按 Agent 编程、代码问答、在线客服、长文档和内容生成五类真实任务比较模型，同时给出任务主指标与按量 API 月成本结论，支持最多 6 个模型、场景参数和可分享链接。
DeepSeek 4 月把缓存命中价降到 1/10、5 月 V4 Pro 永久降价 75%，OpenAI 7 月 30 日把 GPT-5.6 Luna 降价 80% 跟上。缓存命中价在各家之间已经拉开一百倍差距，Agent 场景的账单主要由它决定。
Kimi K3 已上线并放出权重，输出价是 K2.6 的 3.8 倍、智能指数高 12.9 分。K3、K2.7 Code、K2.6、K2.5 的价格、能力、开源许可与成本估算一页看懂。
LLM Token 支出指数归因分解：结构迁移（转向便宜模型）贡献 54%、厂商降价贡献 46%；同期 token 用量 +64%、总支出 +47%。大模型 token 支出指数下跌背后的另一种读法。
LLM Token 支出指数对比：与彭博终端上的 Silicon Data 大模型支出指数读数互相印证，差异在口径公开度、开源/闭源子指数、CPI-per-IQ、事件标注与 CC BY 4.0 数据许可。
拆解彭博社与财联社引用的 LLM Token 支出指数（SDLLMTK）口径，用公开数据（OpenRouter 用量 × 每日价格）复现出每日更新的大模型 token 支出指数 TTSI。
开发者说的是"日均烧 2000 万 Token"，不是"每天 500 次请求"。拆解真实消耗梯队、input/output 比例与缓存命中率，给出一套符合直觉的成本计算方法。
Google DeepMind 发布 Gemma 4：Apache 2.0 许可、E2B 至 31B、256K 上下文、多模态与 agent 工具链；架构要点、基准表与开发者落地建议一文读完。
450+ 模型、47 家厂商 API 价格完整指南，含 GPT-5.4、Claude 4、Grok 4.20 等最新模型的性价比排行与选型建议。
45+ 家国内厂商、120+ 模型 API 价格与性能横评，含智能指数排行、场景选型建议与行业趋势分析。
DeepSeek V3.2 与 GPT-5.4 系列的价格和性能深度对比，谁才是 2026 年的性价比之王。
本地部署 LLM 的真实成本拆解：电费、折旧、维护一个不少。RTX 5090 vs API 调用，哪个更划算？
2026 年推理模型大横评：价格相差 10 倍，推理能力差距多大？