生成日期：2026-08-16 ｜ 分析基于：复杂多轮 Agent 架构（10+ 次 LLM 调用）｜ 目标模型：国产大模型
结论：研发给出的 8-10 万 tokens 数据在数量级上是合理的，符合"10+ 次调用的复杂多轮 Agent + 中等复杂度行程"的架构特征。但该数据作为定价依据存在五大缺陷（详见第 2 节分析），需要拆解为分项清单后方可用于定价决策。
基于以下已知条件构建 Token 消耗估算模型：
| 参数 | 估算值（tokens） | 说明 |
|---|---|---|
| 系统提示词（System Prompt） | 2,500 | 角色定义 + 差旅政策规则 + 工具使用规范 + 输出格式要求 |
| 工具定义（Tool Schemas） | 1,500 | 5 个工具（航班/酒店/火车/网约车/预订）× ~300 tokens/个 |
| 用户初始请求 | 200 | 出发地、目的地、日期、预算、偏好等结构化输入 |
| 航班搜索结果 | 1,200 | 8 条航班记录 × ~150 tokens/条（含价格、时间、舱位等） |
| 酒店搜索结果 | 1,000 | 6 家酒店 × ~170 tokens/家 |
| 火车票搜索结果 | 800 | 6 趟列车 × ~130 tokens/趟 |
| 网约车搜索结果 | 300 | 3 种车型 × ~100 tokens/种 |
| 用户反馈消息（每轮） | ~100 | "换一个航班""酒店预算再低一点"等 |
| LLM 工具调用输出 | ~200 | function call 参数（JSON 格式） |
| LLM 行程方案输出 | 500-800 | 完整行程方案文本（含推荐理由、时间安排等） |
以下为一次典型行程规划（往返机票+酒店+火车票+网约车，含 2 轮用户修改）的 Token 消耗逐轮拆解：
| 调用 # | 阶段 | 输入 Token | 输出 Token | 本轮合计 | 累计消耗 |
|---|---|---|---|---|---|
| 1 | 理解用户需求 | 4,200 | 200 | 4,400 | 4,400 |
| 2 | 调用航班搜索工具 | 5,600 | 200 | 5,800 | 10,200 |
| 3 | 调用酒店搜索工具 | 6,800 | 200 | 7,000 | 17,200 |
| 4 | 调用火车票搜索工具 | 7,800 | 200 | 8,000 | 25,200 |
| 5 | 调用网约车搜索工具 | 8,300 | 200 | 8,500 | 33,700 |
| 6 | 整合数据，生成初版行程方案 | 9,200 | 800 | 10,000 | 43,700 |
| 7 | 用户提出修改意见 → 调整方案 | 9,900 | 600 | 10,500 | 54,200 |
| 8 | 用户二次修改 → 再次调整 | 10,500 | 500 | 11,000 | 65,200 |
| 9 | 用户确认 → 生成预订确认 | 10,800 | 300 | 11,100 | 76,300 |
| 10 | 生成行程总结与出行提醒 | 11,100 | 200 | 11,300 | 87,600 |
| 合计 | 84,200 | 3,500 | 87,700 | — | |
将 87,700 tokens 按"是什么内容"而非"哪次调用"进行拆解，揭示 Token 消耗的真正结构：
| Token 来源 | 总量（tokens） | 占比 | 性质 | 可优化 |
|---|---|---|---|---|
| 系统提示词（每轮重复发送） | 25,000 | 28.5% | 固定成本 | 缓存 |
| 工具定义 Schema（每轮重复发送） | 15,000 | 17.1% | 固定成本 | 缓存 |
| 工具返回结果（逐轮累积） | 26,200 | 29.9% | 变动成本 | 压缩 |
| 历史 LLM 输出（上下文累积） | 14,800 | 16.9% | 变动成本 | 摘要 |
| 用户初始消息（每轮重复） | 2,000 | 2.3% | 固定成本 | 缓存 |
| 用户反馈消息（累积） | 1,200 | 1.4% | 变动成本 | — |
| 实际输出 Token（价值产出） | 3,500 | 4.0% | 核心价值 | — |
| 合计 | 87,700 | 100% | — | |
发现一：近一半 Token 是"重复发送的固定上下文"
系统提示词（25,000）+ 工具定义（15,000）+ 用户初始消息（2,000）= 42,000 tokens（47.9%）在每次调用中被原样重复发送。这些内容完全相同，是 Prompt 缓存的最佳目标。
发现二：真正的"价值产出"仅占 4%
10 次 LLM 调用总共仅产生 3,500 tokens 的输出（行程方案、工具调用、确认信息）。其余 84,200 tokens（96%）全部是输入上下文。这意味着按"总 Token 量"定价会严重偏离实际价值。
发现三：工具返回结果是最主要的变动成本
航班（1,200）+ 酒店（1,000）+ 火车（800）+ 网约车（300）= 3,300 tokens 的结构化数据，在后续每次调用中被累积重发。不同复杂度的行程，这部分差异最大，是区分定价档次的关键变量。
| 模型 | 输入（¥/百万token） | 缓存命中（¥/百万） | 输出（¥/百万token） | 适用场景 |
|---|---|---|---|---|
| 通义千问 Qwen-Plus | 0.8 | ~0.2 | 2.0 | 效果/成本均衡，推荐 |
| 通义千问 Qwen-Max | 6.0 | — | 24.0 | 复杂推理，成本较高 |
| 通义千问 Qwen-Flash | 0.15 | — | 1.5 | 简单任务，成本极低 |
| DeepSeek-V3.2 | 2.0 | 0.2 | 3.0 | Agent 能力强，缓存友好 |
| DeepSeek-V4-Flash | 1.0 | 0.02 | 2.0 | 最新版，缓存极低 |
| 智谱 GLM-4-Plus | 5.0 | — | 5.0 | 输入输出同价 |
| 智谱 GLM-4-Air | 0.5 | — | 0.5 | 高性价比 |
| 智谱 GLM-4-FlashX | 0.1 | — | 0.1 | 极低成本 |
数据来源：各模型官方定价页（阿里云百炼平台、DeepSeek API Docs、智谱 BigModel 平台），截至 2026 年 8 月。
基于中等复杂度行程（输入 84,200 tokens，输出 3,500 tokens）的成本估算：
| 模型 | 未开缓存（¥/次） | 开启缓存（¥/次） | 缓存节省 | 1万次/月成本（未缓存） |
|---|---|---|---|---|
| Qwen-Plus | ¥0.074 | ¥0.049 | -34% | ¥740 |
| Qwen-Max | ¥0.583 | — | — | ¥5,830 |
| DeepSeek-V3.2 | ¥0.179 | ¥0.103 | -42% | ¥1,790 |
| GLM-4-Plus | ¥0.439 | — | — | ¥4,390 |
| GLM-4-Air | ¥0.044 | — | — | ¥440 |
| GLM-4-FlashX | ¥0.009 | — | — | ¥88 |
关键发现：API 成本极低，纯 token 转售利润极薄
即使使用能力最强的 Qwen-Max，单次行程规划的 API 成本也仅 ¥0.58。使用 GLM-4-FlashX 更是低至 ¥0.009/次。如果直接按"token 消耗量 × 模型单价"向客户收费，1 万次/月的收入仅 ¥88-5,830，完全无法覆盖研发、服务器、运营等成本。必须采用价值定价或套餐定价模式，而非纯 token 计量。
| 优化措施 | 影响范围 | 当前消耗 | 优化后 | 节省 | 实施难度 |
|---|---|---|---|---|---|
| 开启 Prompt 缓存 | 系统提示词 + 工具定义 + 用户初始消息 | 42,000 | ~8,400 | -33,600 (-38%) | 低 |
| 工具结果压缩/筛选 | 仅返回 Top 3 结果而非全量 | 26,200 | ~13,100 | -13,100 (-15%) | 中 |
| 上下文摘要替代全量历史 | 将旧轮次 LLM 输出摘要后替换 | 14,800 | ~5,000 | -9,800 (-11%) | 高 |
| 模型分级路由 | 工具调用/路由用小模型，规划用大模型 | — | — | 成本降 40-60% | 中 |
| 合并工具调用 | 并行调用航班+酒店+火车，合并为 1 次调用 | 10 次 | ~6 次 | -4 次调用 | 中 |
综合采用上述优化措施后，中等复杂度行程的 Token 消耗可从 87,700 降至约 35,000-45,000（降低 49-60%），单次 API 成本降至 ¥0.02-0.25。
| 等级 | 服务项数 | LLM 调用次数 | 典型场景 | Token 消耗（未优化） | Token 消耗（优化后） |
|---|---|---|---|---|---|
| 简单 | 2-3 项 | 6-8 次 | 单程机票 + 酒店 | 40,000-55,000 | 18,000-25,000 |
| 中等 | 4-5 项 | 10-12 次 | 往返机票 + 酒店 + 火车 + 网约车 | 75,000-105,000 | 35,000-50,000 |
| 复杂 | 6+ 项 | 12-15 次 | 多城市多日行程 + 多次换乘 + 会议安排 | 120,000-180,000 | 55,000-85,000 |
鉴于 API 成本极低，纯 token 计量收费不可行。推荐以下定价模式：
| 套餐等级 | 包含次数/月 | 适用复杂度 | 建议月费（¥） | 折合单次（¥） | API 成本/次 | 毛利率 |
|---|---|---|---|---|---|---|
| 基础版 | 500 | 简单行程为主 | ¥2,000-3,000 | ¥4-6 | ¥0.02-0.07 | >98% |
| 标准版 | 2,000 | 中等复杂度为主 | ¥6,000-10,000 | ¥3-5 | ¥0.04-0.18 | >96% |
| 企业版 | 10,000 | 含复杂行程 | ¥20,000-40,000 | ¥2-4 | ¥0.05-0.50 | >90% |
| 超量 | — | 超出套餐部分 | ¥3-8/次 | ¥3-8 | — | — |
| Token 包 | Token 数量 | 约等于行程次数 | 建议售价（¥） | 折合 ¥/万 token |
|---|---|---|---|---|
| 体验包 | 100 万 | ~12 次 | ¥100 | ¥1.0 |
| 标准包 | 1,000 万 | ~120 次 | ¥800 | ¥0.8 |
| 企业包 | 1 亿 | ~1,200 次 | ¥5,000 | ¥0.5 |
注：Token 包定价远高于 API 成本（¥0.0008-0.006/万 token），毛利率超过 99%，但需覆盖研发、服务器、运营等综合成本。
以下为用于定价基准的 Token 消耗明细清单，建议作为标准报价的成本参考：
| # | 消耗项目 | 类型 | 单次数量（tokens） | 10轮累计（tokens） | 占比 | 可优化 |
|---|---|---|---|---|---|---|
| 1 | 系统提示词（System Prompt） | 输入 | 2,500 | 25,000 | 28.5% | Prompt缓存 |
| 2 | 工具定义（Function Schemas） | 输入 | 1,500 | 15,000 | 17.1% | Prompt缓存 |
| 3 | 用户初始请求 | 输入 | 200 | 2,000 | 2.3% | Prompt缓存 |
| 4 | 航班搜索结果 | 输入 | 1,200 | 10,800 | 12.3% | 结果裁剪 |
| 5 | 酒店搜索结果 | 输入 | 1,000 | 8,000 | 9.1% | 结果裁剪 |
| 6 | 火车票搜索结果 | 输入 | 800 | 5,600 | 6.4% | 结果裁剪 |
| 7 | 网约车搜索结果 | 输入 | 300 | 1,800 | 2.1% | 结果裁剪 |
| 8 | 历史 LLM 输出（上下文累积） | 输入 | 递增 | 14,800 | 16.9% | 上下文摘要 |
| 9 | 用户反馈消息 | 输入 | ~100/轮 | 1,200 | 1.4% | — |
| 10 | LLM 工具调用输出（function call） | 输出 | ~200/次 | 1,000 | 1.1% | — |
| 11 | LLM 行程方案输出 | 输出 | 500-800 | 2,500 | 2.9% | — |
| 合计 | — | 87,700 | 100% | — | ||
| 其中：输入 Token | 84,200（96.0%） | 按输入价计费 | ||||
| 其中：输出 Token | 3,500（4.0%） | 按输出价计费 | ||||
| 其中：可缓存优化部分 | 42,000（47.9%） | 缓存后降至 ~8,400 | ||||
| 维度 | 简单行程 | 中等行程 | 复杂行程 |
|---|---|---|---|
| 服务项数 | 2-3 项 | 4-5 项 | 6+ 项 |
| LLM 调用次数 | 6-8 次 | 10-12 次 | 12-15 次 |
| 输入 Token（未优化） | 38,000-52,000 | 72,000-100,000 | 115,000-172,000 |
| 输出 Token | 2,000-2,500 | 3,000-4,000 | 4,500-6,000 |
| 总 Token（未优化） | 40,000-55,000 | 75,000-105,000 | 120,000-180,000 |
| 总 Token（优化后） | 18,000-25,000 | 35,000-50,000 | 55,000-85,000 |
| API 成本/次（Qwen-Plus，未缓存） | ¥0.035-0.047 | ¥0.061-0.084 | ¥0.095-0.142 |
| API 成本/次（优化+缓存） | ¥0.015-0.022 | ¥0.029-0.042 | ¥0.045-0.067 |
| 建议定价/次 | ¥2-4 | ¥3-6 | ¥5-10 |
| 毛利率（优化后） | >99% | >99% | >98% |
上图展示了在不同模型选择下，1 万次/月行程规划的 API 月度成本。可以清晰看到：
关于研发数据的结论：8-10 万 tokens 的估算是合理的，与基于 10+ 次调用复杂多轮 Agent 架构的模型估算结果（约 8.8 万）高度吻合。但该数据不能直接用于定价，因为未区分输入/输出、未拆解组成结构、未考虑缓存优化、未区分复杂度等级、未折算实际成本。