Token 与成本

自建推理与 API 的分界点无法通用，只能代入自己的参数。本文给出统一到「每百万输出 Token」的可复算算式、利用率与输入输出比的敏感度表，并逐档比出打平 Sonnet 5、gpt-5.4-mini 与 gpt-6-luna 所需的吞吐阈值。

提示缓存把重复前缀的输入 Token 单价压到牌价 10%，部分厂商低至 2%。本文按四家公开计费口径，测算不同命中率下大模型 API 价格的降幅与失效条件。