做 AI 应用的团队大多有过同一种经历：演示阶段觉得调用费用不值一提，等到真的跑起来，月底账单才让人清醒。问题往往不出在用量估错，而出在没人真正算清一次调用到底花了多少钱。

最近在 Hacker News 上被讨论的 CostPerPrompt 就是冲着这件事去的。它是一个免费的网页工具，收录了 232 个以上模型的实时价格，并且自动刷新，同时提供一整套按真实业务场景设计的成本计算器。

先看一张价格表，差距比想象中大

这套工具最直观的价值，是把各家模型的单价放在同一张表里。以每百万 tokens 计算的输入 / 输出价格为例（数据更新于 2026 年 8 月 2 日）：

• OpenAI GPT-5.6 Sol：5.00 美元 / 30.00 美元，上下文 110 万
• OpenAI GPT-5.4：2.50 美元 / 15.00 美元
• Anthropic Claude Fable 5：10.00 美元 / 50.00 美元
• Anthropic Claude Sonnet 5：2.00 美元 / 10.00 美元
• 谷歌 Gemini 3.1 Pro Preview：2.00 美元 / 12.00 美元
• xAI Grok 4.5：2.00 美元 / 6.00 美元，上下文 50 万
• 月之暗面 Kimi K3：3.00 美元 / 15.00 美元
• 深度求索 DeepSeek V4 Pro：0.435 美元 / 0.87 美元
• 深度求索 DeepSeek V4 Flash 0731：0.09 美元 / 0.18 美元
• 智谱 GLM 5.2：0.4186 美元 / 1.32 美元

把两端放在一起对比：Claude Fable 5 的输出单价是 50 美元，DeepSeek V4 Flash 0731 是 0.18 美元，相差约 277 倍。输入端的差距同样悬殊，10 美元对 0.09 美元，约 111 倍。国产模型在这张表里的位置相当扎眼——DeepSeek 与 GLM 的定价比第一梯队旗舰低了一到两个数量级。

为什么大部分成本估算都是错的

该工具在说明中给出了一个关键判断：多数”这功能要花多少钱”的文章，估算结果通常偏离真实值两到三倍，原因是漏掉了两项折扣。

第一项是提示词缓存（prompt caching）。聊天类应用每轮对话都要把历史记录重新发一遍，这部分重复输入可以享受最高 90% 的折扣。第二项是批量处理（batch），只要业务能接受延迟出结果，整体费用可以省下约一半。这两项不计入，账就算不准。

计价规则本身并不复杂：所有主流厂商都按 token 计费，1 个 token 大致相当于四分之三个英文单词，输入和输出分开定价，输出通常比输入贵 3 到 5 倍。一个标注 5 美元 / 25 美元的模型，意味着每发送一百万 tokens 花 5 美元，每生成一百万 tokens 花 25 美元。

六个计算器，覆盖六种花钱方式

CostPerPrompt 没有停留在报价表层面，而是按业务形态拆成了多个计算器：

• API 成本计算器：任意工作负载在全部 232 个模型上横向对比，并计入缓存与批量折扣。
• 聊天机器人成本：模拟真实对话，考虑历史记录不断增长、上下文重复发送、缓存命中等因素。
• 智能体成本：多步循环、工具调用的结构描述、失败重试都会计入——该工具明确指出，智能体的实际开销通常是直觉估算的 10 到 30 倍。
• RAG 成本：把索引、检索、生成三段分开计价，其结论是嵌入向量那部分其实便宜到可以忽略。
• 语音 AI 成本：语音识别、大模型、语音合成三段账单合并计算，可按分钟、按通话、按月查看。
• GPU 租用价格：覆盖 H100、A100、RTX 4090 在 10 家供应商处的报价，同一块芯片的价差可以达到 5 倍。

此外还有图像 API 价格页（单张 0.003 美元到 0.17 美元，分三档市场）以及一个完全在浏览器本地运行的 token 计数器，粘贴文本即可看到 token 数与各模型对应费用，内容不会上传。

对什么人有用

这类工具的价值不在于替人做决策，而在于把”到底贵在哪一步”摊开。对于正在做技术选型的团队，它至少能回答三个常见问题：同一个任务换个模型能省多少；把智能体的重试次数从三次降到一次值不值；以及自建 GPU 与调 API 之间的分界线大致在哪里。

需要提醒的是，各家厂商的价格调整相当频繁，任何第三方汇总页面都只能作为参考起点，真正要签合同或做预算，仍应以厂商官方定价页为准。

来源：CostPerPrompt（costperprompt.com），经 Hacker News「Show HN」板块发布