大模型 API 普遍采用输入与输出分离的定价方式。这一机制意味着,相同的 token 总量在不同使用模式下会产生显著不同的费用。因此,成本比较的前提不是罗列单价,而是明确自身的输入输出比例与任务类型。
先看定价差异的成因。多数模型的输出单价为输入单价的 2 至 4 倍,根源在于两者的计算方式不同:输入序列可以并行预填充,输出则必须逐 token 自回归生成,每生成一个 token 都要完成一次完整的网络前向计算。明确了这一点,就能判断自己的应用场景对哪项单价更敏感。

主流模型的价位区间
下表整理的是 2026 年 11 月公开报价的区间,单位为美元每百万 token,格式为输入 / 输出。
| 档位 | 代表模型 | 输入 / 输出 | 特征 |
|---|---|---|---|
| 国产性价比 | DeepSeek 系列 | 约 0.1–0.5 / 0.3–4 | 较海外旗舰低一个数量级 |
| 海外中档 | Gemini 系列 | 约 1–2 / 5–12 | 长上下文支持突出 |
| 海外旗舰 | GPT / Claude 系列 | 约 2–3 / 10–15 | 复杂推理与代码任务领先 |
价格调整频繁,同一系列内部还细分为旗舰版、轻量版与专用版本,单价相差可达数倍。该表用于呈现档位关系,具体数值应以厂商官网实时报价为准。
成本测算实例
假设某应用日均消耗 100 万输入 token、20 万输出 token:采用中高档模型,月度支出约为数百美元;改用国产性价比档位,支出约为数十美元。差距是数量级层面的。
但单价并非唯一决定因素。旗舰档位在复杂推理、长代码处理和多步工具调用上的成功率更高,一次失败重试或错误返工,可能抵消节省的费用。较为严谨的比较口径是单位有效结果的成本:以实际任务成功率作为修正系数,对单价进行折算。若性价比档位成功率为 70%,旗舰档位为 95%,则前者的实际成本需上浮约 36% 才具备可比性。
影响实际支出的三项机制
缓存命中。多数厂商对重复的输入上下文提供折扣,命中部分的单价可降至常规价格的十分之一左右。将固定的系统提示词与反复引用的文档置于请求前部并保持稳定,是成本优化中投入产出比最高的一项。
批处理。非实时任务走批量接口通常可获得半价优惠,代价是数小时至一天的延迟。离线数据清洗、批量标注等场景适用。
型号分级。分类、抽取、格式转换等任务无需调用旗舰模型。按任务复杂度分配模型档位,是控制支出的系统性做法。
选型结论
成本优化的核心在于匹配,而非单纯选择低价模型。项目初期可采用综合能力较强的模型完成功能验证,待用量分布明确后再按场景拆分。此外,在提示词中明确要求精简输出,可直接降低输出 token 消耗;考虑到输出单价通常更高,这一调整的收益往往被低估。
信息来源为各厂商官方 API 定价页及 2026 年 11 月的第三方横评资料。价格区间据公开报道整理,实际以官网实时报价为准。







