用于字幕生成的 LLM API:每 1,000 个视频的成本
用于字幕的 LLM API 按 token 计费,而字幕较短,因此费用很低:从简短文稿生成一条字幕的费用约为 $0.00012,或每 1,000 条字幕 $0.12。以下是具体数字、如何自行测算以及资金的实际去向。

要点
- 价格为每 1M 输入 token $0.15,每 1M 输出 token $0.50,预付制,无订阅,无免费层级。
- 基于 400 个 token 的转录文本生成字幕且回复长度为 120 个 token 的成本为 $0.00012,因此 100,000 个字幕的成本为 $12.00。
- 输入通常主导 token 计数,但输出每个 token 的成本更高;请同时精简两者。
- 一次性 $0.50 的试用额度可生成约 4,000 个该规格的字幕,充值从 $20 起。
简短回答
公式: 成本 = 输入 token × $0.15 / 1,000,000 + 输出 token × $0.50 / 1,000,000。
字幕任务涉及两个 token 计数:你发送的内容(指令加上待字幕化的文本)和返回的内容(生成的字幕)。将两者代入公式即可得出单项价格。乘以你的业务量,即为总成本。这就是整个模型:无席位限制,无月费,无最低用量。你充值额度,随着请求成功而消耗额度,失败或被拒绝的请求不收费。
本文其余部分将公式应用于四种常见的字幕工作负载,然后展示如何从实际流量中测量真实使用情况,从而停止估算。
四种字幕工作负载,精确计价
下方的 token 计数为取整数值,旨在反映实际情况,而非对任何特定工具的测量。请替换为你自己的数据。
| 工作负载 | 输入/输出 token | 按项 | 每 1,000 个 | 每 100,000 个 |
|---|---|---|---|---|
| 基于标题和标签的简短字幕 | 150 / 40 | $0.0000225 + $0.00002 = $0.0000425 | $0.0425 | $4.25 |
| 基于 2 分钟转录的字幕 | 400 / 120 | $0.00006 + $0.00006 = $0.00012 | $0.12 | $12.00 |
| 附带 1,500 token 风格指南的描述 | 1,800 / 100 | $0.00027 + $0.00005 = $0.00032 | $0.32 | $32.00 |
| 20,000 token 转录文本的摘要 | 20,000 / 500 | $0.003 + $0.00025 = $0.00325 | $3.25 | $325.00 |
手动检查一行:400 个输入 token 的成本为 400 / 1,000,000 × $0.15 = $0.00006。120 个输出 token 的成本为 120 / 1,000,000 × $0.50 = $0.00006。总和为 $0.00012,1,000 个的总成本为 $0.12。
有两点很突出。单项目成本极低,直到输入变长;当你在每个请求中重复大型风格指南时,输入端增长最快。第三行发送 1,500 个 token 的规则来生成 100 个 token 的描述,因此其输入 token 中约 83% 是每次相同的文本。这就是节省之处。
为何输出 token 值得关注
输出成本为每 1M 个 token $0.50,输入为 $0.15,比例约为 3.3 比 1。字幕主要由输出构成,因此如果让模型漫无边际地生成,很容易在输出端超支。以下三个习惯有助于避免:
- 在提示词中规定长度:“一句话,少于 140 个字符”比碰运气更有效。
- 设置
max_tokens作为安全上限。此 API 中该参数为可选,但在字幕任务中将上限设为 80 可防止失控的回复导致成本超过单项价值。 - 只要求生成字幕。如果没有指令,模型喜欢添加引导句和修改建议。请说“仅回复字幕,不要其他内容”。
将回复从 120 个 token 减少到 60 个,每项可节省 60 × $0.50 / 1,000,000 = $0.00003。对于 100,000 个字幕,可节省 $3.00,这是第二种工作负载 $12.00 账单的四分之一。
测量你自己的数字
每个响应都包含一个 usage 对象,其中带有提示词和补全 token 计数,因此你无需猜测。响应头还包含 X-Balance-USD,即请求后剩余的预付额度。记录两者一天的真实流量,你就能得到每项目的真实平均成本。
from openai import OpenAI
import os
client = OpenAI(api_key=os.environ["API_KEY"], base_url="https://api.unfilteredvideo.com/v1")
IN_PRICE, OUT_PRICE = 0.15 / 1_000_000, 0.50 / 1_000_000
def caption(transcript):
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
max_tokens=80,
temperature=0.5,
messages=[
{"role": "system", "content": "Write one caption under 140 characters. Reply with the caption only."},
{"role": "user", "content": transcript},
],
)
resp = raw.parse()
u = resp.usage
cost = u.prompt_tokens * IN_PRICE + u.completion_tokens * OUT_PRICE
print(f"{u.prompt_tokens} in, {u.completion_tokens} out, ${cost:.6f}, balance {raw.headers.get('X-Balance-USD')}")
return resp.choices[0].message.content
在电子表格或小表中保持运行总计,按提示词版本分组。当你更改提示词时,单项成本会发生变化,你希望在账单变化前看到这一点。
在产生流量前估算 token
在没有真实日志之前,从文本长度进行估算。对于英文文本,粗略规则是每个 token 约四个字符,或四分之三个单词。其他语言以及包含符号或代码的文本每个单词使用的 token 更多,因此将此规则视为下限。以每分钟约 150 个口语单词的两分钟演讲约为 300 个单词,接近 400 个 token。这就是表中 400 token 行的来源。
然后按月计算,而非按请求计算。假设你每天发布 30 个视频,并为每个视频写一条字幕和一段描述。按上述数字,每个视频的成本为 $0.00012 + $0.00032 = $0.00044,每月 30 × 30 = 900 个视频的成本为 900 × $0.00044 = $0.396,即每月约 $0.40。大多数团队会发现,字幕模型并非其成本问题。重试、过大的提示词和遗忘的测试循环才是问题所在,这些会很快出现在上述部分的 usage 日志中。
降低账单的五种方法
缩短重复部分
向 100,000 个字幕发送 1,000 个 token 的系统提示,将产生 100,000 × 1,000 = 100M 输入 token,成本为 $15.00。将其重写为 300 个 token 可消除 70M 个 token,节省 $10.50。用通俗语言编写规则,并将示例缩减至两个关键项。
将多个项目放入一个请求中
如果指令很长而项目很短,请批量处理。二十个单独请求,每个请求带有 1,000 个 token 的提示词和 100 个 token 的项目,将发送 20 × 1,100 = 22,000 个输入 token,成本为 $0.0033。一次请求提示词并附带 20 个项目,将发送 1,000 + 20 × 100 = 3,000 个 token,成本为 $0.00045。要求返回 JSON 数组(支持 JSON 模式),并通过 id 字段将结果与项目匹配。权衡是,一个格式错误的回复会导致整个组失败,因此保持组足够小以便重试。
能跳过模型时请跳过
如果字幕是包含标题的模板,请使用模板。只发送需要判断的项目:语气、摘要、敏感材料的改写。
削减不需要的输入
如果字幕不使用时间戳、说话人标签和填充词,请在发送转录前将其剥离。减少输入 token 直接节省成本。
不要为同一项任务支付两次费用
按输入和提示词版本的哈希值存储每个结果。崩溃后重新运行目录时,已完成的项目不应产生费用。
试用额度、充值及 $20 能买什么
没有免费层级。新用户注册 Google 或邮箱密码后,可在 API 密钥页面一键领取 $0.50 试用额度。每人限领一次,有效期 7 天,无需绑卡。按每件 $0.00012 的工作量计算,$0.50 可覆盖 $0.50 / $0.00012 = 约 4,166 条字幕。按 20,000 token 摘要费率($0.00325)计算,可覆盖约 153 条。
试用结束后,你可用 USDT(TRC20)或 USDC(Base)充值任意整数金额,范围从 $20 到 $500。每条字幕生成费用为 $0.00012,$20 可生成约 166,000 条字幕。大额充值享有额外奖励:$50 起 +5%,$100 起 +10%,$200 起 +15%。充值 $100 并享受 10% 奖励后,你将获得 $110 的预付额度,可生成约 916,000 条该规格的字幕。预付额度永不过期,因此你无需在一个月内用完。定价页面有当前表格。
何时这不是合适的选择
诚实地评估适用性。如果你的字幕普通、安全且量大,且愿意在自己的硬件上运行小型模型,一旦只计算电费,本地推理可能成本更低。如果你需要带有特定品牌背书的厂商官方模型,那并非此 API:这是一个由独立提供商运行的开放权重模型,通过单个模型 ID uncensored 访问。在决定前请检查其他提供商的当前定价,因为价格会变化。
此 API 适用的场景是主流 API 有时会拒绝的内容的字幕和描述:犯罪故事、恐怖、黑色幽默、成人小说。该模型在法律允许的成人使用下不会拒绝内容,且被拒绝的请求不收费。它仅处理文本,因此不会转录音频或渲染帧。要了解其在媒体堆栈中的更大图景,请参阅 视频管道 文章,如需请求详情,请参阅 快速入门。
更多指南
问答
此 API 的 字幕费用是多少?
费用取决于 token。约 400 个输入 token 生成 120 个 token 回复的字幕费用为 $0.00012,因此 1,000 条字幕费用为 $0.12(按每 1M token $0.15 和 $0.50 计算)。
字幕任务有免费套餐吗?
没有。新用户可领取一次性 $0.50 试用额度,有效期 7 天且无需绑定卡片。此后,额度需通过预付充值获取,最低充值金额为 $20。
被拒绝或失败的请求会收费吗?
不会。失败或被拒绝的请求不收费,因此错误后的重试不会增加账单。
我如何查看每个请求的费用?
读取响应中的 usage 对象以获取 token 计数,并乘以每 token 价格。X-Balance-USD 响应头显示你剩余的预付额度。