部落格 / 模型觀察

大模型API價格對比怎麼做：只看每百萬token單價會算錯的5個地方

2026-10-22cdnping 編輯部約 6 分鐘讀完

做大模型API價格對比，不能只拿“每百萬 token 多少錢”排個序。要把輸入價和輸出價分開，按你自己業務的輸入輸出比例算出“每次請求多少錢”，再把快取、批處理、重試和 tokenizer 差異算進去。同一組模型，換一種負載，便宜和貴的順序可能整個反過來。

下面先用一份可以複查的價格快照說明單價之間差多少，再講最容易算錯的 5 個地方，最後給一張能直接照著填的核對錶。

#現在的大模型 API 單價大概差多少？

我們用 cdnping 在 2026-10-17 抓取的 OpenRouter 公開模型目錄做參照。這一天目錄裡共有 376 個模型；cdnping 重點跟蹤其中 8 家廠商的 16 個最新模型（含同一模型的不同版本），下面看它們的目錄價（美元 / 百萬 token）。這裡不寫模型名，只看區間和比例，因為具體型號幾周就會換一輪。

從表裡能讀出兩件事。一是輸入價最高和最低差了約 40 倍，選對檔位比在同檔裡摳幾分錢影響大。二是那個輸出價約是輸入價 39 倍的模型，輸入價在快照裡屬於偏低的一檔，輸出價卻接近最高檔。只看輸入價，它像是便宜貨；只要你的任務輸出多，它就不便宜了。

這些數字是 OpenRouter 的目錄價，不一定等於各廠商官網的價格，也不包含各家的快取、批處理等折扣。正式比價前請以官方價格頁為準。實時的價格和可用率可以在 cdnping 的模型監測檢視，調價記錄在官網動態裡逐行保留。

#第 1 個坑：輸入價和輸出價為什麼要分開算？

快照裡 16 個模型全部對輸入和輸出分別定價，而且輸出都比輸入貴。只拿其中一個數比，或者把兩者簡單相加，都會失真。

正確的演算法是按單次請求計算：

單次成本 = 輸入 token 數 × 輸入單價 / 1,000,000
         + 輸出 token 數 × 輸出單價 / 1,000,000

下面用快照裡的三組真實價格點做示例（模型名隱去，記作 A、B、C），再假設兩種典型負載。負載是示例，不是統計資料。

• A：輸入 0.304，輸出 11.936
• B：輸入 4，輸出 12
• C：輸入 2，輸出 10

檢索問答這類“讀得多、寫得少”的任務，A 只有 C 的三分之一左右；換成“讀得少、寫得多”的生成任務，A 反而比 C 貴。所以第一步不是查價格，而是先統計自己的請求裡輸入和輸出各佔多少。

#第 2 個坑：輸出價是輸入價幾倍，為什麼要單獨看？

輸出輸入價格比決定了模型對哪類任務“友好”。比值在 3 到 5 倍的模型，兩類任務的成本排序比較穩定；比值很高的模型，成本對輸出長度非常敏感。

有一類輸出常被忽略：推理模型的思考過程。不少推理模型會把思考部分計入輸出 token，介面上不一定顯示，賬單上卻會體現。是否計費、怎麼計，以各家官方文件為準。比較推理模型時，要用真實請求看一下返回的 usage 欄位裡輸出 token 到底有多少，而不是按最終答案的長度估。

#第 3 個坑：上下文上限和長上下文價格怎麼影響成本？

上下文上限本身不收錢，但它決定了你需不需要額外的工程成本。快照裡多數模型的上限在 100 萬 token 左右，個別只有約 26 萬。如果你的任務要塞進整個程式碼倉庫或長文件，上限小的模型要切塊、做檢索，多出來的請求次數和重複輸入都要算錢。

另外，有的廠商對超過某個長度的請求使用更高的單價。這類分段價格在彙總表裡通常看不到，需要去官方價格頁找“long context”或類似的說明。

#第 4 個坑：快取和批處理折扣該怎麼算進去？

提示快取（prompt caching）對重複字首的輸入按更低的價格計費，對系統提示很長、同一份文件反覆問的場景影響很大。批處理介面則用更長的完成時間換折扣，適合離線任務。

這兩項的折扣力度、最小快取長度、快取寫入是否另收費，各家規則都不同，這裡不列具體數字。演算法上可以這樣處理：

有效輸入單價 = 命中快取比例 × 快取讀取單價
             + (1 - 命中快取比例) × 普通輸入單價
             + 快取寫入的額外成本（按寫入次數攤）

命中比例要用真實日誌統計，別按理想值估。Claude 的快取規則和常見誤區可以看這篇：Claude API 提示快取（prompt caching）怎麼用才省錢。

#第 5 個坑：同一段文字，為什麼不同模型的 token 數不一樣？

每個模型用自己的 tokenizer，同一段中文切出來的 token 數可能差不少。單價低一點的模型，如果同樣的內容要多切出一截 token，省下的錢就被吃掉了。中文、程式碼、JSON 的差異尤其明顯。

最直接的辦法是拿你自己的真實樣本去測。下面是一個通用的測法，適用於 OpenAI 相容介面，把地址、金鑰和模型名換成你要比的：

# 準備一段有代表性的真實輸入，儲存為 sample.txt
TEXT=$(python3 -c 'import json,sys;print(json.dumps(open("sample.txt").read()))')

curl -s "$BASE_URL/v1/chat/completions" \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"$MODEL\",\"max_tokens\":1,\"messages\":[{\"role\":\"user\",\"content\":$TEXT}]}" \
  | python3 -c 'import json,sys;print(json.load(sys.stdin)["usage"])'

max_tokens 設成 1，幾乎只花輸入的錢（個別推理模型對這個引數有最小值或改用別的引數名，報錯時按其文件調整）。對每個候選模型跑一遍，記下 prompt_tokens，然後用“token 數 × 單價”比，而不是隻比單價。賬單上的 token 數和你本地估算對不上時，可以按AI API 賬單對不上：token 計數口徑與核對方法裡的步驟逐項核對。

#單價之外，還有哪些錢會算進賬單？

#失敗和重試

請求失敗後重試，前面已經傳送的輸入往往要再付一次。同一個模型在不同推理供應商上的可用率並不一樣：在 cdnping 2026-10-17 的 OpenRouter 快照中，同一個模型的 36 條供應商線路，近 1 天可用率從約 88% 到 100% 不等。可用率低的那條線路，單價再低，也要乘上重試帶來的放大係數。詳細資料見同一模型換個 OpenRouter 供應商，可用率能差多少，API 入口本身的探測結果可以在 API 狀態 頁看。

#量化版本

同一個模型名，不同供應商可能跑的是 fp8、fp4 等不同精度。便宜的那家如果用的是低精度版本，輸出質量可能有差別，導致返工或多輪對話。怎麼識別見模型變笨還是換了供應商：推理供應商與 fp8、fp4 模型量化。

#計費單位不同

有的服務按 token 計價，有的按月訂閱、按自定義額度單位計價。比如 AGI Plan（AGI Plan 是 cdnping 的商業合作方）用 CU 計量，1 CU 等於基準模型 1,000 個輸出 token，按量付費時 1 元 = 500 CU，具體換算以 agiplan.dev/pricing 為準。比較這類服務時，同樣要把它換算成“你的典型請求一次多少錢”，而不是拿套餐價和每百萬 token 單價直接比。

#能直接照著做的比價核對表

做完這張表，常見的結論不是“選最便宜的模型”，而是按任務分檔：檢索、分類、格式化用便宜的，長鏈路推理和複雜修改用貴的。具體怎麼拆可以參考多模型路由怎麼做：按任務分流降低大模型成本，質量不明顯下滑。

#價格變了怎麼知道？

搜尋結果裡常見的價格表不少停在幾個月前，彼此數字也對不上：廠商調價後，轉載的表很少有人跟著改。比起收藏一張表，更可靠的是盯住源頭。cdnping 的官網動態監控多家官方價格頁和更新日誌，逐行記錄增刪；模型監測會自動記錄 OpenRouter 上的上架、下架和調價。三條線路怎麼配合使用，見大模型 API 價格變了怎麼第一時間知道。

本文的價格快照來自 cdnping 2026-10-17 對 OpenRouter 公開 API 的抓取，cdnping 從這一天才開始採集，歷史很短，單價請以官方價格頁的最新數字為準。