OpenAI API 的 token 怎么算、怎么估算费用：input_tokens 计数接口、tiktoken 和隐藏的输出 token

本文根据 OpenAI 官方《Counting tokens》整理，资料核对于 2026-11-05。配图为本站整理的示意图，不是界面截图。代码里的模型名取自官方当天示例，请以官方模型页为准。本站（bigolab.com）不是 OpenAI 官方网站。API 是按用量计费的独立服务，与 ChatGPT 订阅分开计算，Key 的获取见 /guides/openai-api-key。

适用于谁

• 想在发请求之前知道提示词会占多少 token 的开发者；
• 做预算、想估算一次调用大概多少钱的人；
• 发现 output_tokens 比屏幕上看到的文字多，想弄明白为什么的人。

结论先说

1. token 是模型处理文本的计量单位，计费和上下文限制都按它算。
2. 官方提供了专门的计数接口：POST /v1/responses/input_tokens，参数和 responses.create 一样，返回这个请求会用多少输入 token。
3. 本地分词器只适合纯文本。 官方说图片和文件它不支持，“字符数除以 4”这类估算不准，工具定义和 schema 的额外 token 也很难本地数清。
4. 计数包含格式化 token，比如消息的角色和边界，所以会比你只对正文分词的结果多。
5. 输出 token 可能比你看到的多：官方说计入的是模型生成的全部 token，包括不可见的。
6. 费用 = 用量 × 单价，单价以官方价格页当天为准，见 /guides/openai-api-price-official-table。

图：本站根据 OpenAI 官方《Counting tokens》 整理的示意图

一、用计数接口数输入 token

Python（先 pip install openai，密钥设置见 /guides/openai-api-python-quickstart）：

python
from openai import OpenAI

client = OpenAI()

response = client.responses.input_tokens.count(
    model="gpt-6-astra",  # 以官方模型页当天为准
    input="Tell me a joke.",
)
print(response.input_tokens)

Node.js（保存为 .mjs）：

javascript
import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.inputTokens.count({
  model: "gpt-6-astra", // 以官方模型页当天为准
  input: "Tell me a joke.",
});

console.log(response.input_tokens);

官方说，这个接口接受和 Responses API 相同的输入格式：文字、消息、图片、文件、工具、对话都可以传，返回的是模型实际会收到的精确数量。所以最稳妥的用法是：把你准备发给 responses.create 的那份参数原样拿来调用 count。

带系统指令和多轮对话

指令用 instructions，多轮对话用消息数组，都和正式请求一样：

python
response = client.responses.input_tokens.count(
    model="gpt-6-astra",
    instructions="You are a helpful assistant that explains concepts simply.",
    input=[
        {"role": "user", "content": "What is 2 + 2?"},
        {"role": "assistant", "content": "2 + 2 equals 4."},
        {"role": "user", "content": "What about 3 + 3?"},
    ],
)
print(response.input_tokens)

带图片

图片按尺寸和 detail 档位折算 token。官方说计数接口返回精确数，不需要猜；图片可以用 file_id，也可以用 image_url（网址或 Base64 数据 URL）。传图方式见 /guides/openai-api-image-input。

javascript
const response = await client.responses.inputTokens.count({
  model: "gpt-6-astra",
  input: [
    {
      role: "user",
      content: [
        { type: "input_image", image_url: "https://example.com/chart.png", detail: "auto" },
        { type: "input_text", text: "Summarize this chart." },
      ],
    },
  ],
});

带工具

函数 schema、MCP 服务器这类工具定义也会占上下文，官方建议把它们和输入一起数。函数定义怎么写见 /guides/openai-api-function-calling：

python
response = client.responses.input_tokens.count(
    model="gpt-6-astra",
    tools=[
        {
            "type": "function",
            "name": "get_weather",
            "description": "Get the current weather in a location",
            "parameters": {
                "type": "object",
                "properties": {"location": {"type": "string"}},
                "required": ["location"],
            },
        }
    ],
    input="What is the weather in San Francisco?",
)
print(response.input_tokens)

带文件

官方说文件输入目前支持 PDF，可传 file_id、file_url 或 file_data，和 responses.create 一样；计数反映模型完整处理后的输入。

二、为什么不能只用 tiktoken

图：本站根据 OpenAI 官方《Counting tokens》 整理的示意图，步骤顺序为本站归纳

tiktoken 是 OpenAI 的分词库，适合在本地快速数纯文本。官方的向量嵌入文档给了示例：

python
import tiktoken

def num_tokens_from_string(string: str, encoding_name: str) -> int:
    encoding = tiktoken.get_encoding(encoding_name)
    return len(encoding.encode(string))

print(num_tokens_from_string("tiktoken is great!", "cl100k_base"))

官方在向量模型那一页说，第三代向量模型（如 text-embedding-3-small）用 cl100k_base 编码，向量的用法见 /guides/openai-api-embeddings。至于聊天模型该用哪种编码，官方这几页没有写，本文不下结论。

计数接口那页列出了本地分词的三个局限：

• 图片和文件不被支持，用“字符数除以 4”估算是不准的；
• 工具和 schema 会增加难以在本地数清的 token；
• 模型相关的行为（官方举例：推理、缓存）可能改变分词。

所以有图片、文件、工具时，用计数接口；只是纯文本、要离线粗算，才用 tiktoken。

三、输出 token：比你看到的多

官方在「Understand output token counts」里说明：

• 报告的输出 token 用量包括模型生成的所有 token，不只是响应里看得见的文字；
• Responses API 里这个总数叫 output_tokens，Chat Completions 里叫 completion_tokens；
• 一些模型（官方点名包括 GPT-5 系列）会生成用于格式化或分隔响应通道、工具调用等结构的 token，这些 token 不出现在消息内容或 logprobs 里，也不一定单独列出。因此报告的输出 token 可能高于可见 token，即使 reasoning_tokens 是 0；
• max_output_tokens 和 max_completion_tokens 限制的是模型生成的所有 token，包括不可见的。不可见 token 的数量随模型和响应形态而变，不要假设固定差值；需要特定长度的可见输出时，给限制留出余量。

这就解释了一种常见的困惑：“我只让它回一句话，为什么 output_tokens 比字数多？”以及“max_output_tokens 设得刚好够，输出却被截断”。后一种情况的处理，参见 /guides/openai-api-structured-outputs 里 incomplete 状态的判断。

四、怎么估算一次调用的费用

本站归纳的流程（价格数字请自行到官方页面取，本文不写）：

1. 用计数接口，传和正式请求完全相同的内容，得到 input_tokens；
2. 估算输出：输出按实际生成的量计，估一个上限并用 max_output_tokens 限制，同时留出余量；
3. 到官方价格页查当天的输入、输出单价，见 /guides/openai-api-price-official-table；
4. 费用大致 = 输入 token × 输入单价 + 输出 token × 输出单价；
5. 缓存、批处理等折扣会让实际费用不同，最终以响应里的 usage 和账单为准，账单入口见 /guides/openai-api-pricing-billing。

批量任务想省钱，可以看 /guides/openai-api-batch 里官方写明的折扣规则。

常见问题

Q：计数接口本身收费吗？

官方这一页没有写它的计费情况，本文不下结论，请以官方价格页和 API 参考为准。

Q：计数接口返回的和账单一致吗？

官方说返回的是“模型会收到的精确数量”，指的是输入。实际账单还包括输出 token，以及缓存等因素，以账单为准。

Q：图片到底算多少 token？

官方图片页说明了不同模型的计算规则，并提供了 Image input cost calculator，详见 /guides/openai-api-image-input。

参考资料

• OpenAI 官方：Counting tokens — https://developers.openai.com/api/docs/guides/token-counting
• OpenAI 官方：Vector embeddings — https://developers.openai.com/api/docs/guides/embeddings