输入输出tokens怎么计算的？

每家模型厂商、每个模型，都有不同的 tokens计算公式，所有输入输出tokens数量由模型厂商计算，并在返回API请求是包含在usage内。

流式请求 使用 include_usage 参数显示usage

1. 功能说明：

   • 在请求体中设置 "stream_options": {"include_usage": True} 可以在流式响应结束时返回 token 使用统计（usage）。

2. 前提条件：

   • 必须同时启用 "stream": True（开启流式传输），否则该参数无效。

3. 请求体示例：

   {
     "stream": true,
     "stream_options": {
       "include_usage": true
     }
   }

4. 注意事项：

   • 仅当流式传输完成时，usage 数据才会在最终返回的块中显示。

5. 适用场景：

   • 需要实时获取流式响应，同时希望最终统计 token 消耗的情况。

非流返回示例（下面是 gpt-4o-mini 返回内容）：

{
  "id":"chatcmpl-BteZIMPUksv1dj4t2dUULu6aM8QTb",
  "object":"chat.completion",
  "created":1752603684,
  "model":"gpt-4o-mini",
  "choices":[
    {
      "index":0,
      "message":{
        "role":"assistant",
        "content":"1+1等于2。",
        "refusal":null,
        "annotations":[
        ]
      },
      "logprobs":null,
      "finish_reason":"stop"
    }],
  "usage":{
    "prompt_tokens":15,
    "completion_tokens":8,
    "total_tokens":23,
    "prompt_tokens_details":{
      "cached_tokens":0,
      "audio_tokens":0
    },
    "completion_tokens_details":{
      "reasoning_tokens":0,
      "audio_tokens":0,
      "accepted_prediction_tokens":0,
      "rejected_prediction_tokens":0
    }
  },
  "system_fingerprint":"fp_efad92c60b"
}

API响应中的usage字段会返回tokens消耗详情：

字段	说明	示例值
prompt_tokens	用户输入消耗的tokens	15
completion_tokens	AI回答消耗的tokens	8
total_tokens	本次对话总tokens（输入+输出+推理）	23
如果你发现 total_tokens 大于 输入输出tokens之和，说明 total_tokens 里还包含了未展示的推理tokens，比如 gemini-2.5-pro 就会出现这种情况。