一个 AI 用户每月消耗多少 Token？用实测用量估算 API 成本

给小店做一个 AI 问答助手，想定每月价格，先要知道一个用户大约会消耗多少输入和输出 Token。你可以从一条真实任务开始测，再乘以每天的使用次数和每月活跃天数。本教程用虚构咖啡店 FAQ 测了一次中文客服问题，并附了一个可以改参数的 Python 估算器。

先选一个实际要做的任务

本例是咖啡店客服回答营业时间、配送和优惠问题。我们选 Qwen3.8-27B，因为要处理中文问题，并且需要按 FAQ 原文回答条件；如果资料里没写，就应该说无法确认。

测试在本机 Ollama 上运行，没有向云 API 发送请求，也没有产生 API 费用。还没安装 Ollama，可以先看本站安装教程；Qwen3.8 的本地模型准备见本机部署教程。

实测给模型一段虚构门店 FAQ 和顾客问题。它回答了周六营业时间、3 公里配送范围，并按 52 元订单满足满 50 元免配送的条件作答。本次输入 206 tokens，输出 71 tokens，用时 23.66 秒，其中模型加载占 16.29 秒。这个结果只代表一次短问题。

把单次用量换成月用量

Ollama Chat API 返回输入和输出 token 统计。输入通常包含系统提示词、FAQ 或检索片段、问题，以及你发送的历史对话；输出是模型生成的回答。多轮聊天如果每次都带上历史记录，同一个用户后续请求的输入会变长。

先用下面的公式估算单用户月用量：

月输入 Token = 每次平均输入 Token × 每天请求次数 × 每月活跃天数
月输出 Token = 每次平均输出 Token × 每天请求次数 × 每月活跃天数

再分别乘输入、输出单价：

月模型费 = 月输入 Token ÷ 1,000,000 × 输入单价
         + 月输出 Token ÷ 1,000,000 × 输出单价

截至 2026-10-11 查询，阿里云百炼华北2（北京）的 Qwen3.8-27B 按量公开价为输入 ¥3、输出 ¥12 / 百万 Token；官方价格页也列有符合条件的限期免费额度。下面的示例按标准公开单价计算，不扣活动折扣或免费额度。实际价格会随地域、缓存、模型版本、活动和账户额度变化，投产前到官方价格页复核。

看看不同使用频率

用刚才测到的每次输入 206、输出 71 tokens，假设一个用户每月活跃 30 天：

这只是一次较短 FAQ 请求重复使用的数学估算，不是所有应用的用户均值。比如每次都附上 1,000 Token 的系统说明和知识库片段，或者把很长的聊天记录反复发回去，输入量会明显上升。多模态图片、音频、视频也可能按各自规则计费。

在自己的电脑上改参数

下载并解压单用户月用量估算练习包。先安装 Python 3，然后进入练习包目录运行：

python3 monthly_cost.py

默认输入/输出用量采用上面的实测样例，每天 20 次、30 天，并用北京地区的示例单价。要换成自己的使用记录，例如每次输入约 1,000、输出约 200 tokens：

python3 monthly_cost.py --input-tokens 1000 --output-tokens 200 --requests-per-day 20 --days 30 --input-price 3 --output-price 12

脚本会分开列出输入、输出 Token 和费用。估算前先从目标 API 的 usage 字段或账单里统计真实平均值；本机 Ollama 的计数可用来做初始样例，但不保证与托管 API 的账单逐 token 相同。

记住模型费只是其中一项

这个算法估算的是文本模型调用费。服务器、数据库、向量检索、图片和音频生成、日志存储、支付通道、退款、人工客服和税费都没有算进去。若要为产品定价，可以先用真实请求日志算出每个活跃用户的月模型费，再加上这些运营成本、重试和流量波动，并留出预算上限。

练习包里的 selfcheck.py 会验证计算示例和错误参数，不会联网或调用模型。model_response.json 保存了本次虚构 FAQ 的回答和 token 用量，方便对照。