直接查看用量面板实时监控Token消耗，重点关注输入（含历史消息）、输出、推理三类Token，工具调用和截图会产生额外视觉Token，易被忽略。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

直接看用量面板，别等账单出来才查。GPT-6 的官方控制台（或你用的 API 平台）里有实时 Token 消耗明细，每条请求都按输入、输出、推理、视觉、工具调用五类分开计数，不是笼统给个总数。

用量面板里重点盯这三块

输入 Token：包括系统提示词 + 全部历史消息 + 当前提问 + 所有图片/截图/文档内容。哪怕你只发“继续”，只要上下文还在，这部分就会越滚越大。

输出 Token：模型最终返回的文字长度。但注意——它不包含模型内部思考过程（比如 chain-of-thought 推理链），那部分算在“推理 Token”里。

推理 Token：GPT-6 Astra 独有项，是模型自己拆解任务、调用工具、验证结果时产生的中间计算量。同一问题，提示词写得模糊，它就得多想几步，这部分就多烧钱。

怎么确认某次请求到底花了多少

在 API 调用返回的 JSON 中，找 usage 字段，里面明确列出：

• prompt_tokens（输入）
• completion_tokens（输出）
• reasoning_tokens（推理）
• cache_hit_tokens（命中缓存的部分，价格只有 1/10）

网页端用户可在对话右上角点击「用量详情」，展开后能看到每轮交互对应的 Token 分解图，支持按日期、会话、模型类型筛选。

别被“长上下文”骗了，历史消息才是隐形账单

很多人以为“我只聊了 5 轮，肯定没花多少”，其实第 5 轮的 prompt_tokens = 系统提示词 + 第1轮用户+AI + 第2轮用户+AI + … + 第5轮用户。它不是累加轮数，而是把前面所有字全再送一遍。

建议做法：

• 每次新任务，新开一个会话，别硬续旧聊天
• 用完即删历史，尤其含截图、PDF 内容的会话
• 开启 Prompt Cache 后，检查 cache_hit_tokens 是否稳定增长——这是省钱最直观的信号

工具调用和截图最容易漏看

让 Astra 打开网页、截屏、读表格，这些动作本身不显示为文字，但后台已把图像转成视觉 Token 计费。一张 1080p 截图 ≈ 400–800 文本 Token，比你打两百字还贵。

自查方法：

• 在用量面板里切换“按功能分类”，单独查看 computer_use、web_search、code_interpreter 的消耗占比
• 如果某次任务中“推理 Token”远高于“completion_tokens”，大概率是它反复截图、重试操作导致的