主题
什么是输出价格？
输出价格，就是模型生成回复内容的价格
模型读完你的输入后，会生成回答、代码、总结、翻译等内容。 这些由模型生成出来的内容会消耗输出 Token，并按输出价格计费。
最短结论
- 输出价格计算的是“模型生成出来的内容”。
- 回复越长，输出 Token 通常越多，费用也会更高。
- 很多模型的输出价格高于输入价格，这是正常现象。
- 不同模型的输出价格不同；例如
gpt-5.2是$14.0000 / 1M tokens，gpt-5.4是$15.0000 / 1M tokens。 - 最终扣费仍以控制台使用日志为准。
哪些内容算输出？
输出就是模型返回给你的内容。常见包括：
常见输出内容
- 聊天回复
- 代码生成结果
- 文章、总结、翻译内容
- 工具调用后的解释和结论
不属于输出价格的内容
- 你发给模型的问题，通常按输入价格计算
- 历史上下文，通常属于输入或缓存读取
- 命中缓存的内容，可能按缓存读取价格计算
输出价格怎么理解？
模型输出价格通常写成：
text
$14.0000 / 1M tokens意思是：
text
每 1,000,000 个输出 Token，价格是 $14.0000如果本次模型生成了 2,000 tokens，输出费用就是：
text
2,000 / 1,000,000 × $14.0000 = $0.0280本站汇率是 ¥0.2 = $1，所以折合人民币消耗是：
text
$0.0280 × 0.2 = ¥0.0056不同模型的输出价格示例
不同模型的补全输出价格不一定一样：
| 模型 | 计费方式 | 补全输出 / 1M tokens | 说明 |
|---|---|---|---|
gpt-5.2 | 固定单价 | $14.0000 | 输入、缓存读取、补全输出都有固定价格 |
gpt-5.4 | 输入分档，输出固定 | $15.0000 | 输入和缓存读取按 272K 分档，补全输出价格不变 |
也就是说，如果 gpt-5.2 本次输出了 1,000 tokens：
text
1,000 / 1,000,000 × $14.0000 = $0.0140
$0.0140 × 0.2 = ¥0.0028简单理解
272K 不是所有模型都有的规则。 以这里的示例看，gpt-5.2 是固定单价；gpt-5.4 的输入和缓存读取会分档，但补全输出价格仍按当前输出单价计算。
为什么输出价格通常更高？
很多模型的输出价格高于输入价格。 可以简单理解为：模型生成内容比读取内容更消耗计算资源。
例如：
- 读取你的问题，是输入。
- 思考并生成回答，是输出。
- 回答越长，输出 Token 越多。
- 让模型写长文、写大量代码、反复展开解释，都会增加输出费用。
怎么减少输出费用？
如果你想控制费用，可以从输出长度入手：
有效做法
- 要求模型“简洁回答”
- 明确限制输出长度
- 避免让模型一次生成过长内容
- 让模型先给提纲，需要时再展开
容易变贵的情况
- 要求写完整长文
- 要求输出大量代码
- 让模型逐行解释大段内容
- 重复生成多个版本供你挑选
输出价格不等于最终扣费
最终费用通常由多部分组成：
text
最终费用 =
输入费用
+ 缓存读取费用
+ 输出费用
再乘当前令牌分组倍率如果要换算成人民币：
text
人民币消耗 = 最终美元费用 × 0.2📌 最实用的判断方式
如果你想知道输出到底消耗了多少，直接查看控制台使用日志里的输出 Token 和实际扣费。 手动计算适合理解规则，不适合做最终对账。
常见误区
回复越长就一定越贵吗？
通常是的。 回复越长，输出 Token 通常越多，输出费用也会更高。
为什么我只是让模型改一点代码，输出费用却不低？
可能是模型返回了完整文件、大段解释或多套方案。 如果只想要关键修改，可以明确要求“只输出需要改动的部分”。
输出价格会受分组倍率影响吗？
会。 输出费用会和输入费用、缓存读取费用一起乘当前令牌分组倍率。
输出价格和输入价格哪个更重要？
要看使用方式。 如果你经常让模型生成长文、长代码，输出价格会非常关键；如果你经常发送大量上下文，输入价格和缓存读取价格也要重点关注。
所有模型的输出价格都一样吗？
不一样。 例如 gpt-5.2 的补全输出价格是 $14.0000 / 1M tokens，gpt-5.4 的补全输出价格是 $15.0000 / 1M tokens。实际请以控制台模型价格为准。