<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
	<channel>
		<title>价格 on 宝盒笔记</title>
		<link>https://demo1-1gq.pages.dev/tags/%E4%BB%B7%E6%A0%BC/</link>
		<description>Recent content in 价格 on 宝盒笔记</description>
		<generator>Hugo</generator>
		<language>zh-CN</language>
		
		
		
		
			<lastBuildDate>Mon, 16 Nov 2026 11:22:00 +0800</lastBuildDate>
		
			<atom:link href="https://demo1-1gq.pages.dev/tags/%E4%BB%B7%E6%A0%BC/index.xml" rel="self" type="application/rss+xml" />
			<item>
				<title>AI 中转站的钱花在哪，三段账拆开看</title>
				<link>https://demo1-1gq.pages.dev/archives/374/</link>
				<pubDate>Mon, 16 Nov 2026 11:22:00 +0800</pubDate>
				<guid>https://demo1-1gq.pages.dev/archives/374/</guid>
				<description>&lt;p&gt;同一个模型，不同中转站报出来的价格能差一倍以上，很多人以为是加价不一样，其实大部分差别在计费口径上。同样一笔用量，按 token 扣和按次扣算出来的账单完全不同。&lt;/p&gt;&#xA;&lt;p&gt;我把这件事拆成三段来看，输入、缓存、失败重试，每一段都有自己的坑。&lt;/p&gt;&#xA;&lt;h2 id=&#34;第一段输入到底算不算钱&#34;&gt;第一段，输入到底算不算钱&lt;/h2&gt;&#xA;&lt;p&gt;官方的计费是输入和输出分开算，输入便宜，输出贵三到五倍。中转站的算法五花八门。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;按 token 双边扣。&lt;/strong&gt; 这是最接近官方的方式，输入按输入价输出按输出价，透明也最好比价。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;按 token 单边扣。&lt;/strong&gt; 有些站把你的输入也算成输出价，理由是「统一简化」。这种人写长提示词吃亏特别明显，一篇两千字的文档丢进去让它总结，输入部分的价格直接翻几倍。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;按次数扣。&lt;/strong&gt; 一次请求多少钱，不管输入多长输出多长，这种对小请求不划算对大请求特别划算，你要是经常让它读长文档跑长文本总结，按次扣的站比按 token 的便宜很多。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;按月包。&lt;/strong&gt; 定额多少钱一个月随便用，通常带每日次数上限或者限速，适合用量稳定的人，不适合偶尔爆量的人。&lt;/p&gt;&#xA;&lt;p&gt;比价的时候先问清一个事，输入算不算钱、按什么价算。这一个问题就能解释掉一半的价格差。&lt;/p&gt;&#xA;&lt;h2 id=&#34;第二段缓存吃掉多少&#34;&gt;第二段，缓存吃掉多少&lt;/h2&gt;&#xA;&lt;p&gt;这一段的坑最多，也最没人讲。&lt;/p&gt;&#xA;&lt;p&gt;大部分模型服务支持上下文缓存，同样一段前缀重复出现，第二次开始价格大幅下降，官方能降到原价的一折甚至更低。问题在于中转站会不会把这个折扣传给你。&lt;/p&gt;&#xA;&lt;p&gt;三种做法。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;全额传递。&lt;/strong&gt; 缓存命中的部分按缓存价扣，账单上能看到命中量。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;部分传递。&lt;/strong&gt; 缓存价按一个折中的数字算，比如原价的一半，剩下的它自己留着。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;完全不传。&lt;/strong&gt; 一律按原价扣，缓存的好处它全吃。&lt;/p&gt;&#xA;&lt;p&gt;判断方法很直接，跑两次一模一样的超长请求，第二次的扣费如果跟第一次一样就说明它没传缓存折扣。&lt;/p&gt;&#xA;&lt;p&gt;这件事对长对话的影响很大。一个持续几十轮的对话，每轮都要把前文重新发一遍，缓存命中率能到七八成。不传折扣的站，你在长对话上的成本会是没有缓存时的两三倍。&lt;/p&gt;&#xA;&lt;h2 id=&#34;第三段失败的请求算谁的&#34;&gt;第三段，失败的请求算谁的&lt;/h2&gt;&#xA;&lt;p&gt;第三段最隐蔽，因为它不在价目表上。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;超时截断。&lt;/strong&gt; 输出到一半断了，有的站照样按已经生成的部分扣费，有的直接算失败不计费，前者你花了钱拿不到完整结果。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;重试。&lt;/strong&gt; 网络抖一下，客户端自动重试，一次请求变成两次扣费，用户通常感知不到。&lt;/p&gt;&#xA;&lt;p&gt;&lt;strong&gt;限流拒绝。&lt;/strong&gt; 并发打满被拒，有的站拒绝也照扣，有的不扣。&lt;/p&gt;&#xA;&lt;p&gt;这三个加起来，在高频使用场景下能占到账单的两三成，低频用户感知不到，跑批量的做自动化的会非常痛。&lt;/p&gt;&#xA;&lt;p&gt;判断方法，看它有没有明细账单。能按请求列出时间、模型、输入输出 token 数、扣费金额的，通常比较规矩。只给一个总数的，出问题你没法对账。&lt;/p&gt;&#xA;&lt;h2 id=&#34;并发限制是另一种成本&#34;&gt;并发限制是另一种成本&lt;/h2&gt;&#xA;&lt;p&gt;很多站不是按 token 收钱，是按并发数分档，免费一并发，付费五并发、十并发。&lt;/p&gt;&#xA;&lt;p&gt;这个限制的实际成本要换算成时间。一个请求平均三秒，一并发意味着你一分钟最多二十次调用，跑一千条任务要五十分钟，五并发是十分钟，这个差别在你赶活的时候非常明显。&lt;/p&gt;&#xA;&lt;p&gt;按并发分档的站，看的是「峰值需求」而不是「总量」。你平时一天用十次，但有一次要连着跑五百条，那你需要的是高并发，哪怕一年只用一次。&lt;/p&gt;&#xA;&lt;h2 id=&#34;掉线率这个数没人报&#34;&gt;掉线率这个数没人报&lt;/h2&gt;&#xA;&lt;p&gt;中转站的稳定性差异比价格差异大得多。&lt;/p&gt;&#xA;&lt;p&gt;官方的可用性通常在 99.9% 以上，中转站要看它自己的上游和运维水平。有些站晚高峰会大面积超时，白天的数据完全代表不了晚上，这个数据没人主动报，只能自己测，方法是固定一个提示词，早中晚各跑二十次记成功率，跑三天就有概念了。&lt;/p&gt;&#xA;&lt;p&gt;掉线率高意味着你要写重试逻辑，重试意味着成本上升，成本上升又抵消了价格优势，一家便宜三成但掉线率高一倍的站，实际成本可能更贵。&lt;/p&gt;&#xA;&lt;h2 id=&#34;我的判断顺序&#34;&gt;我的判断顺序&lt;/h2&gt;&#xA;&lt;p&gt;先看计费口径，输入输出怎么算、缓存传不传，这一条能筛掉一半。再看有没有明细账单，能不能按请求对账，这决定了出问题你能不能查。然后测三天的成功率，早中晚各二十次。最后才看价格，前面三条都过得去，价格差个一两成就没那么重要了，因为隐性成本比这点差价大得多。&lt;/p&gt;</description>
			</item>
			<item>
				<title>一份机场账单，标价之外还有三笔钱</title>
				<link>https://demo1-1gq.pages.dev/archives/365/</link>
				<pubDate>Mon, 16 Nov 2026 10:37:00 +0800</pubDate>
				<guid>https://demo1-1gq.pages.dev/archives/365/</guid>
				<description>&lt;p&gt;机场的标价几乎都长一个样，一个月多少钱，给多少 G 流量，看着挺好比。真掏钱之前还有三笔账要算，这三笔不写在价目表上，但会实实在在影响你每个月的支出。&lt;/p&gt;&#xA;&lt;h2 id=&#34;第一笔每-g-单价&#34;&gt;第一笔，每 G 单价&lt;/h2&gt;&#xA;&lt;p&gt;月费除以月流量，这个数才是可比的。同样 60 块钱，给 400G 和给 300G 差得不是一点。&lt;/p&gt;&#xA;&lt;p&gt;拿现在市面上的三家算一遍。花云的 Plus 是 58 元 400G，除下来一 G 一毛四。灯塔的 VIP 是 68 元 300G，一 G 两毛三。Jeeyio 的三档统一 0.200 元一 G，12 元给 60G，30 元给 150G，48 元给 240G。&lt;/p&gt;&#xA;&lt;p&gt;三个数字摆在一起，最贵的比最便宜的贵六成，而它们的标价看起来差不多。只看月费下单，等于闭着眼挑。&lt;/p&gt;&#xA;&lt;p&gt;单价不是越低越好，得看它对应的东西。花云那个一毛四是走量价的产物，靠的是专线过境加上海联通入口。灯塔两毛三对应的是双前置加 Ucloud 专线，成本结构不一样。Jeeyio 三百块一年的价格合理不合理，取决于你用它跑什么，常年挂着下大文件的人跟偶尔查资料的人，账算出来完全不同。&lt;/p&gt;&#xA;&lt;h2 id=&#34;第二笔倍率折扣&#34;&gt;第二笔，倍率折扣&lt;/h2&gt;&#xA;&lt;p&gt;有些机场会标倍率，0.2 倍率的意思是这个节点上跑的流量按五分之一扣。&lt;/p&gt;&#xA;&lt;p&gt;花云手上还剩 4 个 0.2 倍率节点，这是它这轮涨价之后唯一没动的东西。按一半流量走 0.2 节点算，400G 能折出 1200G 左右，折算下来每 G 四分八，这个数字比标价好看太多。&lt;/p&gt;&#xA;&lt;p&gt;折扣有条件。第一是速度，0.2 节点通常比主流节点慢一档。第二是稳定性，人多了也堵，晚高峰能不能挂得住得自己盯。第三是可用性，机场随时可能调倍率，今天 0.2 明天 0.5 的事常有，按倍率算的账本质上是在赌政策不变。&lt;/p&gt;&#xA;&lt;p&gt;我自己的算法是把倍率折扣打个对折再算进成本。就是说 0.2 倍率我按 0.4 来估算实际收益，这样就算机场中途调价，账也不至于崩。&lt;/p&gt;&#xA;&lt;h2 id=&#34;第三笔没用完的流量&#34;&gt;第三笔，没用完的流量&lt;/h2&gt;&#xA;&lt;p&gt;这条容易被忽略。四百 G 的套餐，你一个月只用了六十 G，剩下三百四十 G 就是白付的钱。&lt;/p&gt;</description>
			</item>
	</channel>
</rss>
