先说结论
文档批量的预算是四个乘数：每月文档数 × 每份文档 token 数 × 价格档位（输入/输出/缓存/批处理） × 容错系数（重试）。真正毁掉预算估算的是两件事：按页数猜 token，以及忘记重试会整单重新计费。下面我们用真实分词器实测六份原创文档，逐条声明假设，并为两个假设工作负载计算低/中/高的月度预算。所有数字都是预算示例，不是真实账单。
第一课：字数不等于 token（实测而非猜测）
我们写了六份原创演示文档——中英文备忘各按短/中/长三档——并用 OpenAI 开源分词器（tiktoken，o200k_base 编码）统计 token。这些数字是该编码下的真实输出，不是估计——但某个编码并不自动等于每个 OpenAI 模型使用的分词器；请核对你的模型映射到哪个编码，并把厂商 API 响应 usage 字段返回的计数当作权威值。其他厂商的分词器完全不同，我们的计数只是一个锚点，不是普适常数。
| 样本 | 字符数 | token 数（o200k_base 实测） | 每 token 字符数 |
|---|---|---|---|
| 英文短 | 298 | 79 | 3.77 |
| 英文中 | 1,399 | 283 | 4.94 |
| 英文长 | 2,380 | 495 | 4.81 |
| 中文短 | 102 | 77 | 1.32 |
| 中文中 | 401 | 309 | 1.30 |
| 中文长 | 667 | 515 | 1.30 |
在这六个样本里，英文散文约 4–5 字符/token，中文约 1.3——所以那份 401 字的中文备忘消耗的 token（309）比 1,399 字符的英文备忘（283）还多，这类文本的每字符密度差约为 3.8 倍。这是这批样本的性质，不是定律：不要把它换算成固定的"中文=英文 4 倍"乘数，更不要按页数做预算。请测量（或取得厂商返回值）你自己的文档——体裁、排版和词汇都会移动这个比例。
假设清单（全部显式，全部可调）
| 假设 | 一次性小批量（S1） | 重复处理（S2） |
|---|---|---|
| 数量 | 50 份 / 月 | 500 份 / 月 |
| 指令前缀（每次请求的输入） | 400 token（很小，不值得缓存） | 4,000 token（共享指令/RAG 上下文，可缓存） |
| 每份输出（摘要类任务） | 低/中/高 = 200 / 400 / 800 token | 相同 |
| 文档长度锚点 | 实测样本：77–515 token | 相同 |
| 重试 | 5% 请求，整单重新计费 | 3% 请求，整单重新计费 |
| 缓存 | 无（无稳定前缀） | 前缀写入一次，之后按缓存读取——理想热缓存假设；S2 下方给出热/冷区间（术语见计费指南） |
| 费率（核查 2026-11-11） | DeepSeek ¥2/¥8 高峰；OpenAI $2/$10 | 同左 + DeepSeek 错峰半价；OpenAI Batch 50% |
每份文档的公式与我们的成本计算器一致：成本 =（输入 token × 输入价 + 输出 token × 输出价 + 缓存读取 × 缓存价）/ 1,000,000，再 × 文档数 ×（1 + 重试率）。输出 token 是显式假设——本文按摘要类任务；翻译类任务的输出会随文档长度等比放大，另算。
场景 S1——一次性小批量（50 份/月）
| 语言 / 档位（文档 token） | DeepSeek 高峰 月成本 | OpenAI sol 月成本 | 每 1,000 份（DS / OAI） |
|---|---|---|---|
| 英文·低（79 token） | ¥0.13 | $0.16 | ¥2.7 / $3.1 |
| 中文·低（77 token） | ¥0.13 | $0.16 | ¥2.7 / $3.1 |
| 英文·中（283 token） | ¥0.24 | $0.28 | ¥4.8 / $5.6 |
| 中文·中（309 token） | ¥0.24 | $0.28 | ¥4.8 / $5.7 |
| 英文·高（495 token） | ¥0.43 | $0.51 | ¥8.6 / $10.3 |
| 中文·高（515 token） | ¥0.43 | $0.52 | ¥8.6 / $10.3 |
五十份小文档的成本不到一杯咖啡。对预算有意义的读数是最后一列：每 1,000 份在低/高档区间为 ¥3–9 / $3–10——已含 5% 重试缓冲。如果有人给这种工作负载报四位数的月度"AI 预算"，那个数字一定不是来自 token 算术。
场景 S2——重复处理（500 份/月，缓存前缀）
下表是理想热缓存下界：它假设 4,000 token 的共享前缀整个月保持缓存命中，每次请求都按缓存读价计费。真实月份落在表格的热界与紧随其后的冷区间之间，取决于请求节奏相对厂商 TTL 的分布。4,000 token 的前缀高于 OpenAI 写明的 1,024 token 最短可缓存前缀，缓存适用。
| 变体（热缓存下界；含重试；英文 79/283/495 token，中文 77/309/515 token） | 低 英/中 | 中 英/中 | 高 英/中 |
|---|---|---|---|
| DeepSeek 高峰（¥2/¥8） | ¥0.99 / ¥0.99 | ¥2.02 / ¥2.05 | ¥3.89 / ¥3.91 |
| DeepSeek 错峰（=半价） | ¥0.49 / ¥0.49 | ¥1.01 / ¥1.02 | ¥1.94 / ¥1.95 |
| OpenAI sol（$2/$10） | $1.32 / $1.32 | $2.56 / $2.58 | $4.84 / $4.86 |
| OpenAI Batch（=50%，可延迟） | $0.66 / $0.66 | $1.28 / $1.29 | $2.42 / $2.43 |
中档每 1,000 份（等于 500 份列的两倍，按语言分列）：DeepSeek 高峰 ¥4.04（英）/ ¥4.10（中）、错峰 ¥2.02 / ¥2.05；OpenAI sol $5.11（英）/ $5.17（中）；OpenAI Batch $2.56（英）/ $2.58（中）。三点结构性说明：(1) 4,000 token 的共享前缀在这种文档尺寸下缓存节省有限——只有共享上下文相对文档很大时（比如更长的指令或 RAG 上下文）缓存才显著；(2) 各家折扣叠加方式不同（OpenAI Batch 全线五折；DeepSeek 靠错峰时段——见计费指南）；(3) 对同一语料的季度重复处理会重新计费每一次请求，除非你在应用层做了缓存且语料没有变化。
热界不是你默认该预期的账单。一旦请求间隔超过缓存 TTL，下一次请求就要重新付费写入：OpenAI 的 GPT-5.6 及以后模型按 30 分钟 TTL 1.25 倍输入价（本例 $2.50/1M）、12 小时 TTL 2.5 倍（$5/1M）收取写入费，写入替代这些 token 的输入计费；DeepSeek 无写入费，冷请求只按正常的缓存未命中输入价计费。按英文中档工作负载计算，区间为：热 $2.56 → 每次都冷 $7.50（30 分钟 TTL）或 $12.65（12 小时 TTL）每 500 份（OpenAI），热 ¥2.02 → 冷 ¥6.06（DeepSeek 高峰）——仅缓存一项就有约 3 倍摆幅。一个下午一次性补完 500 份，表现接近热界；整月每个工作小时处理一份，则接近冷界。按自己的调度选区间端点，成本敏感时以厂商返回的 usage 计数为准。
本节初版把 OpenAI 的 500 份数值（$2.58/$1.29）标成了每 1,000 份，并且表格混用了英文样本数与中文模型数；现表格与每 1,000 份句子均由同一份按语言划分的数据生成，2026-11-12 已更正。
这些数字里不含什么
- OCR——纸质扫描件需要先做文字提取（独立步骤，有自己的成本或质量风险）；表中假设输入是干净的数字文本。
- 向量嵌入 / 向量库——检索增强类流程要付 embedding 调用费和向量库费用；本文未建模。
- 人工复核——有人读摘要并修正错误，这通常是流水线里最大的成本；它永远不会出现在 API 账单里。
- 流量尖峰——月度总额假设平稳用量；某一天 10 倍的量会让当天成本乘 10。
- 换模型/换档位——费率换档改变预算数字，不改变算术。
YYSI 工具次数套餐与供应商 API——两种产品
如果需求是偶尔的手动任务（现在总结一份文件），YYSI 工具箱的 AI 工具提供全站 3 次免费试用，之后是一次性用量包（$4.99 / 100 次、$9.99 / 250 次）——按次计费、人工驱动，文件经 YYSI 服务器发给 AI 服务商。而文档流水线（数百份、自动触发、代码取结果）需要供应商 API 与计费账户——次数套餐不是为流水线设计的，试用次数也撑不住。按工作形态选择，再按本页方法做预算。
预算检查清单
- 在真实文档上测 token（OpenAI 编码用 tiktoken；其他厂商对每类文档形状发一次测试调用看 usage 返回值）——绝不按页数。中文文本的 token 密度高于英文（我们的样本约 1.3 对 4–5 字符/token），请实测而不是套用固定倍数。
- 写明指令前缀及其是否稳定到可以缓存。
- 假设一个输出长度并说出来——冗长任务的输出费常常追平输入费。
- 加重试系数（2–5% 常见），并接受重试整单重新计费。
- 判断哪些折扣名正言顺地适用：Batch 只给可延迟的工作；错峰只在 DeepSeek 且只在夜间；缓存只在真的共享前缀时。
- 列出被排除的成本（OCR、向量、存储、人工复核），让预算诚实标注自己的边界。
- 下单前在价格数据页或 model-prices JSON 复核费率，并用计算器代入新数字重跑。
用我们的文档试一遍
以下六个样本与假设/模型文件就是上文每个数字的原始材料（YYSI 撰写的合成文本；无真实公司与人物）。自己分词对照——然后换成你自己的文档，用同样的方法重新推导低/中/高锚点。
- en-short.txt —— 英文短备忘（298 字符） — 下载样例 · 308 字节
- en-mid.txt —— 英文中等备忘（1,399 字符） — 下载样例 · 1431 字节
- en-long.txt —— 英文长手册节选（2,380 字符） — 下载样例 · 2434 字节
- zh-short.txt —— 中文短纪要（102 字） — 下载样例 · 266 字节
- zh-mid.txt —— 中文中等备忘（401 字） — 下载样例 · 1100 字节
- zh-long.txt —— 中文长手册节选（667 字） — 下载样例 · 1778 字节
- budget-model.json —— 实测 token、全部假设与计算结果 — 下载样例 · 4404 字节
费率于 2026-11-11 在官方页面核实、2026-11-12 复核（来源见上）；分词器为 tiktoken o200k_base。算术脚本与其控制台输出保存在 YYSI 私有运行目录中以保证可复现。
来源与核查
- OpenAI official API pricing — gpt-6.1-sol $2/$10 per 1M tokens, cached input $0.10, cache write $2.50 (30m TTL) / $5.00 (12h TTL) on GPT-5.6+ models, Batch 50%; verified 2026-11-11; re-verified 2026-11-12 — 来源核查日期 2026-11-12
- DeepSeek official API pricing — deepseek-flash peak/off-peak rates and cache-hit pricing, no write fee; verified 2026-11-11; re-verified 2026-11-12 — 来源核查日期 2026-11-12
- OpenAI prompt caching guide — minimum cacheable prefix 1,024 visible input tokens for GPT-5.6+; TTL 30m/12h via Responses API with write rates 1.25x/2.5x input; checked 2026-11-12 (basis for the warm/cold cache range) — 来源核查日期 2026-11-12
- tiktoken — OpenAI's open-source tokenizer; the o200k_base encoding used to measure the sample documents' tokens (measured 2026-11-11). Counts are actual output of that encoding; whether a given OpenAI model uses o200k_base must be checked against the model's own usage counts — 来源核查日期 2026-11-12
- YYSI prices-data page — shared dataset with per-row official sources and check dates; the place to refresh rates before budgeting — 来源核查日期 2026-11-12
来源核查日期 Token counts for the six sample documents were measured with tiktoken's o200k_base encoding on 2026-11-11 — that measurement is real and unchanged; it is an actual tokenization under that specific encoding, not a verified mapping to every OpenAI model (a model may use a different encoding; the authoritative count is the usage figure each API response returns). The earlier ±10-30% estimate for other vendors and the "Chinese ≈ 4x English per page" generalization were not evidenced beyond these six samples and were narrowed on 2026-11-12. API rates were verified on official pages on 2026-11-11 and re-verified 2026-11-12. Corrections of 2026-11-12: (1) the per-1,000-documents sentence repeated the 500-document OpenAI figures ($2.58/$1.29) and mixed the English-sample table with Chinese-sample model numbers — the S1/S2 tables now label language per row/column and per-1,000 values were recomputed from the same data; (2) the S2 table assumed a fully warm cache all month — it is now labeled an idealized warm-cache lower bound and a computed warm-to-cold range was added. Volumes, instruction-prefix sizes, output lengths and retry rates are stated assumptions for hypothetical workloads — every figure in this guide is a budget EXAMPLE, not a measured bill, and YYSI did not run any vendor billing for this article. The arithmetic script and its output are preserved in YYSI's private run directory; the sample documents and the full assumptions/model file are downloadable below.
阅读编辑标准（EN），或发送纠错到 [email protected]。