如何高效自己统计 AI Token 消耗？实用教程与工具盘点

最近在捣鼓各种 AI 大模型，尤其是用 API 跑项目的时候，经常有一种“错觉”：明明没怎么用，怎么 Key 里的余额这就见底了？或者是接了个第三方服务，对方说消耗了多少 Tokens，我除了信他，心里总有点打鼓。

这时候，自己动手统计 Token 使用量就变得非常有必要了。不仅能搞清楚钱花哪儿去了，还能优化 Prompt，省下一笔巨款。今天就来聊聊，咱们普通人怎么高效搞定这件事。

一、 为什么要自己统计？官方后台不够吗？

很多同学第一反应是：“平台后台不是有 Usage 面板吗？”

确实，OpenAI、Claude 甚至国内的 DeepSeek、通义千问都有 Usage 界面。但它们通常有两个缺点：

1. 延迟高：数据往往不是实时的，比如今天看可能还是昨天的数据，对于高频调用来讲，这反馈太慢了。
2. 颗粒度粗：它只能告诉你“这个 API Key 消耗了多少”，但如果你有多个项目、甚至多个用户共用一个 Key（当然不建议），你根本分不清是谁在浪费资源。

所以，自己统计的核心目的就是：精细化管控 + 实时反馈。

二、 最省事的方案：利用官方 API 响应头

其实，大部分主流大模型的 API 在返回内容时，都会把 Token 统计数据塞在响应头（Response Header）里。你根本不需要额外去“算”，只需要把它“记”下来即可。

抓取关键字段

以请求 OpenAI 格式的接口为例（现在很多国产模型也兼容这个格式），返回的 Header 里通常包含这几个关键信息：

• x-ratelimit-limit-requests: 请求限制
• x-ratelimit-remaining-tokens: 剩余 Tokens（这个最关键）
• x-ratelimit-reset-tokens: 重置时间

怎么用？

如果你是写代码调用，比如用 Python 的 requests 库，只需要在拿到 response 后，顺手取一下 response.headers。

import requests

response = requests.post("https://api.openai.com/v1/chat/completions", ...)

# 打印或者记录到数据库
usage_tokens = response.headers.get('x-ratelimit-remaining-tokens')
print(f"当前剩余配额: {usage_tokens}")

通过简单的减法逻辑（初始总额 - 当前剩余），你就能算出本次调用或者累使用量。这是最轻量级、不需要任何第三方依赖的方法。

三、 进阶玩法：开源中间件与网关

如果你不想改动每一行代码，或者你同时在使用很多不同的 Key，想搞个统一的管理后台，那用中间件是最好的选择。

目前市面上有不少开源的 API 网关，专门用来解决这个问题，它们通常支持聚合多个 Key、做流量分发，顺便就把账单给记了。

1. New Gateway（新一代网关）

这类工具通常是一个 Docker 镜像，启动就能用。你只需要把原本请求大厂 API 的地址改成你自己的服务器 IP:端口。

• 优点：它们自带 Web 面板，里面会有很漂亮的图表，不仅统计 Tokens，还能统计请求延迟、失败率。
• 功能：很多支持“多 Key 负载均衡”，把请求打散到不同的 Key 上，防止单 Key 超限。这时候它能统计每个 Key 的分摊情况，非常直观。

2. One-API / Channel 方案

在国内圈子里比较火的比如 One-API（虽然主要功能是聚合中转），它同时也具备了日志功能。你可以在后台看到每条请求的输入 token、输出 token 以及具体的模型。

这对于把 AI 功能集成到自己产品的开发者来说简直是神器，你可以给不同的用户发放不同的 token，然后在后台查他们的消耗账单。

四、 极简自建：写个脚本定时抓取

如果不想要复杂的 Docker 容器，只是想偶尔看看，那写个简单的脚本最合适了。

逻辑思路

1. 循环检测：写个脚本，每分钟请求一次自己的代理（或者直接请求官方的 Models 接口，看剩余额度）。
2. 存储数据：把读取到的 remaining-tokens 写入 CSV 或者 SQLite 数据库。
3. 画图：用 Python 的 matplotlib 或者直接丢到 Excel 里生成折线图。

这样你就能看到一天 24 小时内，你的 Token 消耗曲线。如果哪一瞬间突然断崖式下跌，那就说明那个时候你的程序在疯狂“烧钱”，赶紧去检查 Bug。

代码实现的注意事项

• 不要请求太频繁，否则容易被触发 Rate Limit。
• 注意时间戳转换，有些接口的重置时间是 Unix 时间戳，需要换成北京时间查看。

五、 颗粒度控制：给每个 Prompt 打标签

如果你是在做复杂的应用，比如一个 Agent 有好几个步骤（思考、搜索、总结），单纯看总消耗很难定位问题。

建议做法：

在请求 API 时，利用客户端未经验证的参数（如果模型支持）或者在你的业务逻辑层，给每次请求打个自定义 Tag。记录日志时，把“步骤名称”和“消耗 Token”绑在一起存下来。

比如：

• 步骤 A（意图识别）：消耗 50 Tokens
• 步骤 B（联网搜索）：消耗 200 Tokens
• 步骤 C（最终生成）：消耗 1000 Tokens

一眼就能看出，大头都在步骤 C，以后优化 Prompt 就盯着 C 改。

总结

自己统计 Token 消耗其实并不难，核心在于**“别让 Key 处于黑盒状态”**。

• 如果只是偶尔查查，看官方 Header 或者写个简单脚本足矣。
• 如果是开发项目或者多 Key 管理，强烈建议上 One-API 之类的网关工具，专业的事交给专业的工具，省心又省力。

毕竟，省下的 Token 都是白花花的银子（或者是更长的模型上下文寿命），大家动起手来吧！