企业官网建设流程全解析

版权与内容来源声明
本文为原创整理。文中涉及官方文档、开源仓库、论文与公开报道的内容，均在附表 A 中标注来源；引用官方原文保持原样，不作改写。文中命令、版本号与界面截图以本文成文时的实测/核验结果为准，标注「待验证」的部分请以你本地环境实际输出为判断依据。本文不推荐任何不合规的软件获取方式，也不对任何收益结果作承诺。转载请注明出处。

摘要：2026 年 10 月，OpenAI 与 Anthropic 的批量档（Batch）都写在官方文档与价格页上——同一模型、一律按标准档的一半计价，代价是最长等 24 小时才取结果。本文不讨论「该不该用批量」，而是把一笔账摊开：同样每天 200 万输入 + 40 万输出 token，换调用方式能省多少、换价位档又能省多少、只有一部分流量能批处理时这笔账还剩多少。

一、先把事实钉死：批量档一律按标准档的一半计价

批量档不是某个 SDK 的优化技巧，它是官方明码标价的另一个档位：同一个模型、半价、异步返回。先把这条规则钉死，后面的账才有基准。

OpenAI 在《Batch API》指南里的原话是：

send asynchronous groups of requests with 50% lower costs, a separate pool of significantly higher rate limits, and a clear 24-hour turnaround time

翻成人话：把请求打包异步提交，成本降一半，走单独的、明显更高的速率池，并且有一个明确的 24 小时回结果窗口。同一页还有一句更具体的：

Each batch completes within 24 hours (and often more quickly)

Anthropic 的《Batch processing》给出的口径一致：

cutting costs by 50% and increasing throughput

它的价格页写得更直白：

Save 50% with batch processing.

两边都把「省一半」落在官方文档和价格页上，不是社区经验。这就是本文这笔账的起点。

1.1 半价来自「换档」，不是「换模型」

最容易混的一步：批量档的五折，是同一个模型从 Standard 档切到 Batch 档拿到的，不是换了一个更便宜的模型。

这两件事经常被合并成一句「批处理省钱」，但它们根本不是一笔账：

• 换档省的是调用方式的钱：模型没变、输出质量不变，代价是等最长 24 小时；
• 换模型省的是能力档位的钱：单价能差两个数量级，代价是可能答不好。

本文按成本账的方式把第二笔账放到第三章单独算，第一章先把第一笔账的价格钉死。

1.2 单价表：同一模型的两档价

口径：本表只列 OpenAI 价格页上 gpt-6-luna / gpt-6.1-sol / gpt-6-astra 三个模型的标准档与批量档单价，单位为美元/百万 token，四个数值列依次是输入、缓存写、缓存读、输出。不含Flex / Fast / Ultrafast 三档，不含Anthropic 各家模型，不含任何中转或私有部署的加价。价格取数日2026-10-11；价格会变，用前请回官方价格页重核。

读表一句话：同一行里，批量档的四个数字恰好都是标准档的一半。这不是巧合，是「一律按标准档一半计价」这条规则的直接结果。

Anthropic 侧同为半价。其价格页写Save 50% with batch processing.，Sonnet 5.5 标准档为输入 2 / 缓存写 2.50 / 缓存读 0.10 / 输出 10（美元每百万 token），Haiku 5.5（≤100K）为输入 0.10 / 输出 0.50，批量档同样打折一半。价格取数日同为 2026-10-11。

1.3 本文的算账口径

后面所有金额统一按这套口径算，方便你直接套到自己的业务上：

• 场景固定为每天 200 万输入 token + 40 万输出 token，一个月按 30 天；
• 只算 token 单价，不含网络、存储、调度、失败重试等额外开销；
• 所有价格取数日2026-10-11，取自官方价格页；价格会变，用前请回官方价格页重核。

二、省钱的是调用方式，但真正的差额在价位档

结论先给：换调用方式最多把账单砍一半（2 倍），换价位档差的是 100 倍的绝对值。先把「调用方式」这一笔算清楚。

2.1 场景算账表：同步 / 批量 / 批量 + 缓存

固定用同一档模型（gpt-6.1-sol），只改调用方式，得到下面这张表：

口径：输入按 200 万 token/天、输出按 40 万 token/天，30 天；「批量 + 缓存」一栏假设 70% 的输入是稳定复用的前缀、每天复用 8 次，其中缓存写入按输入价的 1.25 倍计、缓存读取按输入价的 0.1 倍（批量档为 0.05 倍）。不含网络与存储费用；表内金额为按官方 token 单价推算的模型值，不是真实账单。价格取数日2026-10-11，用前请回官方价格页重核。

读表：同步到批量，账单直接腰斩；再叠上前缀缓存，能在批量档上再降 28%。

2.2 缓存能叠加，但只能叠加在「重复前缀」上

Anthropic 的《Batch processing》明确写了这两项折扣可以叠加：

The pricing discounts from prompt caching and Message Batches can stack

OpenAI 侧同样给缓存输入单独的折扣——见 1.2 单价表的「缓存读」一列，它只有输入价的 0.1 倍。

但别把这条读成「缓存万能」。缓存读的折扣只对稳定复用的前缀有效。一段每次请求都不同的上下文，写进去一次、只读一次，反而比直接用普通输入更贵。这一条是第五章的坑之一，先记着。

2.3 调用方式这笔账已经见底

同一模型下，调用方式能榨出的空间就是这里：半价，加缓存再降一点。再往下想省，靠的就不是调用方式，而是换档。下一章把同一种活平移到三个价位档，看差距会跳到多大。

三、三张表：同一种活摊到三个价位档

同一个脚本能吐出三张表，前两张上一章已经用过；把同一份活平移到三个价位档，差价会从 2 倍直接跳到 100 倍。

3.1 价位档表：三个模型、同一份活

口径：三者用完全相同的输入输出量（每天 200 万输入 + 40 万输出 token，30 天）与相同的调用方式（批量档），只改模型档位；金额为按官方 token 单价推算的模型值，不含缓存复用，不含网络与存储。价格取数日2026-10-11，用前请回官方价格页重核。

读表：同一种活，最贵档是最便宜档的 100 倍。gpt-6-astra 每天 20.00 美元，gpt-6-luna 每天 0.20 美元——批量档省下的那 2 倍，在这 100 倍面前几乎可以忽略。

3.2 把这段账跑一遍

🧪 实测环境：Python 3.13.12 / macOS / 标准库（无第三方依赖）

# -*- coding: utf-8 -*-"""实验03：批量推理（Batch）到底省多少——按官方价目表算账 价格来源：developers.openai.com/api/docs/pricing（取数日 2026-10-11），单位 美元 / 100 万 token 列顺序：(输入, 缓存读, 缓存写, 输出) """STD={"gpt-6-luna":(0.10,0.01,0.125,0.50),"gpt-6.1-sol":(2.00,0.10,2.50,10.00),"gpt-6-astra":(10.00,1.00,12.50,50.00),}BATCH={"gpt-6-luna":(0.05,0.005,0.0625,0.25),"gpt-6.1-sol":(1.00,0.05,1.25,5.00),"gpt-6-astra":(5.00,0.50,6.25,25.00),}IN_M=2.0# 每天输入 200 万 tokenOUT_M=0.4# 每天输出 40 万 tokenDAYS=30CACHE_SHARE=0.7# 可缓存前缀占比REUSE=8# 同一前缀一天被复用多少次（写 1 次、读 REUSE-1 次）defcost(table,model,in_m,out_m,cache_share=0.0,reuse=1):inp,cr,cw,out=table[model]fresh=in_m*(1-cache_share)cached=in_m*cache_shareifreuse<=1:cached_cost=cached*inp# 只用一次，缓存无意义，按普通输入价else:cached_cost=cached*(cw+(reuse-1)*cr)/reusereturnfresh*inp+cached_cost+out_m*outprint("口径：每天 %.1f 百万输入 + %.1f 百万输出，一个月按 %d 天；价格取数日 2026-10-11"%(IN_M,OUT_M,DAYS))print()print("=== 表1：只换调用方式（gpt-6.1-sol，无缓存复用）===")base=cost(STD,"gpt-6.1-sol",IN_M,OUT_M)fortag,cin[("同步(Standard)",cost(STD,"gpt-6.1-sol",IN_M,OUT_M)),("批量(Batch)",cost(BATCH,"gpt-6.1-sol",IN_M,OUT_M))]:print(" %-16s 每天 %8.2f 美元 每月 %9.2f 美元 相对同步 %5.1f%%"%(tag,c,c*DAYS,100.0*c/base))print()print("=== 表2：批量 + 前缀缓存（gpt-6.1-sol，前缀复用 %d 次/天）===")b0=cost(BATCH,"gpt-6.1-sol",IN_M,OUT_M,0.0)b1=cost(BATCH,"gpt-6.1-sol",IN_M,OUT_M,CACHE_SHARE,REUSE)print(" 批量、不用缓存 每天 %8.2f 美元 每月 %9.2f"%(b0,b0*DAYS))print(" 批量 + 缓存 %.0f%% 每天 %8.2f 美元 每月 %9.2f 相对批量再降 %5.1f%%"%(CACHE_SHARE*100,b1,b1*DAYS,100.0*(1-b1/b0)))print()print("=== 表3：同一种活，三个价位档（都用批量）===")formodelin["gpt-6-luna","gpt-6.1-sol","gpt-6-astra"]:c=cost(BATCH,model,IN_M,OUT_M)print(" %-14s 每天 %8.2f 美元 每月 %9.2f 美元"%(model,c,c*DAYS))print()print("=== 盈亏平衡：只有 p 比例流量可批处理时（批处理有 24 小时窗口，实时流量用不了）===")forpin[1.0,0.5,0.2,0.1,0.05]:mix=p*b0+(1-p)*baseprint(" 可批处理占比 %4.0f%% -> 每天 %8.2f 美元（相对全同步 %5.1f%%，每天省 %7.2f 美元）"%(p*100,mix,100.0*mix/base,base-mix))

输出（原样贴出）：

口径：每天 2.0 百万输入 + 0.4 百万输出，一个月按 30 天；价格取数日 2026-10-11 === 表1：只换调用方式（gpt-6.1-sol，无缓存复用）=== 同步(Standard) 每天 8.00 美元 每月 240.00 美元 相对同步 100.0% 批量(Batch) 每天 4.00 美元 每月 120.00 美元 相对同步 50.0% === 表2：批量 + 前缀缓存（gpt-6.1-sol，前缀复用 %d 次/天）=== 批量、不用缓存 每天 4.00 美元 每月 120.00 批量 + 缓存 70% 每天 2.88 美元 每月 86.40 相对批量再降 28.0% === 表3：同一种活，三个价位档（都用批量）=== gpt-6-luna 每天 0.20 美元 每月 6.00 美元 gpt-6.1-sol 每天 4.00 美元 每月 120.00 美元 gpt-6-astra 每天 20.00 美元 每月 600.00 美元 === 盈亏平衡：只有 p 比例流量可批处理时（批处理有 24 小时窗口，实时流量用不了）=== 可批处理占比 全部 -> 每天 4.00 美元（相对全同步 50.0%，每天省 4.00 美元） 可批处理占比 50% -> 每天 6.00 美元（相对全同步 75.0%，每天省 2.00 美元） 可批处理占比 20% -> 每天 7.20 美元（相对全同步 90.0%，每天省 0.80 美元） 可批处理占比 10% -> 每天 7.60 美元（相对全同步 95.0%，每天省 0.40 美元） 可批处理占比 5% -> 每天 7.80 美元（相对全同步 97.5%，每天省 0.20 美元）

3.3 读表：顺序应该是「先换档，再批处理」

上面这段输出里有两条能直接抄的结论：

1. 表1：同步 8.00 → 批量 4.00，调用方式值 2 倍；
2. 表3：luna 0.20 → sol 4.00 → astra 20.00，价位档值 100 倍。

所以选型顺序是固定的：先用「够用的最便宜档」，再谈批处理。一个原本跑在 astra 同步档上的任务，先降到 luna 批量档，省下的钱比「把 astra 从同步改成批量」多得多——前者是 100 倍的空间，后者只有 2 倍。

四、只有一部分流量能批处理时，这笔账怎么算

批量档的代价是「最长等 24 小时」。真实业务里能等 24 小时的流量往往只是一部分，所以真正的省额要按可批处理占比折算，而不是按总账单乘一半。

4.1 盈亏平衡表：可批处理占比从高到低五档

口径：假设每天 200 万输入 + 40 万输出 token，其中比例为 p 的流量走批量档（单价减半）、其余走同步档，模型统一取 gpt-6.1-sol，不含缓存复用；「相对全同步」是相对全部走同步档的 8.00 美元/天。金额为按官方 token 单价推算的模型值，不是真实账单。价格取数日2026-10-11，用前请回官方价格页重核。

4.2 为什么是「占比」而不是「总量」在决定省多少

批处理省的是每一笔可批请求上的一半单价，不是总账单的一半。全同步每天是 8.00 美元，只要有一部分请求必须实时返回、进不了批量档，它就仍按全价计费——省额被这一部分稀释。

看表里的斜率：占比掉到 50%，每天省额从 4.00 掉到 2.00；再掉到 20%，只剩 0.80。省额和占比是成比例缩小的，它不会因为你总用量大就自动变多。

4.3 判据：可批处理占比低于两成时，先别急着上批量

读表：占比掉到 20%，每天只省 0.80 美元；掉到 5%，每天省 0.20 美元。到这个区间，批量档带来的收益已经很薄，而你要为此付出「接入异步队列 + 处理 24 小时窗口 + 落地结果存储」的工程成本。

可执行的判断是：先把自己业务里「等 24 小时也不影响」的流量量出来。这个占比稳定低于两成，就把批量档往后放；高于五成，再认真评估接入。

本节的资料：把批量推理与前缀缓存的官方文档、按量计费的核对清单整理进了资料包，另外也放了 LangChain + LangGraph 的实战视频和一份大模型学习路线图。放在资料包里，扫码即可获取：

五、三个容易踩的坑：窗口、缓存写入、结果取回期限

半价的账算完，还有三个坑会让实际结果和账单对不上。它们不影响「半价」这个事实，但会决定你这笔账能不能真省下来。

5.1 坑一：窗口只能设 24 小时，别把批量当实时

OpenAI 指南里写得很清楚：For now, the completion window can only be set to 24h.也就是说，这个等待窗口目前不能调短。Anthropic 侧给的是「大多数批在 1 小时内完成」：

most batches completing within 1 hour

注意措辞：「大多数」不等于「全部」，「1 小时」也不是承诺。把批量档写进任何要求实时返回的链路，都会在高峰期翻车。批量只适合离线任务、日报、批量标注、夜间跑批这类场景。

5.2 坑二：缓存写入不是免费的

这是第二章那笔「批量 + 缓存省 28%」隐藏的前提。看回同一脚本的最后一段：

🧪 实测环境：Python 3.13.12 / macOS / 标准库（无第三方依赖）

print()print("=== 缓存写入不是免费的：写入按 1.25x 输入价，读取按 0.1x（批量档 0.05x）===")formodelin["gpt-6.1-sol"]:fortag,tbin[("Standard",STD),("Batch",BATCH)]:i,cr,cw,o=tb[model]# 不用缓存：每次调用都按输入价 i 付；用缓存：首调 cw，之后每次 cr# 设调用 m 次，缓存回本条件：cw + (m-1)*cr < m*i -> m > (cw-cr)/(i-cr)breakeven=(cw-cr)/(i-cr)print(" %-10s %-9s 输入 %.2f / 缓存写 %.2f / 缓存读 %.2f -> 调用次数超过 %.2f 次即回本（即第 2 次起就赚）"%(model,tag,i,cw,cr,breakeven))

=== 缓存写入不是免费的：写入按 1.25x 输入价，读取按 0.1x（批量档 0.05x）=== gpt-6.1-sol Standard 输入 2.00 / 缓存写 2.50 / 缓存读 0.10 -> 调用次数超过 1.26 次即回本（即第 2 次起就赚） gpt-6.1-sol Batch 输入 1.00 / 缓存写 1.25 / 缓存读 0.05 -> 调用次数超过 1.26 次即回本（即第 2 次起就赚）

读法：缓存写一次要付输入价的 1.25 倍。如果同一段前缀只被读一次，写了就是纯亏；只有复用从第 2 次起，缓存才开始赚。所以「批量 + 缓存」能不能成立，取决于你有没有稳定复用的前缀，而不是取决于你想不想省。

5.3 坑三：结果取回期限

OpenAI 指南说明输入以.jsonl提交、Each batch completes within 24 hours；Anthropic 的《Batch processing》则给出批量任务的容量上限：

A Message Batch is limited to either 100,000 Message requests or 256 MB in size, whichever is reached first.

也就是一个批最多 10 万条请求、或 256 MB，先到先算。

结果在服务器上会保留多久、过期后还能不能取回——本文没有核到这两家可引用的官方原文，不写具体天数。实践上的做法是固定的：批量任务一旦返回，就立刻把结果落库，不要把它当长期存储。按条数上限拆批时，也顺手把「每批不超过 10 万条 / 256 MB」写进提交逻辑，避免整批被拒。

收口成一句话：批量档省的是调用方式（2 倍），价位档差的是绝对值（最高 100 倍）；可批处理占比低于两成时，收益已经很薄。先把档位降到位，再决定要不要为这 24 小时的等待买单。

本篇涉及的官方价格页与 API 文档：把批量推理、缓存复用与按量计费的官方材料整理进了资料包，配合视频课对照看更省事。放在资料包里，扫码即可获取：

附表 A：本文引用事实与出处对照表

表下口径：附表 A 中的价格与参数均取自官方文档与价格页，取数日 2026-10-11；厂商价格与 API 参数会过期，用前请回官方原始页面重核。实测部分的金额为按官方 token 单价推算的模型值，用来说明成本的倍数关系，不代表任何真实账单。

写在最后：这篇用到的资料

写这篇文章时，把相关的官方文档和源码又翻了一遍，顺手也整理了几份配套的东西：

• 大模型学习路线图：从零基础到能自己动手做 Agent，按阶段说明每一步该学什么、哪些可以先跳过
• 《LangChain + LangGraph + MCP 智能体开发实战》视频课：7 个模块，从私有化部署、Embedding+RAG 到 MCP+Agent 全流程
• AI 大模型知识库（在线可查）：Agent Skills 从入门到落地、Claude Skills 完全指南等专题，按目录浏览即可
• 640 套 AI 大模型行业报告 + 经典 PDF 书籍：看行业落地案例和别人怎么做的时候用得上
• 大模型零基础到精通教学视频：跟着敲一遍，比只读文档快得多

资料是我自己整理的，放在下面这个码上，扫码即可获取：

添加时备注「AI」，优先通过。

资料按「先路线、再动手、最后查漏」的顺序整理好了，建议先看学习路线那一份，照着它挑一条适合自己当前基础的路径再往下看。