主题
什么是 272K 分档？
272K 分档，就是部分模型按输入规模切换价格档位
以 gpt-5.4 为例：当本次请求输入不超过 272K tokens 时，按普通档计费； 当输入超过 272K tokens 时，会进入长上下文档位，输入价格和缓存读取价格都会变化。
最短结论
- 272K 分档不是所有模型都有的规则。
272K tokens约等于272,000 tokens。- 目前文档示例里，
gpt-5.4有≤ 272K和> 272K两个档位。 - 是否进入分档，主要看本次请求的输入规模，最终以控制台使用日志为准。
272K 到底是什么意思？
K 可以理解为“千”。 所以：
text
272K tokens ≈ 272,000 tokens这里的 272K 不是金额，也不是字数，而是 Token 数量级。 它用来判断某些模型是否进入长上下文价格档位。
哪些模型有 272K 分档？
不是所有模型都有分档。 例如：
| 模型 | 价格规则 | 说明 |
|---|---|---|
gpt-5.2 | 固定单价 | 输入、缓存读取、补全输出都有固定价格 |
gpt-5.4 | 输入分档 | 输入和缓存读取会按 272K 分普通档和长上下文档 |
重点
不要看到 272K 就以为所有模型都这样算。 只有明确标注分档的模型，才需要按对应档位理解价格。
gpt-5.4 的 272K 分档价格
以 gpt-5.4 为例：
| gpt-5.4 输入规模 | 输入价格 / 1M tokens | 缓存读取 / 1M tokens | 补全输出 / 1M tokens |
|---|---|---|---|
输入 ≤ 272K | $2.5000 | $0.2500 | $15.0000 |
输入 > 272K | $5.0000 | $0.5000 | $15.0000 |
可以简单理解：
text
输入不超过 272K：普通档
输入超过 272K：长上下文档为什么超过 272K 会更贵？
因为长上下文意味着模型要读取、保持和处理更多内容。 这类请求通常比普通短上下文请求消耗更多资源。
常见长上下文场景包括：
容易超过的场景
- 一次性塞入大量代码文件
- 携带很长的历史聊天记录
- 让工具读取大型项目上下文
- 上传或粘贴大段日志、文档、报错信息
通常不容易超过的场景
- 普通聊天
- 短问题短回答
- 只分析小段代码
- 不携带大量历史上下文的请求
272K 分档影响哪些费用？
以 gpt-5.4 为例，超过 272K 后主要影响：
- 输入价格
- 缓存读取价格
补全输出价格在当前示例里仍然是：
text
$15.0000 / 1M tokens也就是说，gpt-5.4 的分档重点不是“输出价格变了”，而是：
text
长上下文下，输入和缓存读取的单价变了和缓存有什么关系？
上下文越长，缓存越重要。
如果没有缓存，重复的大段上下文可能每次都按普通输入价格计算。 本站支持缓存优化，命中缓存后，重复部分可以按缓存读取价格计算。
🚀 长上下文场景更能体现缓存价值
272K 分档通常出现在上下文很长的请求里。 这类场景下，如果没有缓存，重复上下文成本会非常明显； 本站缓存技术可以让重复部分尽量走缓存读取价格，长期使用更划算。
怎么判断自己是否进入 272K 分档？
最可靠的方法是按 使用日志文档 查看控制台记录。
建议重点看：
1. 模型名称
先确认本次请求是不是使用了有分档规则的模型，例如 gpt-5.4。
2. 输入 Token
查看普通输入和缓存读取的 Token 明细，判断本次输入规模是否很大。
3. 实际扣费
最终对账以使用日志里的实际扣费为准。
怎么避免不必要地进入长上下文档？
如果你想控制成本，可以这样做：
- 不要一次性发送无关的大文件。
- 让工具只读取当前任务需要的文件。
- 长任务分阶段处理，不要无限堆上下文。
- 定期清理无用历史对话。
- 大型项目先让模型看目录，再按需读取关键文件。
- 关注使用日志里的输入 Token 和缓存读取 Token。
常见误区
272K 是不是所有模型都有？
不是。 例如 gpt-5.2 是固定单价；gpt-5.4 才有 ≤ 272K 和 > 272K 两个输入档位。
超过 272K 是不是输出也变贵？
以当前 gpt-5.4 示例看，补全输出价格仍是 $15.0000 / 1M tokens。 分档主要影响输入价格和缓存读取价格。
我只发了一句话，为什么可能上下文很大？
因为很多工具会自动携带历史对话、项目文件、代码片段、系统提示词或日志。 你看到的是一句话，但真正发给模型的可能是一大段上下文。
有缓存就不用关心 272K 了吗？
仍然要关心。 缓存可以降低重复内容的成本，但最终费用还会受到普通输入、缓存读取、输出长度和分组倍率影响。