免费工具
智能体工作负载 LLM 成本计算器
估算同一份智能体工作负载在不同模型上每月要花多少钱。填写请求量和 Token 构成，设置各模型每百万 Token 的单价，即可在考虑提示词缓存的前提下横向对比。
完全在浏览器本地运行，你输入的任何内容都不会被发送出去。
工作负载
按缓存输入单价计费的输入 Token 占比。
模型与单价
美元 / 每百万 Token
示例价格——请按你所用服务商的最新定价修改。
月度估算
每月 4.4万 次请求 · 每月输入 5.3亿 Token，输出 3520万 Token
| 模型 | 单次请求 | 输入费用 | 输出费用 | 每月 | 相比最贵模型节省 |
|---|---|---|---|---|---|
旗舰模型基准 | US$0.098 | US$2,904.00 | US$1,408.00 | US$4,312.00 | — |
中端模型 | US$0.0196 | US$580.80 | US$281.60 | US$862.40 | US$3,449.60 (80%) |
经济模型最便宜 | US$0.00294 | US$87.12 | US$42.24 | US$129.36 | US$4,182.64 (97%) |
计算公式
月请求数 = 每日请求数 × 天数 输入费用 = 输入 Token × ((1 − 缓存命中率) × 输入单价 + 缓存命中率 × 缓存单价) ÷ 1,000,000 输出费用 = 输出 Token × 输出单价 ÷ 1,000,000 月费用 = 月请求数 × (输入费用 + 输出费用) 节省 = 最贵模型月费用 − 当前模型月费用
结果仅为估算。实际账单还会受推理 Token、缓存写入加价、阶梯或长上下文定价、重试以及税费等因素影响。
AutoJev 如何估算成本与节省
- AutoJev 中的每个模型都记录了每百万 Token 的输入、输出和缓存单价——正是你在上面填写的三项。
- 路由选择“更低成本”决策偏好时，每个请求都会发给满足能力要求（如工具调用、视觉）的最便宜候选模型。价格未知的模型绝不会被当作免费。
- 对每个请求，AutoJev 根据上下文大小和预期输出（近期同类请求输出量的中位数）估算费用；缓存单价只会用于已经持有该会话缓存的模型。
- 在路由上设置“成本基准”模型后，AutoJev 按“基准模型费用 − 实际选中模型费用”（不低于 0）估算每个请求节省的金额。基准只用于估算，不影响模型选择或实际计费。