别被所谓的“每百万Token单价”给骗了

很多做大模型选型的人习惯盯着价格表对比，觉得 A 模型比 B 模型便宜 30%，就赶紧切换。但现实是，你可能会发现切换后的实际成本反而翻了 10 倍。

最坑的地方在于“推理 Token（Reasoning Tokens）”。现在很多模型在给你最终答案前，会先在后台进行一段思考过程。这些思考过程产生的 Token 同样计费，但你作为用户，很多时候在 API 返回值里根本看不到它们，或者它们被藏在特定的字段里。

我之前见过一个极端的实操案例：
某个候选模型标价看起来比当前模型便宜 30%，结果跑一次真实请求，账单明细出来了：

• Prompt Tokens: 274
• Completion Tokens: 132
• 其中 Reasoning Tokens: 123
• 实际可见的答案 Tokens: 9

你为 132 个 Token 付钱，但真正能用的只有 9 个。折算下来，有效输出的实际单价竟然是标价的 14.7 倍。所谓的“便宜模型”其实贵得离谱。

除此之外，这种机制还经常导致莫名其妙的 Bug。如果你给 API 设置了严格的 max_tokens 限制，这些不可见的推理 Token 会迅速吃掉所有额度，导致模型还没来得及输出答案就截断了。结果就是你收到一个空响应，很容易误以为是模型能力不行，其实只是预算被内部思考给占满了。

给打算做模型迁移或成本核算的同学一个实操建议：

不要看官网的价格表，直接发一个真实请求，然后在响应体中检查这个字段：

"completion_tokens_details": {
    "reasoning_tokens": 123
}

用 总计费 Token 减去 reasoning_tokens，算出真正有效输出的单价。如果你的供应商不提供这个字段，那么你根本无法计算该模型的真实成本。

另外，别陷入“贵的一定聪明，便宜的一定笨”的线性思维。便宜模型在处理简单任务时可能和顶级模型分差只有 4%，但在处理“拒绝错误请求”这种边界 case 时，可能会出现严重的幻觉。选模型不能只看平均分，得看它在哪个环节会翻车。