一次 Jev 评估到底花多少钱：实测
我们按应用允许的每种 state 规模与问题数量发起了 11 次真实 Jev 调用，拟合出 token 模型并实测成本：每次评估 $0.000012 到 $0.000377。
JevStation
一次 Jev 评估的成本在 $0.000012 到 $0.000377 之间，取决于你发送多少 state、提多少个问题。最便宜的一端是一句话工单配一个 Noul 问题；最贵的一端是 JevStation 允许的最大请求——24,000 字符的 state 加十二个写满标准的问题。
这是 31 倍的差距，而它几乎不来自你可能猜到的那个部分。我们选择实测而不是估算，因为点数分档必须在成本天花板上安全，而不是在平均值上安全。
为什么实测而不是估算
TypeSafe 只公布一个数字：输入 $0.042 / 百万 token，输出免费。这足够给 token 定价，但不够给一次评估定价。真正决定成本的是两个问题，而官方页面一个都没有回答：
- 一次请求实际用掉多少 token？
state和问题集是两种不同的文本——一个是正文，一个是 JSON——它们的 token 化速率并不相同。 - 每次请求是否有固定开销？ 如果每次调用都带一笔固定开销，那么小评估的成本会被它主导，而纯按 token 计价会低估这部分。
于是我们向线上 API 发了 11 次真实请求，覆盖 state 从 1 字符到 24,000 字符、问题数从 1 到 12，并记录 Jev 返回的 token 用量。
token 模型
输入 token 拟合出一条带截距的直线：
input_tokens ≈ 260 + 0.163 × state字符数 + 0.20 × 问题集字符数
换算成速率就是：每次请求 260 token 的固定开销，state 约 6 个字符 1 token，问题集约 5 个字符 1 token。
| 组成部分 | 速率 | 原因 |
|---|---|---|
| 固定开销 | 约 260 token（约 $0.000011） | TypeSafe 自身的请求封装，每次调用都要付 |
state | 约 6 字符 / token | 普通英文正文的水平 |
questions | 约 5 字符 / token | JSON 标点密集：键名、type、引号与逗号都要计费 |
两个值得记住的发现：
- 固定开销占掉了最小调用的一半以上。 260 token 折合 $0.0000109，而我们能构造出的最小请求成本是 $0.000012。在区间底部，你付的主要是那个封装，而不是自己的内容。
- 问题集每个字符比它所评判的 state 更贵——每字符 0.20 token 对 0.163 token，大约贵 23%。JSON 结构不是免费的。十二个写满标准的问题序列化后是 24,143 字符，在还没算上你的
state之前就消耗掉约 4,800 token。
拟合值与实测值对照
模型是拟合出来的，所以这里把它和拟合所用到的调用放在一起。中间几行才是关键——那才是真实用量的形状。
| 调用 | state 字符 | 问题集字符 | 实测 token | 拟合值 | 成本 |
|---|---|---|---|---|---|
| 1 个 Noul 问题，1 字符 state | 1 | 90 | 278 | 278 | $0.000012 |
| 默认 3 问题，真实 playground 调用 | 58 | 646 | 484 | 399 | $0.000020 |
| 默认 3 问题，2,000 字符 state | 2,000 | 646 | 773 | 715 | $0.000032 |
| 12 个满配问题，100 字符 state | 100 | 24,143 | 5,094 | 5,105 | $0.000214 |
| 应用上限 | 24,000 | 24,143 | 8,981 | 9,001 | $0.000377 |
有一处偏差值得说明而不是掩盖：拟合会低估小问题集约 10–18%。 默认问题集的标准是用紧凑的结构化字符串写的，同样字符数下比正文更难 token 化，所以线性系数在这一端偏低。这也正是下面所有数字都取自实测列、绝不取自拟合列的原因。
各种形态的成本
| 场景 | 输入 token | 成本 |
|---|---|---|
| 最小调用（1 个问题，一句话） | 278 | $0.000012 |
| 试验台快速检查（3 问题，一段话） | 484 | $0.000020 |
| 试验台真实文档（3 问题，5k 字符） | ~1,200 | $0.000050 |
| 试验台长输入（3 问题，24k 字符） | ~4,300 | $0.000180 |
| API 精简（1 问题，1k state） | 441 | $0.000019 |
| API 高配（12 问题，8k state） | 6,378 | $0.000268 |
| 绝对上限（12 问题 + 24k state） | 8,981 | $0.000377 |
需要记住的锚点：1,000 次评估在典型形态下约 2 美分；如果每一次都是最大请求，则是 38 美分。
这如何映射到点数
JevStation 按点数计费而不是按 token，因为调用方不应该为了知道一次运行花多少而去建模 token 化。分档直接来自上面那两个阈值：
- 标准评估每次 1 点——state 不超过 8,000 字符且问题不超过 5 个。
- 大请求每次 3 点——state 不超过 24,000 字符且问题不超过 12 个。
- 失败的评估消耗 0 点。 点数在答案返回时扣除，若服务商报错会自动退回。
由于天花板取自实测而非拟合，3 点这一档对应用允许的每一个请求都是安全的。
复现
这套测量是仓库里的脚本，不是敲进文章里的表格：
# 8 次校准调用 —— 拟合 token 模型
pnpm verify:jev-cost
# 3 次上限调用 —— 测出成本天花板
pnpm verify:jev-worst
# 由拟合模型重算成本表
pnpm pricing:model
合计 11 次调用，约 $0.0004 的真实 API 费用。
这套测量的边界
明确写出来，因为缺少边界说明的基准测试就是营销：
- 单一服务商、单一模型版本。 所有调用都发往
jev-latest，它当时解析到同一个构建。别名会移动。如果 token 化方式或请求封装发生变化，这些系数就过期了。 - 11 次调用。 这够拟合两个变量和一个截距，不够刻画罕见输入。非英文 state、大量 Unicode 或特殊 JSON 形状的 token 化可能不同——我们没有测。
- 服务商价格是输入，不是常量。 每百万 $0.042 和输出免费是 TypeSafe 公布的条款，可能调整；token 数量会存活下来，美元数字不会。
- 这里只有模型成本。 它是一次评估的运行成本，不说明它应该向你收多少钱——那是产品与定价问题，不是测量问题。
如果你用不同的构建重跑这些脚本得到了不同的系数，那是个有用的结果，我们想听听。
想知道你自己的输入要花多少，把它贴进试验台就行——前 200 次评估免费，价格页列出了每个点数包折合每 1,000 次评估的价格。