 相差 1.43 倍）。所以谁把更多 token 塞进缓存，谁就占优。 算每 100 万输入 token 的实际成本。公式是：(1 - 命中率) × 输入单价 + 命中率 × 缓存单价，再乘倍率。 • A 站：0.14 倍率，82.1% 命中。(0.179 × $2.00 + 0.821 × $0.10) × 0.14 = ($0.358 + $0.0821) × 0.14 = $0.0616 • B 站：0.20 倍率，94.2% 命中。(0.058 × $2.00 + 0.942 × $0.10) × 0.20 = ($0.116 + $0.0942) × 0.20 = $0.0420 只看输入，B 站每百万 token 便宜 31.8%。这就是“高倍率反而便宜”的来源。但输出端不一样：A 站输出 $1.40，B 站 $2.00，A 站便宜 30%。输入省钱、输出费钱，两个方向相反，所以要找交点。 3.26% 这条线怎么来的 设输入为 I 百万 token，输出为 O 百万 token，令两边总价相等： 0.0616I + 1.40O = 0.0420I + 2.00O 0.0196I = 0.60O O / I = 0.0327 也就是输出量超过输入量的 3.27% 时，A 站（0.14 倍率）胜出；低于 3.27%，B 站（0.20 倍率）胜出。这个比值和模型无关的前提是两个站用同一个模型；换成 Luna 或 Astra，因为缓存折扣同样是 20 倍，结论的形状一样，具体数字要重算。 举两个真实形状的例子，都用 Sol。 例一，代码补全。 每月输入 4,000 万 token，输出 100 万 token，输出占比 2.5%。 - A 站：40 × $0.0616 + 1 × $1.40 = $2.464 + $1.40 = $3.864 - B 站：40 × $0.0420 + 1 × $2.00 = $1.680 + $2.00 = $3.680 B 站便宜 $0.18，约 4.7%。差得不多，但方向清楚。 例二，长文写作。 输入同样 4,000 万，输出 300 万，占比 7.5%。 - A 站：$2.464 + $4.20 = $6.664 - B 站：$1.680 + $6.00 = $7.680 A 站便宜 $1.02，约 13.3%。输出占比从 2.5% 提到 7.5%，赢家就换了。 缓存写入是第三个变量，很多人漏掉 缓存不是免费的。官方 Sol 缓存写入 $2.50/百万 token，比普通输入 $2.00 还贵 25%。逻辑是：你先把这段前缀写进缓存，之后重复读才便宜。 按 0.14 倍率，写入成本 $0.35/百万。假设一段 5 万 token 的系统提示每天写一次、读 40 次： • 每天写入：0.05 × $0.35 = $0.0175 • 每天缓存读：0.05 × 40 × $0.014 = $0.028 • 如果完全不缓存，40 次全按普通输入：0.05 × 40 × $0.28 = $0.56 缓存方案每天 $0.0455，不缓存 $0.56，差 12.3 倍。但前提是这段前缀真的被重复使用。如果每次请求前缀都变（比如把时间戳或用户 ID 拼在系统提示最前面），缓存永远不命中，你付了写入费还拿不到折扣。 这一条能解释一个常见现象：某个站宣传 90% 以上的缓存命中率，你搬过去却发现账单没降。原因是你的提示词结构不支持前缀复用，命中率是别人跑出来的，不是你的。 报价单上要问清的四个问题 把倍率当唯一指标会踩坑，因为不同站对“倍率”的定义不一样。 • 缓存输入是否单独定价。 有的站把缓存也算进普通输入，等于吃掉你 20 倍的折扣。 • 长上下文是否加价。 官方 Sol 长上下文输入是短上下文的 2 倍、输出 1.5 倍。如果站的报价只写一个数，问清超过多少 token 触发长上下文。 • 缓存写入怎么算。 官方写得比普通输入贵，有的站直接不收，有的站按普通输入收。 • 是否有最低消费或阶梯。 0.14 倍可能只对月消费 500 元以上生效。 这四条都能在站点的价格页找到，找不到就直接问。问不出来说明对方自己也没算清。 顺带说一个容易忽略的对照：订阅和 API 是两套账单，Plus 每月 20 美元（约 133.80 元人民币，按 1 美元 ≈ 6.69 元折算）包的是 ChatGPT 里的用量，不会变成 API 余额。这个区别在订阅与 API 的计费边界里有完整对照。 你的场景该选哪边 按上面的算法，给三个判断口径。 输出占比低于 3%： 典型是代码补全、日志分析、批量分类、检索问答。这类任务输入几十万 token、输出几百 token，缓存命中率是唯一重要的指标。优先选缓存率高的一方，倍率可以放到第二位。 输出占比 5% 到 15%： 长文写作、报告生成、翻译。倍率更重要，但要确认缓存没有单独加价。 输出占比超过 20%： 创意生成、对话式交互。低倍率优势明显，同时要盯住输出单价本身，别只看输入。 如果算下来每月 API 花费不到 50 元，先别急着买订阅；反过来，如果你已经在为 Codex 单独买额度，又常驻在 ChatGPT 里写代码，Plus 月卡 ¥115.50 这类包月方案通常比按 token 付费更好预测，前提是账号当前没有生效中的 Plus。 最后一句边界：本文所有计算基于 2026 年 10 月 18 日官方定价页的美元单价和 1 美元 ≈ 6.69 元的折算，官方调价或中转站改规则后，3.27% 这条线要重新算。 参考资料资料核对日期：2026-10-17 • Business Pricing | OpenAI 延伸阅读• ChatGPT 订阅和 API 有什么区别？先看你从哪里使用 • API Key 怎么保存和使用？先确认密钥属于哪个服务 • 上下文更长，Codex 额度就更多吗？这是两种指标 • 关注实时信息，Grok 和 ChatGPT 应该怎样比较？