选大模型 API 前要算清的 7 笔账

大模型 API 比价是什么

大模型 API 比价，就是把不同厂商、不同模型的调用费用放在同一个口径下横向比较，找出在你自己的使用方式下总花费最低的方案。 各家厂商的定价页格式各不相同，有的按输入输出分开报价，有的合在一起，有的有缓存折扣有的没有，直接比单价看不出真实成本。 比价要做的就是把这些差异拉齐，算成同一个维度下可比的数字。

一、输入价和输出价是两笔钱

你发给模型的内容（提示词、上下文、检索到的文档）按输入价收费，模型回复的内容按输出价收费。 两个价格独立计费，大多数模型的输出价比输入价贵 2-5 倍。下面是几个主流模型的当前报价，可以看到差距：

同一个厂商的不同型号之间，输入价和输出价的倍数关系也不一样。只看其中一个数字，容易挑错模型。

另外留意计价单位：有的厂商按每千 Token 报价，有的按每百万 Token，有的按每十万字符。 单位没对齐就比数字，几乎一定看错。上面这张表和 TrakToken 价格表统一用的是每百万 Token（美元），不需要你自己换算。

二、哪笔是大头，取决于你的用法

不同任务的输入输出比例差异很大。Agent 编码类任务每轮都要把整个上下文重新发给模型，输入占日均 Token 消耗的 85% 以上； 写文章或生成报告的任务正好反过来，输出才是大头。知道自己属于哪一类，才知道该优先比哪个价格。

拿 Agent 编码举例：日均 2000 万 Token 的消耗，其中 1700 万是输入、300 万是输出。这时候两个模型即使输出价一样，输入价差 1 美元，月费就差 51 美元。

中文用户还要留意一点：同样一段内容，中文文本消耗的 Token 数通常比英文多 1.5-2 倍。 也就是说，同样长度的提示词或文档，中文场景的实际 Token 用量比英文参考值更高，算月费时要按自己的实际 Token 数来，不能直接套英文场景的估算。

三、缓存命中价，重复内容多的场景差异很大

很多厂商对「之前发过的内容再发一次」给一个更低的价格，叫缓存命中价（cache hit price）。 Agent 编码、多轮对话、RAG 这类任务每轮都带着系统提示词和之前的上下文，重复率很高，缓存命中价直接决定账单。 下面几个模型的缓存命中价和原始输入价差距可以到十几倍：

判断标准：你的请求里有多少内容是每次都重复发送的。系统提示词 2000 Token、检索上下文 5000 Token、每轮都带，这 7000 Token 就走缓存价。 Agent 编码场景下缓存命中率大约 70%，实际的输入均价比标价低很多。

四、Batch 折扣和工具调用附加费

除了输入、输出、缓存这三项，有些厂商还有两类额外定价。 一类是 Batch（批量异步）折扣：如果你的任务不要求实时返回结果——比如批量翻译、离线评测——可以走 Batch 接口，通常有 50% 的折扣。 另一类是工具调用附加费：联网搜索、代码执行、文件解析这些能力，有的厂商按次收费，有的包含在 Token 价格里，有的根本没有。

这两类费用按次或按量单独计算，评估总成本时要把它们和 Token 费用加在一起。 如果你的任务大量用到联网搜索或代码执行，这笔附加费可能比 Token 费本身更高。

还有一项容易漏算的是长上下文跳价。部分厂商在上下文超过一定长度（比如 128K 或 200K Token）后，输入价会自动上浮。 做 RAG、长文档分析、或者 Agent 跑长程任务时，上下文很容易超过这个阈值。 具体的阈值和加价幅度各家不同，评估长文档或长程 Agent 任务成本时要把这部分上浮计入。

五、一张价格表怎么看

前四步讲的是你要关注哪些数字。接下来要做的是打开一张横向对比表，把候选模型缩小到 3-5 个。 TrakToken 的价格表每日自动更新，按每百万 Token 列出输入价、输出价和缓存命中价，覆盖全球与国内厂商。

表里有一列「性价比」评分，把价格和模型能力（智能指数、编码能力、Arena Elo）放在一起算， 帮你在同价位里找能力最强的，或者在同能力档里找最便宜的。 不确定自己需要什么档次的模型时，先按性价比排序，从高往低看。

这套评分对开发和 Agent 类任务比较准，因为编码能力和推理能力在这些场景下就是核心指标。 但如果你做的是客服、翻译、内容生成这类直接面向用户的任务，语言流畅度、中文表达质量、指令跟随能力这些维度更重要，编码跑分高低和你的场景关系不大。 这时候建议用模型对比看具体任务维度的表现，或者拿自己业务里的真实样本跑一轮测试再做判断。

表头支持按厂商筛选、按能力标签（工具调用、视觉、推理）筛选、按价格区间（经济 / 主力 / 前沿）筛选。 筛完之后通常就剩十几个候选，可以进入下一步：拿自己的用量算月费。

六、按自己的用量算一次月费

单价比完了，最终要回到一个具体的数字：这个模型我每月花多少钱。 TrakToken 的成本计算器可以填入你的日均 Token 消耗量和输入输出比例，直接算出各模型的月费，缓存价一并计入。

下面是一个实际的算例：日均消耗 20 万 Token， Agent 编码场景（输入占 85%，缓存命中率 70%）， 人民币月费对比：

同样的用量，最贵和最便宜的月费可以差出几倍。上面这组数据里，最便宜的 DeepSeek V4 Flash 0420 (Reasoning, High Effort) 月费 ¥397，最贵的 Claude Opus 5 (Adaptive Reasoning, Max Effort) 月费 ¥22,993。场景不同、用量不同，排名会变。建议用自己的实际数字算一次。

七、选完模型，直接拿 API Key 跑起来

走完前六步，你已经有了一份按自己用量排好序的候选清单。 每个模型详情页都标注了厂商官网链接，点过去注册拿 Key、接入代码就能跑。 TrakToken 的价格每日自动采集更新，后续换模型或调整用量时随时回来重新算。

大模型 API 的定价变化很快，上个月最贵的模型这个月可能大幅降价。TTSI 支出指数按全市场实际用量加权，每天更新一个「大家平均每百万 Token 花多少钱」的数字，可以帮你判断当前是不是换模型的窗口。