首頁 ai 系統提示攤提計算機 產生日期: 2026年7月20日 下午09:34 系統提示攤提計算機 輸入 系統提示詞元數1,200呼叫次數1,000輸入單價（每百萬詞元）3 $快取讀取折扣90 % AI & LLM 系統提示攤提計算機 估算提示快取對每次 LLM 呼叫都重送的長系統提示能省下多少。比較重複送出前綴的未快取成本，與享有折扣的快取成本。 輸入 系統提示 系統提示詞元數 每次呼叫都送出的固定前綴長度——指令、角色設定、範例，以及任何在請求間不變的脈絡。英文約每四個字元為一個詞元。 呼叫次數 ≥ 1 在你所估算的期間內，這份系統提示被送出的次數。 計價與快取 輸入單價（每百萬詞元） $ 供應商每一百萬個輸入詞元的收費。系統提示以輸入費率計價。 快取讀取折扣 % 0 – 100 % 快取讀取比完整讀取便宜多少。90% 的折扣表示一個快取詞元的成本為標準輸入費率的十分之一。將提示快取也會在首次呼叫時增加一筆小額的一次性寫入成本。 結果 輸入數值即可顯示計算結果。 總成本（未快取） $ 當每次都對完整提示計費時，全部 1,000 次呼叫的系統提示成本：每次呼叫 ...。 總成本（快取） $ 採用快取下全部 1,000 次呼叫的系統提示成本——折扣讀取加上首次呼叫的一次性完整寫入。 詳細資料 節省金額 $ 在 1,000 次呼叫中，未快取總額與快取總額的差額：... − ...。 每次呼叫成本（未快取） $ 在不使用快取下，以每百萬 3 $ 重送一次 1,200 個系統提示詞元的輸入成本。 每次呼叫成本（快取） $ 系統提示一次快取讀取的輸入成本——... 扣除 90 % 折扣後的金額。 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 系統提示攤提 系統提示攤提，是把固定提示前綴的成本分攤到多次呼叫，而非在每次呼叫都全額支付的做法。系統提示——也就是位於使用者訊息之前的指令、角色設定與穩定脈絡——在每次請求都會重送，因為模型在呼叫之間不保留任何東西。若不加以處理，一千次請求就為這個前綴付一千次費用。提示快取把前綴儲存一次，並在之後的請求中提供折扣副本，於是固定成本就被攤提到整個呼叫量上。本計算機對比未快取與快取的總額，並回報節省金額。 為什麼提示會重複出現 模型是無狀態的：每次呼叫都各自獨立，模型必須知道的一切都得出現在該次呼叫的輸入中。因此一份長系統提示並非一次性的設定成本，而是每次呼叫的稅，每一次都以輸入詞元費率計費。提示越長、送出越頻繁，它在帳單中占的比例就越大——而這正是快取帶來最大效益的條件。 快取如何改變算式 在首次呼叫時，供應商會把前綴寫入快取，以大致一般的輸入費率計費。之後每次重用相同前綴的呼叫都會以大幅折扣讀回——通常約為標準費率的十分之一。因此除了首次請求之外，重複的前綴都以快取費率計費。 公式 設系統提示為 tsyst_{sys} 個詞元、每百萬詞元輸入單價為 pp，則送出一次的未快取成本，以及 nn 次呼叫的未快取總額為 Ccall=tsys106 pCu=Ccall⋅n\begin{aligned} C_{call} &= \frac{t_{sys}}{10^6}\, p \\ C_u &= C_{call} \cdot n \end{aligned}CcallCu=106tsysp=Ccall⋅n 設快取讀取折扣為 dd，則每次快取讀取的成本為 Ccall(1−d)C_{call}(1 - d)，而快取總額是在首次呼叫支付一次完整前綴，再加上每次呼叫的折扣讀取： Cc=Ccall(1−d) n+Ccall,Csave=Cu−CcC_c = C_{call}(1 - d)\, n + C_{call}, \qquad C_{save} = C_u - C_cCc=Ccall(1−d)n+Ccall,Csave=Cu−Cc 範例計算 考慮一份 2,400 個詞元的系統提示，輸入單價為每百萬詞元 $3，在 6,000 次呼叫中送出，快取讀取折扣為 90%。每次呼叫的未快取成本為 Ccall=2400106×3=$0.0072C_{call} = \frac{2400}{10^6} \times 3 = \$0.0072Ccall=1062400×3=$0.0072 因此未快取總額為 Cu=0.0072×6000=$43.20C_u = 0.0072 \times 6000 = \$43.20Cu=0.0072×6000=$43.20 一次快取讀取的成本為 0.0072 \times (1 - 0.90) = \0.00072$，得到快取總額 Cc=0.00072×6000+0.0072=4.32+0.0072=$4.33\begin{aligned} C_c &= 0.00072 \times 6000 + 0.0072 \\ &= 4.32 + 0.0072 = \$4.33 \end{aligned}Cc=0.00072×6000+0.0072=4.32+0.0072=$4.33 節省為 43.20 - 4.33 = \38.87$，約為帳單中系統提示部分的 90% 降幅。折扣只適用於固定前綴；每次呼叫中變動的使用者訊息無論如何都以一般費率計費。 注意事項與變化 此模型假設前綴在快取暖機期間維持穩定並被重用。快取在一段閒置期後會過期，因此間隔很久的呼叫可能會重新支付寫入成本；最小可快取長度與確切的寫入計價會因供應商而異。短提示或低呼叫次數可攤提的不多。對於一份在短時間內頻繁呼叫、長而穩定的提示，節省最為顯著。 應用 本計算機聚焦於系統提示前綴。若要對單次呼叫內快取與未快取輸入詞元的任意組合建模，請參閱 提示快取節省計算機。若要從這些數字所衍生的基礎每次呼叫詞元用量定價，請參閱 詞元成本計算機。 常見問題（FAQ）攤提系統提示是什麼意思？系統提示是每次呼叫都重送的固定前綴，因此若不使用快取，其輸入成本會在每次請求完整重複——一千次呼叫就為這份提示付一千次費用。 攤提它的意思是付費把提示儲存一次，之後以較低費率重複使用這份儲存的副本，於是固定成本被稀薄地分攤到整個呼叫量中，而非以全價重複。提示越長、呼叫次數越多，可攤提的就越多。 提示快取如何降低成本？在首次呼叫時，供應商會把提示前綴寫入快取，以接近一般輸入費率計費。在之後每次重用相同前綴的呼叫中，快取部分會以大幅折扣讀回——通常約為標準費率的十分之一。 因此除了首次請求之外，重複的前綴都以快取費率計費，節省正是來自於此。模型仍以一般費率處理每次提示中變動的部分。 什麼時候快取不划算？當相同前綴經常且很快被重用時，快取才划算。短提示可攤提的不多，因此絕對金額上的節省很小。 快取在一段閒置期後也會過期，因此間隔很久的呼叫可能各自付了寫入成本卻得不到讀取的好處。而若前綴在呼叫間改變——不同的指令或輪替的脈絡——就沒有穩定的區塊可供快取。快取在一份長而穩定、且頻繁呼叫的提示上幫助最大。 免責聲明 這是一個簡化模型：快取寫入成本、過期時間與最小可快取長度會因供應商而異，此處為近似值。公開單價與折扣費率會隨時間調整。在以任何數字作為計費依據前，請向供應商確認當前費率、快取條款與確切詞元數。 推薦的下一個 提示快取節省計算機 估算提示快取帶來的輸入成本降幅，其中一部分輸入詞元以折扣費率自快取提供，其餘則以完整的輸入價格計費。 深入了解詞元成本計算機 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 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 損益平衡計算機系統提示攤提計算機 +20 more Show less 批次 API 節省計算機每元詞元數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 系統提示攤提 系統提示攤提，是把固定提示前綴的成本分攤到多次呼叫，而非在每次呼叫都全額支付的做法。系統提示——也就是位於使用者訊息之前的指令、角色設定與穩定脈絡——在每次請求都會重送，因為模型在呼叫之間不保留任何東西。若不加以處理，一千次請求就為這個前綴付一千次費用。提示快取把前綴儲存一次，並在之後的請求中提供折扣副本，於是固定成本就被攤提到整個呼叫量上。本計算機對比未快取與快取的總額，並回報節省金額。 為什麼提示會重複出現 模型是無狀態的：每次呼叫都各自獨立，模型必須知道的一切都得出現在該次呼叫的輸入中。因此一份長系統提示並非一次性的設定成本，而是每次呼叫的稅，每一次都以輸入詞元費率計費。提示越長、送出越頻繁，它在帳單中占的比例就越大——而這正是快取帶來最大效益的條件。 快取如何改變算式 在首次呼叫時，供應商會把前綴寫入快取，以大致一般的輸入費率計費。之後每次重用相同前綴的呼叫都會以大幅折扣讀回——通常約為標準費率的十分之一。因此除了首次請求之外，重複的前綴都以快取費率計費。 公式 設系統提示為 tsyst_{sys} 個詞元、每百萬詞元輸入單價為 pp，則送出一次的未快取成本，以及 nn 次呼叫的未快取總額為 Ccall=tsys106 pCu=Ccall⋅n\begin{aligned} C_{call} &= \frac{t_{sys}}{10^6}\, p \\ C_u &= C_{call} \cdot n \end{aligned}CcallCu=106tsysp=Ccall⋅n 設快取讀取折扣為 dd，則每次快取讀取的成本為 Ccall(1−d)C_{call}(1 - d)，而快取總額是在首次呼叫支付一次完整前綴，再加上每次呼叫的折扣讀取： Cc=Ccall(1−d) n+Ccall,Csave=Cu−CcC_c = C_{call}(1 - d)\, n + C_{call}, \qquad C_{save} = C_u - C_cCc=Ccall(1−d)n+Ccall,Csave=Cu−Cc 範例計算 考慮一份 2,400 個詞元的系統提示，輸入單價為每百萬詞元 $3，在 6,000 次呼叫中送出，快取讀取折扣為 90%。每次呼叫的未快取成本為 Ccall=2400106×3=$0.0072C_{call} = \frac{2400}{10^6} \times 3 = \$0.0072Ccall=1062400×3=$0.0072 因此未快取總額為 Cu=0.0072×6000=$43.20C_u = 0.0072 \times 6000 = \$43.20Cu=0.0072×6000=$43.20 一次快取讀取的成本為 0.0072 \times (1 - 0.90) = \0.00072$，得到快取總額 Cc=0.00072×6000+0.0072=4.32+0.0072=$4.33\begin{aligned} C_c &= 0.00072 \times 6000 + 0.0072 \\ &= 4.32 + 0.0072 = \$4.33 \end{aligned}Cc=0.00072×6000+0.0072=4.32+0.0072=$4.33 節省為 43.20 - 4.33 = \38.87$，約為帳單中系統提示部分的 90% 降幅。折扣只適用於固定前綴；每次呼叫中變動的使用者訊息無論如何都以一般費率計費。 注意事項與變化 此模型假設前綴在快取暖機期間維持穩定並被重用。快取在一段閒置期後會過期，因此間隔很久的呼叫可能會重新支付寫入成本；最小可快取長度與確切的寫入計價會因供應商而異。短提示或低呼叫次數可攤提的不多。對於一份在短時間內頻繁呼叫、長而穩定的提示，節省最為顯著。 應用 本計算機聚焦於系統提示前綴。若要對單次呼叫內快取與未快取輸入詞元的任意組合建模，請參閱 提示快取節省計算機。若要從這些數字所衍生的基礎每次呼叫詞元用量定價，請參閱 詞元成本計算機。 常見問題（FAQ）攤提系統提示是什麼意思？系統提示是每次呼叫都重送的固定前綴，因此若不使用快取，其輸入成本會在每次請求完整重複——一千次呼叫就為這份提示付一千次費用。 攤提它的意思是付費把提示儲存一次，之後以較低費率重複使用這份儲存的副本，於是固定成本被稀薄地分攤到整個呼叫量中，而非以全價重複。提示越長、呼叫次數越多，可攤提的就越多。 提示快取如何降低成本？在首次呼叫時，供應商會把提示前綴寫入快取，以接近一般輸入費率計費。在之後每次重用相同前綴的呼叫中，快取部分會以大幅折扣讀回——通常約為標準費率的十分之一。 因此除了首次請求之外，重複的前綴都以快取費率計費，節省正是來自於此。模型仍以一般費率處理每次提示中變動的部分。 什麼時候快取不划算？當相同前綴經常且很快被重用時，快取才划算。短提示可攤提的不多，因此絕對金額上的節省很小。 快取在一段閒置期後也會過期，因此間隔很久的呼叫可能各自付了寫入成本卻得不到讀取的好處。而若前綴在呼叫間改變——不同的指令或輪替的脈絡——就沒有穩定的區塊可供快取。快取在一份長而穩定、且頻繁呼叫的提示上幫助最大。 免責聲明 這是一個簡化模型：快取寫入成本、過期時間與最小可快取長度會因供應商而異，此處為近似值。公開單價與折扣費率會隨時間調整。在以任何數字作為計費依據前，請向供應商確認當前費率、快取條款與確切詞元數。
