OpenAI API 的 token 怎麼算、怎麼估算費用：input_tokens 計數接口、tiktoken 和隱藏的輸出 token

本文根據 OpenAI 官方《Counting tokens》整理，資料核對於 2026-11-05。配圖為本站整理的示意圖，不是介面截圖。代碼裏的模型名取自官方當天示例，請以官方模型頁為準。本站（bigolab.com）不是 OpenAI 官方網站。API 是按用量計費的獨立服務，與 ChatGPT 訂閱分開計算，Key 的獲取見 /guides/openai-api-key。

適用於誰

• 想在發請求之前知道提示詞會佔多少 token 的開發者；
• 做預算、想估算一次調用大概多少錢的人；
• 發現 output_tokens 比螢幕上看到的文字多，想弄明白為什麼的人。

結論先說

1. token 是模型處理文本的計量單位，計費和上下文限制都按它算。
2. 官方提供了專門的計數接口：POST /v1/responses/input_tokens，參數和 responses.create 一樣，返回這個請求會用多少輸入 token。
3. 本地分詞器只適合純文本。 官方說圖片和文件它不支持，“字符數除以 4”這類估算不準，工具定義和 schema 的額外 token 也很難本地數清。
4. 計數包含格式化 token，比如消息的角色和邊界，所以會比你只對正文分詞的結果多。
5. 輸出 token 可能比你看到的多：官方說計入的是模型生成的全部 token，包括不可見的。
6. 費用 = 用量 × 單價，單價以官方價格頁當天為準，見 /guides/openai-api-price-official-table。

圖：本站根據 OpenAI 官方《Counting tokens》 整理的示意圖

一、用計數接口數輸入 token

Python（先 pip install openai，密鑰設定見 /guides/openai-api-python-quickstart）：

python
from openai import OpenAI

client = OpenAI()

response = client.responses.input_tokens.count(
    model="gpt-6-astra",  # 以官方模型頁當天為準
    input="Tell me a joke.",
)
print(response.input_tokens)

Node.js（儲存為 .mjs）：

javascript
import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.inputTokens.count({
  model: "gpt-6-astra", // 以官方模型頁當天為準
  input: "Tell me a joke.",
});

console.log(response.input_tokens);

官方說，這個接口接受和 Responses API 相同的輸入格式：文字、消息、圖片、文件、工具、對話都可以傳，返回的是模型實際會收到的精確數量。所以最穩妥的用法是：把你準備發給 responses.create 的那份參數原樣拿來調用 count。

帶系統指令和多輪對話

指令用 instructions，多輪對話用消息數組，都和正式請求一樣：

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)

帶圖片

圖片按尺寸和 detail 檔位折算 token。官方說計數接口返回精確數，不需要猜；圖片可以用 file_id，也可以用 image_url（網址或 Base64 數據 URL）。傳圖方式見 /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." },
      ],
    },
  ],
});

帶工具

函數 schema、MCP 伺服器這類工具定義也會佔上下文，官方建議把它們和輸入一起數。函數定義怎麼寫見 /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)

帶文件

官方說文件輸入目前支持 PDF，可傳 file_id、file_url 或 file_data，和 responses.create 一樣；計數反映模型完整處理後的輸入。

二、為什麼不能只用 tiktoken

圖：本站根據 OpenAI 官方《Counting tokens》 整理的示意圖，步驟順序為本站歸納

tiktoken 是 OpenAI 的分詞庫，適合在本地快速數純文本。官方的向量嵌入文檔給了示例：

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頁說，第三代向量模型（如 text-embedding-3-small）用 cl100k_base 編碼，向量的用法見 /guides/openai-api-embeddings。至於聊天模型該用哪種編碼，官方這幾頁沒有寫，本文不下結論。

計數接口那頁列出了本地分詞的三個侷限：

• 圖片和文件不被支持，用“字符數除以 4”估算是不準的；
• 工具和 schema 會增加難以在本地數清的 token；
• 模型相關的行為（官方舉例：推理、緩存）可能改變分詞。

所以有圖片、文件、工具時，用計數接口；只是純文本、要離線粗算，才用 tiktoken。

三、輸出 token：比你看到的多

官方在「Understand output token counts」裏說明：

• 報告的輸出 token 用量包括模型生成的所有 token，不只是響應裏看得見的文字；
• Responses API 裏這個總數叫 output_tokens，Chat Completions 裏叫 completion_tokens；
• 一些模型（官方點名包括 GPT-5 系列）會生成用於格式化或分隔響應通道、工具調用等結構的 token，這些 token 不出現在消息內容或 logprobs 裏，也不一定單獨列出。因此報告的輸出 token 可能高於可見 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，包括不可見的。不可見 token 的數量隨模型和響應形態而變，不要假設固定差值；需要特定長度的可見輸出時，給限制留出餘量。

這就解釋了一種常見的困惑：“我只讓它回一句話，為什麼 output_tokens 比字數多？”以及“max_output_tokens 設得剛好夠，輸出卻被截斷”。後一種情況的處理，參見 /guides/openai-api-structured-outputs 裏 incomplete 狀態的判斷。

四、怎麼估算一次調用的費用

本站歸納的流程（價格數字請自行到官方頁面取，本文不寫）：

1. 用計數接口，傳和正式請求完全相同的內容，得到 input_tokens；
2. 估算輸出：輸出按實際生成的量計，估一個上限並用 max_output_tokens 限制，同時留出餘量；
3. 到官方價格頁查當天的輸入、輸出單價，見 /guides/openai-api-price-official-table；
4. 費用大致 = 輸入 token × 輸入單價 + 輸出 token × 輸出單價；
5. 緩存、批處理等折扣會讓實際費用不同，最終以響應裏的 usage 和帳單為準，帳單入口見 /guides/openai-api-pricing-billing。

批量任務想省錢，可以看 /guides/openai-api-batch 裏官方寫明的折扣規則。

常見問題

Q：計數接口本身收費嗎？

官方這一頁沒有寫它的計費情況，本文不下結論，請以官方價格頁和 API 參考為準。

Q：計數接口返回的和帳單一致嗎？

官方說返回的是“模型會收到的精確數量”，指的是輸入。實際帳單還包括輸出 token，以及緩存等因素，以帳單為準。

Q：圖片到底算多少 token？

官方圖片頁說明了不同模型的計算規則，並提供了 Image input cost calculator，詳見 /guides/openai-api-image-input。

參考資料

• 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