长上下文的价格陷阱：多喂一个 token，整单价格翻倍
很多人算长文本任务的成本时，是拿价目表首页那个单价乘以 token 数。这个算法在输入不长时没问题，一旦超过某个阈值就会系统性算少——因为 9 个主流模型的输入单价是分档的，超过阈值后单价直接翻倍甚至翻 6 倍。
更容易被忽略的是计费方式：不是超出部分才按高价，而是整个请求的所有 token 都按新档重算。阿里云百炼的计费规则页写得很直白：「单价取决于单次请求的输入 Token 总量。该请求的所有 Token 均按对应阶梯的单价结算。」多喂进去一个 token，整单价格就跳一级。
谁在分档，跳几倍
下面是我们价格库里已建模分档的 9 个模型。海外四家统一是超过阈值翻倍，国产三家的档位更密、跳得更陡。
| 模型 | 第一档 | 第二档 | 第三档 | 输入价最大跳幅 |
|---|---|---|---|---|
| GPT-5.5 | ≤272K：$5 / $30 | >272K：$10 / $45 | — | 2 倍 |
| GPT-5.4 | ≤272K：$2.5 / $15 | >272K：$5 / $22.5 | — | 2 倍 |
| Claude Sonnet 4.6 | ≤200K：$3 / $15 | >200K：$6 / $22.5 | — | 2 倍 |
| Gemini 3.1 Pro | ≤200K：$2 / $12 | >200K：$4 / $18 | — | 2 倍 |
| Gemini 2.5 Pro | ≤200K：$1.25 / $10 | >200K：$2.5 / $15 | — | 2 倍 |
| Grok 4.3 | ≤200K：$1.25 / $2.5 | >200K：$2.5 / $5 | — | 2 倍 |
| Qwen3 Max | ≤32K：¥2.5 / ¥10 | ≤128K：¥4 / ¥16 | >128K：¥7 / ¥28 | 2.8 倍 |
| Qwen3.5 Plus | ≤128K：¥0.8 / ¥4.8 | ≤256K：¥2 / ¥12 | >256K：¥4 / ¥24 | 5 倍 |
| Qwen3.5 Flash | ≤128K：¥0.2 / ¥2 | ≤256K：¥0.8 / ¥8 | >256K：¥1.2 / ¥12 | 6 倍 |
整单重算，所以差价比你以为的大得多
假设你做一个文档问答系统，每次请求塞 250K 上下文，用 Qwen3.5 Flash，每天 1000 次。
按价目表首页的 ¥0.2 算：250K × 1000 次 × 30 天 = 7.5B tokens，月成本约 1500 元。实际上 250K 落在第二档，单价是 ¥0.8，月成本 6000 元。差 4500 元，而且不是因为你多用了，是因为算错了档。
如果这个系统的上下文再涨一点到 260K，就掉进第三档 ¥1.2，月成本 9000 元。从 250K 到 260K，上下文只多了 4%，账单涨了 50%。
这就是分档计费和线性计费最大的区别：成本曲线是阶梯状的，在阈值附近极度敏感。
我们自己也踩了这个坑，而且踩了两次
说这个话题有底气，是因为本站的三个计算器在 2026-07-31 之前一直算错。models.json 里每个模型只存了一个扁平单价，分档结构根本没建模，所以 Token 计算器、月账单计算器、省钱路由在长输入场景下全部系统性低估。
修的时候又踩了第二个坑。给阿里云那三个模型录档位阈值时，我按程序员的习惯把 128K 写成了 128×1024=131072。但百炼计费规则页写得很清楚：「计费区间中的 K 表示 1,000」，128K 就是 128,000。差出来的 3072 token 区间里，请求会被算成低一档的价格。
两个坑的性质不同：第一个是漏了一整个维度，第二个是单位默认值想当然。第二个更隐蔽——数字看着对，逻辑也对，只有去读厂商的计费规则原文才会发现 K 的定义和你以为的不一样。
有意思的是，竞品也没做这件事
OpenRouter 的模型目录里带了 49 个模型的跳档数据字段，但它自己的模型页只展示扁平单价，没有做跳档的展示层。我们查了一圈，主流比价站里没有把分档价格接进成本计算的。
原因大概是这个字段拿到容易、用起来麻烦：要改数据结构、要改计算逻辑、要在界面上表达清楚「你这个输入长度落在哪档」。但对做长文本的人来说，不做这件事的价格表就是不准的。
几条实操建议
如果你的任务涉及长上下文，下面几件事值得做一遍。
- 先量一下自己请求的输入 token 分布，看有多少比例落在阈值以上。卡在阈值附近的话，把上下文压到阈值以内，单价直接减半。
- 算成本时用能识别分档的工具。本站的 Token 计算器和月账单计算器现在会按你填的输入长度自动取档，模型页也有完整分档表。
- 别把「上下文窗口 1M」当成可以随便用满。Qwen3.5 Flash 支持 1M 上下文，但用到 300K 时单价已经是 128K 以内的 6 倍。窗口大小和价格档位是两件事。
- 读厂商计费规则时留意单位定义。K 是 1000 还是 1024、tokens 怎么算、缓存命中怎么计价，这些细节决定了你的估算差多少。
数据来源
阿里云三个模型的档位取自百炼模型价格页直读；OpenAI、Anthropic、Google、xAI 四家的档位经 LiteLLM 公开价格数据集核对，均标注在各模型详情页的分档表下方。核对日期 2026-07-31。
还没建模分档的模型（如 Claude Opus 系列、GLM、Kimi、豆包）在数据里没有 tiers 字段，我们不猜——查不到官方分档说明就不写，宁可留白。
常见问题
超过阈值后，是全部 token 涨价还是只有超出部分涨价？
全部。百炼计费规则页原文：「单价取决于单次请求的输入 Token 总量。该请求的所有 Token 均按对应阶梯的单价结算。」所以输入 128,001 token 和 128,000 token 的单价完全不同，前者整单按高档算。
128K 到底是 128,000 还是 131,072？
阿里云百炼明确写的是 128,000（K 表示 1,000）。这一点我们最初也搞错过，按 1024 进制录成了 131,072，后来读官方计费规则才修正。不同厂商的定义未必一致，看具体文档为准。
哪些模型没有分档？
DeepSeek V4 系列、GLM、Kimi、豆包等我们没查到官方分档说明的，价格库里就没有 tiers 字段，按单一价计算。找不到依据的我们不填，避免编造。
缓存命中价也会跟着跳档吗？
海外几家会。以 GPT-5.5 为例，272K 以内缓存价 $0.5，超过后 $1；Sonnet 4.6 从 $0.3 到 $0.6，同样翻倍。阿里云那三个模型的分档表里没有单列缓存价，缓存按另一套规则计费。
怎么知道我的请求落在哪一档？
看单次请求的输入 token 总量，不是上下文窗口大小，也不是累计用量。本站模型详情页有完整分档表，Token 计算器会按你粘贴的文本自动判断落在哪档并用该档单价计算。
文中价格与价格表同源、每日核对。选型前去看一眼最新价。
打开价格表 →