CostPerPrompt 发布了用于估算每月人工智能应用成本的计算器

Why it matters

Per-token prices omit the context growth, retries, tool calls and discount rules that shape production AI bills. Workload calculators can expose those assumptions before deployment, provided teams verify the underlying rates with model providers.

CostPerPrompt 发布用于估算聊天机器人、代理、检索系统和其他 AI 工作负载月度开销的计算器。其主页称其跟踪超过 232 种模型的定价，其旗舰定价表标注为 2026 年 8 月 2 日更新。

该产品旨在解决随着模型市场增长而出现的预算问题。提供商通常按每百万令牌分别报价输入和输出价格。实际账单取决于应用如何处理重复上下文、提示缓存、批处理、工具定义、重试和对话历史。一个令牌价格表将这些决策留给开发者。

CostPerPrompt 的模块涵盖 通用 API 流量、聊天机器人、代理、检索增强生成、语音应用、图像定价、GPU 租赁 和 令牌计数。该网站将结果呈现为供开发者在部署前评估工作负载的规划估算。

从令牌费率到月度账单

API cost calculator 旨在在纳入缓存和批量折扣的情况下比较被跟踪模型之间的工作负载，CostPerPrompt 的主页如是说。

即使在 CostPerPrompt 自身的表内，模型价格也差别很大。该站列出 DeepSeek V4 Flash 0731 的输入为每百万令牌 0.09 美元、输出为每百万令牌 0.18 美元，OpenAI 的 GPT-5.6 Sol 为每百万输入令牌 5 美元和每百万输出令牌 30 美元，Anthropic 的 Claude Fable 5 为每百万输入令牌 10 美元和每百万输出令牌 50 美元。团队在制定预算前仍需将计算器结果与提供商文档核对，因为提供商页面可能会以摘要表无法区分的方式区分缓存命中、缓存未命中、输出费率、批处理作业和长上下文规则。

较低价格的模型能否可靠地完成任务是另一个定性评估，价格计算器无法回答。价格比较确定了给定令牌量的成本，而模型质量、延迟和可靠性决定了该令牌量是否能产生可用结果。

聊天机器人计算器 针对一个不那么明显的开销来源。聊天应用可能会将系统指令和对话历史作为上下文重新发送，随着交流增长而增加输入量。CostPerPrompt 表示其聊天机器人估算考虑了历史增长、重复发送的上下文和缓存命中。

CostPerPrompt 表示，天真的聊天机器人估算可能因忽略缓存和历史增长而错过最终成本的 2–3 倍。其主页将提示缓存描述为将重复输入价格削减最多 90%，但实际节省取决于提供商规则以及应用保留可重用提示前缀的一致性。

困难之处在于选择假设

CostPerPrompt 更广泛的模块遵循相同方法。agent cost calculator 涵盖多步循环、工具模式和重试。RAG calculator 将索引、检索和生成区分开。CostPerPrompt 称其 voice calculator 将语音转文本、模型推理和文本转语音成本合并在一起。

这种打包反映了 AI 应用的构建方式。一个代理可能在产生面向用户的结果之前多次调用模型。一个支持机器人会将旧消息发回提供商。一个语音产品可能在同一分钟的对话中向多个供应商或模型端点付费。仅凭月度请求计数无法捕捉这些模式。

这些假设仍需审查。缓存命中率因工作负载而异，有些提供商对缓存读取、缓存写入和长上下文请求应用不同规则。90% 的缓存折扣可以描述提供商列出的费率，但并不能保证应用的 90% 的输入都符合条件。批量折扣也取决于产品是否能接受延迟结果。

CostPerPrompt 在其 方法论 中表示，定价主要来自 OpenRouter 的公共模型索引并与官方提供商页面交叉核对。它将计算器输出描述为规划估算而非报价，并指示用户向提供商核实最终数字。

公共价格页面提供了有用的参考点。OpenAI 列出了 GPT-5.6 Sol 的每百万输入令牌 5 美元和每百万输出令牌 30 美元，而 Anthropic 列出了 Claude Fable 5 的每百万输入令牌 10 美元和每百万输出令牌 50 美元。Anthropic 还列出了 Claude Fable 5 提示缓存的 90% 输入令牌折扣。

竞争激烈的市场与打包赌注

AI 定价参考资料已经很多。Price Per Token 宣称覆盖超过 300 个模型，并增加了基准测试、价格历史和一个可向代理提供定价数据的 Model Context Protocol 服务器。提供商仪表板显示部署后的实际支出，而可观测性产品可以将模型使用归因到应用和客户。

CostPerPrompt 专注于部署前的规划。其效用将取决于在提供商添加分层定价、区域溢价、长上下文附加费和不断变化的缓存策略时，这些工作负载模板是否仍比电子表格更易用且能保持最新。

底层定价数据本身正成为有价值的基础设施。OpenRouter 在 2026 年 5 月表示 它筹得了 1.13 亿美元的 Series B。CostPerPrompt 使用这类公开的路由和提供商数据来生成规划估算。

当前可用的 CostPerPrompt 页面未识别创始人或运营者、未披露融资，也未命名法人实体。这使得计算器背后的组织不透明，并限制了对其资源和数据维护流程的审查。

准确性就是产品

CostPerPrompt 表示其独立于模型提供商，通过广告和一些附属链接获得资助。该披露很重要，因为定价比较页面可能会将有价值的流量引导到供应商。

其条款声明 CostPerPrompt 不保证每一项数据都是最新或无误。这一免责声明对于跟踪可能迅速变化的模型名称、折扣和访问条款的服务来说是可以理解的。它也定义了核心运营挑战：团队只有在信任刷新流程到足以从那里开始预算时，才会使用这些计算器。

CostPerPrompt 已围绕基于工作负载的成本估算构建了一个实用界面。开发者可以将其用作初步评估，然后在投入生产流量之前，核实模型价格、折扣规则和工作负载假设与提供商文档是否一致。