首頁 ai 代理人成本計算機 產生日期: 2026年7月20日 下午09:34 代理人成本計算機 輸入 步驟數8每步驟輸入詞元4,000每步驟輸出詞元600輸入價格（每百萬詞元）3 $輸出價格（每百萬詞元）15 $ AI & LLM 代理人成本計算機 依步驟數、每步驟耗用的輸入與輸出詞元，以及模型每百萬詞元的價格，估算單次代理式大型語言模型（LLM）執行的成本，其中輸入與輸出分別計費。 輸入 代理人執行 步驟數 ≥ 1 單次代理式執行中的 LLM 呼叫次數。每個步驟是一次獨立的模型呼叫，可能是一輪推理、一次工具呼叫或一次後續處理，執行成本與此數字呈線性關係。 每步驟輸入詞元 每個步驟耗用的平均輸入詞元，包含傳給模型的累積情境、工具結果與指令。英文大約每四個字元為一個詞元。 每步驟輸出詞元 模型每步驟平均生成的輸出詞元。輸出的計費費率通常高於輸入。 價格 輸入價格（每百萬詞元） $ 供應商對每一百萬個輸入詞元的收費。價格以每百萬詞元為單位公布，因為單一詞元的價格僅為一分錢的微小零頭。 輸出價格（每百萬詞元） $ 供應商對每一百萬個輸出詞元的收費。此費率通常為輸入費率的三到五倍。 結果 輸入數值即可顯示計算結果。 總成本 $ 完整執行的成本，8 個步驟、每步驟 ...，等於 ...。 詳細資料 每步驟成本 $ 單一步驟的成本：（4,000 個輸入詞元以 3 $ 計，加上 600 個輸出詞元以 15 $ 計）每百萬，等於 ...。 分享 列印報告 重設 嵌入 嵌入這個計算機 預覽 將這段程式碼貼到您的網頁中即可顯示計算機。 複製程式碼 分享這個計算 開啟此連結的人都會看到您填入的數值。 複製連結 分享至 XFacebookLINE 電子郵件 最後更新：2026-06-22 什麼是代理人成本 代理式執行的成本，是代理人為完成一個任務所進行的一連串大型語言模型（LLM）呼叫之合計價格。代理人在推理、呼叫工具與納入結果之間交替進行，每一次模型呼叫都算作一個步驟。由於每個步驟都依其耗用的詞元計費，執行成本為每步驟成本乘以步驟數，通常為單次直接呼叫成本的數倍。 為什麼多步驟執行成本較高 一次性的請求只為一個提示與一個回覆計費。代理迴圈則在每個步驟都為兩者計費，且輸入端隨執行進行而增長：每個步驟都重新送出累積的情境，包含原始指令、先前推理與目前為止的每一個工具結果，使模型能在完整歷史下行動。一個單次呼叫只需貨幣零頭即可解決的任務，一旦相同情境跨十多個步驟反覆支付，成本可達其數倍。 公式 設每步驟有 ninn_{in} 個輸入與 noutn_{out} 個輸出詞元，每百萬價格為 pinp_{in} 與 poutp_{out}，單一步驟的成本為 Cs=nin pin+nout pout106C_s = \frac{n_{in}\, p_{in} + n_{out}\, p_{out}}{10^6}Cs=106ninpin+noutpout 而 NN 個步驟的執行成本為 C=Cs NC = C_s \, NC=CsN 這將每個步驟視為耗用相同的詞元數，以忽略執行中情境的增長為代價，換取算式的簡潔。 範例計算 考慮一個 N = 8 步驟的執行，每步驟送出 4000 個輸入詞元並生成 600 個輸出詞元，價格為每百萬 $3 與 $15。每步驟成本為 Cs=4000×3+600×15106=12000+9000106=$0.021C_s = \frac{4000 \times 3 + 600 \times 15}{10^6} = \frac{12000 + 9000}{10^6} = \$0.021Cs=1064000×3+600×15=10612000+9000=$0.021 因此執行成本為 C = 0.021 \times 8 = \0.168$。較大的輸入數字反映情境在每步驟被重新送出；此處 4000 個輸入詞元即使在較低費率下，仍貢獻每步驟成本的一半以上，而八倍的重複正是代理執行有別於單次呼叫之處。 註記與變化 當情境累積時，每步驟一致的假設會低估實際成本，因為後段步驟所帶的輸入多於前段。若需精確數字，請逐一加總各步驟，而非乘以平均值。提示快取在此特別有效，因為情境中穩定的部分（系統提示與早期歷史）在每個步驟都重複，並可在第一次呼叫後以較低費率計費。 應用 代理人成本將每次呼叫模型延伸至會迴圈的工作流程。它所依據的單步驟價格是 詞元成本計算機 的主題，而將一次執行擴展為每日或每月的任務群，則由 LLM 每月成本計算機 處理。由於重新送出的情境主導了輸入帳單，提示快取節省計算機 可量化快取能回收的折扣。 常見問題（FAQ）什麼算是一個代理人步驟？一個步驟是代理式迴圈中對模型的一次呼叫。代理人通常會在推理、呼叫工具與納入工具結果之間交替進行，每一次模型呼叫都算作一個步驟。一次執行的總步驟數取決於任務本身，以及代理人決定進行多少次工具呼叫。 為什麼輸入與輸出詞元的定價不同？讀取提示與生成回覆是不同的工作負載。輸入詞元在單一次的平行前向傳遞中一併處理，而輸出詞元則逐一生成，每一個都需要對模型進行一次完整的傳遞。因此生成更耗運算資源，供應商會以較高的費率為輸出詞元定價以反映此點，通常為輸入費率的三到五倍。 所有步驟真的使用相同的詞元數量嗎？並非如此。為求簡化，此模型假設每步驟詞元數一致。實務上，輸入會隨著情境跨步驟累積而增長，因此後段步驟的成本通常高於前段。可使用每步驟的平均詞元來概估整次執行，或將個別步驟加總以取得精確數字。 免責聲明 詞元數量取決於模型的詞元化工具，以及情境在一次代理式執行中如何累積。公布的價格會隨時間變動，且可能未計入快取或批次處理的折扣。在以任何數字作為預算依據之前，請向您的供應商查證目前的費率與典型的詞元使用量。 推薦的下一個 詞元成本計算機 依輸入與輸出的詞元數量，以及模型每百萬詞元的價格，計算單次大型語言模型（LLM）API 呼叫的成本，其中輸入與輸出分別計費。 深入了解LLM 每月成本計算機 依每次呼叫的詞元使用量、每日請求量，以及模型每百萬詞元的價格，推算大型語言模型（LLM）API 工作負載的經常性成本，其中輸入與輸出分別計費。 深入了解 200+ 計算機 · 10 種語言 · 完全免費 更多cost 文字轉語音成本計算機代理人成本計算機向量資料庫大小計算機向量資料庫成本計算機自架與 API 損益平衡計算機批次 API 節省計算機 +20 more Show less 每元詞元數計算機系統提示攤提計算機函式呼叫詞元額外負擔計算機音訊轉錄成本計算機訓練時間與成本計算訓練碳足跡計算情境成本增長計算機情境視窗容納計算機推論能源成本計算機嵌入成本計算機提示快取節省計算機結構化輸出額外負擔計算機詞元成本計算機詞元轉字數計算機微調成本計算影像生成成本計算機GPU 利用率成本計算器GPU 雲端成本計算機LLM 每月成本計算機LLM 速率限制規劃計算機 其他ai計算機 inference 多模態影像詞元計算器有效每秒標記數計算器批次推論吞吐量計算器每標記 FLOP 計算機推測解碼加速計算機推論吞吐量計算器推論延遲計算器模型 FLOP 使用率計算機training 有效批次大小計算訓練 FLOPs 計算梯度累積記憶體計算機資料平行擴展計算資料集詞元數計算算力最佳模型大小計算算力預算可訓練輪數計算管線平行氣泡計算學習率暖身計算Chinchilla 最佳詞元數計算LLM 訓練 VRAM 計算機LoRA 參數計算機infrastructure 注意力記憶體計算機專家混合活躍參數計算機量化模型大小計算器模型下載時間計算器GPU 數量需求計算機KV 快取大小計算機LLM 推論 VRAM 計算器Transformer 參數量計算機retrieval RAG 分塊計算器evaluation 困惑度計算器A/B 測試顯著性計算器LLM 評估樣本數計算器pass@k 計算器所有工具 餘弦相似度計算器 這個計算機對您有幫助嗎？ 有幫助 需要改進 需要改進 我們可以如何改進這個計算機？ 送出回饋 由 OneCalc 提供 ↗
最後更新：2026-06-22 什麼是代理人成本 代理式執行的成本，是代理人為完成一個任務所進行的一連串大型語言模型（LLM）呼叫之合計價格。代理人在推理、呼叫工具與納入結果之間交替進行，每一次模型呼叫都算作一個步驟。由於每個步驟都依其耗用的詞元計費，執行成本為每步驟成本乘以步驟數，通常為單次直接呼叫成本的數倍。 為什麼多步驟執行成本較高 一次性的請求只為一個提示與一個回覆計費。代理迴圈則在每個步驟都為兩者計費，且輸入端隨執行進行而增長：每個步驟都重新送出累積的情境，包含原始指令、先前推理與目前為止的每一個工具結果，使模型能在完整歷史下行動。一個單次呼叫只需貨幣零頭即可解決的任務，一旦相同情境跨十多個步驟反覆支付，成本可達其數倍。 公式 設每步驟有 ninn_{in} 個輸入與 noutn_{out} 個輸出詞元，每百萬價格為 pinp_{in} 與 poutp_{out}，單一步驟的成本為 Cs=nin pin+nout pout106C_s = \frac{n_{in}\, p_{in} + n_{out}\, p_{out}}{10^6}Cs=106ninpin+noutpout 而 NN 個步驟的執行成本為 C=Cs NC = C_s \, NC=CsN 這將每個步驟視為耗用相同的詞元數，以忽略執行中情境的增長為代價，換取算式的簡潔。 範例計算 考慮一個 N = 8 步驟的執行，每步驟送出 4000 個輸入詞元並生成 600 個輸出詞元，價格為每百萬 $3 與 $15。每步驟成本為 Cs=4000×3+600×15106=12000+9000106=$0.021C_s = \frac{4000 \times 3 + 600 \times 15}{10^6} = \frac{12000 + 9000}{10^6} = \$0.021Cs=1064000×3+600×15=10612000+9000=$0.021 因此執行成本為 C = 0.021 \times 8 = \0.168$。較大的輸入數字反映情境在每步驟被重新送出；此處 4000 個輸入詞元即使在較低費率下，仍貢獻每步驟成本的一半以上，而八倍的重複正是代理執行有別於單次呼叫之處。 註記與變化 當情境累積時，每步驟一致的假設會低估實際成本，因為後段步驟所帶的輸入多於前段。若需精確數字，請逐一加總各步驟，而非乘以平均值。提示快取在此特別有效，因為情境中穩定的部分（系統提示與早期歷史）在每個步驟都重複，並可在第一次呼叫後以較低費率計費。 應用 代理人成本將每次呼叫模型延伸至會迴圈的工作流程。它所依據的單步驟價格是 詞元成本計算機 的主題，而將一次執行擴展為每日或每月的任務群，則由 LLM 每月成本計算機 處理。由於重新送出的情境主導了輸入帳單，提示快取節省計算機 可量化快取能回收的折扣。 常見問題（FAQ）什麼算是一個代理人步驟？一個步驟是代理式迴圈中對模型的一次呼叫。代理人通常會在推理、呼叫工具與納入工具結果之間交替進行，每一次模型呼叫都算作一個步驟。一次執行的總步驟數取決於任務本身，以及代理人決定進行多少次工具呼叫。 為什麼輸入與輸出詞元的定價不同？讀取提示與生成回覆是不同的工作負載。輸入詞元在單一次的平行前向傳遞中一併處理，而輸出詞元則逐一生成，每一個都需要對模型進行一次完整的傳遞。因此生成更耗運算資源，供應商會以較高的費率為輸出詞元定價以反映此點，通常為輸入費率的三到五倍。 所有步驟真的使用相同的詞元數量嗎？並非如此。為求簡化，此模型假設每步驟詞元數一致。實務上，輸入會隨著情境跨步驟累積而增長，因此後段步驟的成本通常高於前段。可使用每步驟的平均詞元來概估整次執行，或將個別步驟加總以取得精確數字。 免責聲明 詞元數量取決於模型的詞元化工具，以及情境在一次代理式執行中如何累積。公布的價格會隨時間變動，且可能未計入快取或批次處理的折扣。在以任何數字作為預算依據之前，請向您的供應商查證目前的費率與典型的詞元使用量。
