搜“LangChain 价格”的人，往往想找一个单价。但 LangChain 是开源框架，真正产生账单的是模型 API、Embedding 服务、向量库和观测平台。混在一起看，就容易得出“框架免费所以便宜”或“上了 Agent 就失控”这两种不准确的结论。
本文不列会过期的单价，而是给一套拆账、估算和控制方法。模型价格以站内模型价格页为准，商业套餐以各自页面为准。
说明：LangChain 是 LangChain, Inc. 的商标，本文仅作成本讨论，与 LangChain, Inc. 无隶属或合作关系；开源许可证、商业产品与价格可能调整，请以官方仓库和产品页面为准。
一、“LangChain 价格”其实由四部分组成
把账单拆开看，通常包括框架与库、模型调用、检索与存储、观测与部署。四者的计费方式完全不同：
| 成本项 | 计费方式 | 什么时候发生 | 容易忽略的点 |
|---|---|---|---|
| 框架与库 | 开源，通常无许可费 | 安装与升级 | 商业观测、评估或部署产品另计费 |
| 模型调用 | 按输入与输出 Token | 每次请求 | 重试和多步调用会重复计费 |
| Embedding | 通常按输入 Token | 建库与每次查询 | 换模型往往要重建索引 |
| 向量库与服务器 | 订阅或资源用量 | 持续运行 | 空闲实例也可能产生费用 |
| 观测与评估 | 套餐、席位或用量 | 开启追踪后 | 采样与留存策略影响成本 |
多数团队以模型调用费为主，但只盯单价不够。调用量小却长期运行向量库和常驻服务的项目，基础设施费用可能更显眼。
二、框架免费，不等于总成本低
LangChain 开源框架通常不收取许可费，但“免费”只描述许可证，不描述运行成本。支出还包括模型 Token、Embedding、向量库、服务器、观测平台以及维护人力，其中前两项随调用量增长。
判断是否更省，要比较完成同一任务的总成本，而非框架售价。自建编排省平台费但增加维护时间；托管平台减少运维但账单随用量变化。
三、Chain 与 Agent 会放大 Token
普通对话的成本近似“输入加输出”。Chain 和 Agent 不同：每一步都可能重新带上系统提示、历史、工具说明和上一步结果。
假设单步输入 4000 Token、输出 600 Token，平均走 6 步，输入就接近 6 份上下文，而非 1 份。如果历史随步骤增长，后几步还会更长。三个常见放大器：
- 工具调用循环：调用工具、读取结果、再调用模型，循环越多，重复上下文越多。
- 多智能体协作：每个子智能体都有自己的提示和上下文，结果汇总时还会再复制一遍。
- 失败重试：超时、限流和格式错误都会触发重试，失败请求同样可能计费。
控制方法不是少用 Agent，而是给循环设上限：最大步数、超时、裁剪工具输出、把稳定指令放在前缀以命中缓存。LangGraph 的 recursion_limit、Agent 执行器的最大迭代次数，都应在生产配置中显式设置。
四、RAG：Embedding 与上下文注入
RAG 成本分两段。建库阶段，文档切块后逐块生成向量，费用与块数、块大小和重叠比例相关；查询阶段，问题本身要生成向量，检索出的若干块还会作为上下文塞进提示词。
容易低估的地方有三个：
- 重建索引：换 Embedding 模型、调分块策略或清理数据，都可能要重算全部向量。
- 上下文膨胀：为召回率调大
top_k，每轮都带更多原文，输入 Token 随之上升。 - 重排模型：加一层重排通常能提升相关性，但会引入额外调用和延迟。
更省的做法是先优化检索质量，再优化数量：改分块、去重、加元数据过滤、用重排筛掉低相关块，最后才考虑换更便宜的模型。Embedding 与 RAG 计费见文末相关阅读。
五、缓存：省的是重复前缀
缓存有两层，作用不同。
第一层是模型服务商的前缀缓存。请求开头一致时，缓存读取通常比新输入便宜，但是否支持、折扣和保留时间各家不同。要点：系统提示、角色设定、固定文档放前面，本次问题和临时数据放后面；频繁改早期消息或切模型会让缓存失效。
第二层是应用级缓存。LangChain 提供 set_llm_cache 一类机制，可把相同请求的结果缓存到内存、SQLite 或 Redis；不同集成包和版本支持范围不同，聊天模型尤其要看文档。它适合答案稳定、重复度高的场景，不适合强个性化或实时请求。是否划算要看命中率，不看是否开启。
六、把估算做成可复算的公式
不要凭感觉做预算。按六步建立成本模型：
- 列出应用里的全部模型调用路径，包括主流程、重试、摘要和标题生成。
- 用回调或响应中的用量字段，测出每一步的输入与输出 Token。
- 统计每个成功任务的平均步数和失败重试比例。
- 从模型价格页读取单价，统一换算成“元/百万 Token”。
- 加上 Embedding、向量库、服务器和观测费用。
- 用上线后第一个月的真实账单校准，修正步数和重试假设。
下面这个函数只做算术，单价由你自己填入：
import os
# 单价从站内价格页读取后写入环境变量，单位：元/百万 Token
IN = float(os.environ["PRICE_IN_PER_MTOK"])
OUT = float(os.environ["PRICE_OUT_PER_MTOK"])
def task_cost(input_per_step: int, output_per_step: int, steps: int,
retry_rate: float = 0.1) -> float:
calls = steps * (1 + retry_rate)
return (input_per_step * calls * IN + output_per_step * calls * OUT) / 1_000_000
# 示例：每步输入 4000、输出 600，平均 6 步，重试率 10%
print(round(task_cost(4000, 600, 6), 4))
注意单位换算：多数价格页按每百万 Token 标价，代码中乘单价再除以一百万，避免与“每千 Token”混用。
七、预算上限：让超支在发生前被拦住
估算只能预测，限额才能兜底。从网关和应用两层设置：
- 网关侧为每把 Key 设预算、模型白名单和速率限制，按项目或环境拆 Key。
- 应用侧设置
max_tokens、请求超时和重试上限；max_tokens只限制输出，长上下文仍要单独控制。 - 给 Agent 设置最大步数和递归上限，避免工具调用陷入循环。
- 为每个用户或租户设置日额度，防止单个异常请求拖垮整体预算。
- 配置用量提醒，达到阈值时通知负责人。
预算上限不是不信任团队，而是把不可预测的账单变成可预测的边界；试用 Key 和 CI Key 尤其需要。
八、观测与复盘：按任务算单位成本
总账单只说明花了多少，不说明花在哪里。按任务、模型和调用链拆开看：
- LangChain 的响应消息通常带
usage_metadata，可记录输入、输出和总 Token；不同服务商字段可能不同。 - 回调处理器可以在每次模型调用前后记录耗时、模型名和用量，适合接入现有日志系统。
- LangSmith 等观测平台能展示完整调用链，但是否启用、如何采样、套餐如何计费，要按团队需求评估。
复盘时关注“每个成功任务的平均成本”，而非“每次调用成本”。前者包含失败重试和人工介入，更接近真实单位经济模型。调用量大时应采样追踪，避免观测成为新成本项。
常见问题
LangChain 本身收费吗？
开源框架通常不收取许可费，采用 MIT 许可证发布。LangSmith、部署平台等商业产品另行计费。具体许可证与套餐以官方仓库和产品页面为准。
为什么本地测试很便宜，上线后账单涨得快？
本地测试调用量小、上下文短、失败少。上线后并发增加，重试、长会话、工具循环和检索上下文都会放大 Token。按任务测真实用量，再乘上线后的调用量，通常能解释差异。
Agent 的成本怎么估？
先测单步输入输出，再统计每个任务的平均步数和重试率，用“步数 × 单步用量”估算。历史累积时实际输入更高。给循环设上限，并用真实追踪数据校准。
RAG 主要贵在哪里？
通常是生成阶段的上下文 Token，其次是建库 Embedding。检索和向量库也有成本，但往往不是大头。调整 top_k、分块和重排策略，通常比换模型更快见效。
开了缓存就一定能省钱吗？
不一定。收益取决于重复请求比例和前缀稳定性。请求分散、需要实时更新或个性化很强时，命中率会很低。先用日志估算命中率，再决定是否引入缓存。
下一步
LangChain 的成本可拆成四笔账：框架通常免费，模型按 Token 计费，检索与基础设施持续发生，观测与部署看套餐。控制顺序是先测量、再估算、后限额，最后用真实账单校准。需要统一多模型入口、按 Key 的用量统计和预算管理，可以注册中商起航 AI 网关，模型与价格以模型价格页为准。
相关阅读：
