各家token价格差一个数量级，最便宜的那家每个季度都在换。输入、输出、缓存输入分开计费，单看标价选模型，十有八九选错。这篇给一份能落地的比价方法。

📜 目录

• 一、先把市场分成三档
• 二、五个容易漏掉的计费项
• 三、比价的正确做法（五步）
• 四、这张表救不了你，这个方法可以
• 五、自己做一张比价表
• 六、三处最容易算错的地方
• 七、常见问题
• 相关文章

LLM API价格对比2026：OpenAI、Claude、Gemini、DeepSeek每token定价

各家token价格差一个数量级，最便宜的那家每个季度都在换。更麻烦的是输入、输出、缓存输入分开计价，单看标价选模型，十有八九选错。这篇不给一张会过期的价目表，给的是一套能自己算的方法。

一、先把市场分成三档

量级只用于建立直觉，具体单价随时调整，下单前看官网定价页。真正稳定的事实是档位之间的倍数关系：旗舰与平价之间常差一到两个数量级，而输出价格普遍是输入的数倍。

二、五个容易漏掉的计费项

1. 缓存输入：把稳定前缀缓存后，命中部分的单价通常远低于普通输入（折扣幅度各家不同，以官网为准）。命中率低通常是提示词里混了动态内容。
2. 输出token：按生成量计费，且单价高于输入。爱写长报告的Agent，账单常被输出吃光。
3. 工具定义：函数调用时，工具schema每次请求都随输入重发。工具多、描述啰嗦，等于每轮都在为一段没人读的说明付钱。
4. 多轮重发：对话与Agent每轮把历史再发一遍。20轮会话的累计输入远超你的直觉。
5. 批量/离线折扣：不少家有批处理通道，延迟换价格。离线跑数据集时别走实时接口。

三、比价的正确做法（五步）

第一步：造真实负载。 从日志里抽100条真实请求，别用"你好"这种玩具提示。

第二步：数token。 用目标模型的tokenizer分别统计输入和输出，中文与代码尤其要实测，别按字数估。

第三步：套官方算价。 各家定价页基本都有计算器或单价表，把自己的输入/输出量代进去，得到单次成本。

第四步：加缓存假设。 按预期的缓存命中率重算一遍。命中率30%和80%，结果可能差一半。

第五步：算质量成本。 便宜只在答案过得了你的评估集时才算便宜。准确率掉10个点带来的返工和客诉，通常远贵于省下的API钱。

四、这张表救不了你，这个方法可以

再用一层路由把简单请求导向便宜模型（按任务类型或长度分流），整体成本通常能明显下降。路由策略要灰度上线，用评估集盯着质量别掉。

五、自己做一张比价表

别背单价，建一张自己的表，每月更新一次：

公式只有两个：

单次成本 = 输入token × 输入单价 + 输出token × 输出单价
有效成本 = 单次成本 ÷ 评估集准确率

有效成本把"便宜但答错"和"贵但答对"拉到同一个尺度上比。实践中经常出现：便宜模型的单次成本只有旗舰的四分之一，但准确率低两成，有效成本反而更高。

六、三处最容易算错的地方

只算输入。 摘要、翻译、报告生成这类任务，输出量往往和输入同量级，只算输入会低估一半。

忘了重试。 失败重试、Agent的多轮调用、格式错误后的二次请求都要付钱。按"每次成功请求背后平均1.2次调用"估，比按1次估更接近真实账单。

把缓存当免费。 缓存命中便宜但不等同于零，而且写入缓存往往还有额外规则。命中率按实际日志统计，不要按理想情况假设。

三处都算对，估出来的数字和月末账单的差距通常在10%以内。

七、常见问题

Q：开源模型自己托管是不是最便宜？ A：只有跑满GPU时才是。显卡闲置时，按调用付费的API更便宜。先算清你的实际利用率再决定。

Q：便宜的模型会不会偷偷降智？ A：会。部分厂商的"快"型号在长上下文和复杂指令上明显弱于旗舰。用自己的评估集跑一轮，别信宣传页。

Q：怎么监控花超了？ A：给每次调用打标签（任务、模型、成本），按会话设预算并告警。多数可观测工具都能做这件事。

Q：价格多久变一次？ A：季度级。重要决策别把单价写死在代码里，抽象出一层模型配置。

注：本文只给档位量级与比价方法，具体单价、免费额度、缓存折扣以各厂商官网定价页为准。

相关文章

• AI API网关对比：统一管理GPT、Claude、DeepSeek
• 免费LLM API平台2026：零成本跑自己的OpenAI兼容网关
• save2kb：让你的Agent学会读文章、存知识库，还能省99%的token