LLM API Pricing Calculator

使用指南

输入你预计的月度 token 用量——输入 token 和输出 token（以百万计）。可选设置提示词缓存命中率（按更便宜的缓存价计费的输入 token 占比），以及是否启用异步 Batch API 折扣。表格会立即按估算月成本对所有模型排序，最便宜的高亮显示。可在闭源模型和开源权重模型之间筛选，并一键复制整个对比结果。每个价格都标注了对照官方定价页核实的日期。

为什么使用此工具

大模型 API 价格变化极快——每月都有新模型发布，厂商一年调价数次，搜索结果里的对比表大多已经过时。本计算器对照官方定价页维护，并把简单表格忽略的部分算进去：提示词缓存读取价（常常比普通输入便宜 10 倍）、异步批量折扣、以及输出 token 通常是输入价 3-6 倍这一事实。适合在选型前对比各家价格、用真实流量估算生产预算、或评估换模型/加缓存能省多少钱。如果你也在考虑自托管开源模型，可配合本站「大模型显存计算器」对比 API 成本与自建 GPU 成本。

常见问题

月成本是怎么计算的？

成本 = 未命中缓存的输入 token × 输入价 + 命中缓存的输入 token × 缓存价 + 输出 token × 输出价（均按每百万 token 计）。启用 Batch API 后，对提供异步批量档的厂商再应用相应折扣（通常 5 折）。

价格数据有多新？

每个价格都对照厂商官方定价页核实，页面上标注核实日期。厂商调价或发布新模型时我们会更新表格——保鲜正是这个工具存在的意义，搜索结果里的价格对比大多已过期数月。

什么是提示词缓存，为什么重要？

厂商允许缓存重复的提示词前缀（系统提示、长文档、few-shot 示例），后续请求复用时按远低于普通输入的价格计费——通常只有正常价的 10% 左右。对每轮都重发大量上下文的聊天机器人和 Agent 来说，高缓存命中率能把输入成本降一个数量级，所以本计算器把它显式建模。

Batch API 折扣是什么？

多数主流厂商提供异步批量档：一次提交大量请求，在时间窗口内（通常 24 小时）返回结果，输入输出 token 都按约半价计费。适合评测跑分、向量回填、批量内容处理等离线任务。

为什么输出 token 比输入贵？

生成每个 token 都需要一次完整前向计算，而输入 token 在预填充阶段并行处理。厂商把这种不对称计入价格：输出通常是输入价的 3-6 倍。长回复类任务（写作、代码生成）成本由输出主导，长上下文摘要类任务则由输入主导。

开源权重模型走 API 更便宜吗？

按 token 计通常更便宜——DeepSeek、Kimi、Qwen 等开源模型有多家供应商竞争托管，价格被压得很低。但具体任务的质量表现各异；用量极大时自托管可能更省。可先用本站「大模型显存计算器」看看模型需要什么硬件再做对比。

价格包含长上下文加价或限时优惠吗？

如果厂商在某个上下文阈值以上加价、或有限时首发价，我们会在模型旁边注明，而不是悄悄平均进去。表头数字始终是标准档，保证各模型可比。

我的用量数据会被上传吗？

不会。计算器是纯前端 JavaScript——价格表随页面打包，所有计算都在浏览器本地完成。无需注册、无上传、不记录你的输入。