🤖 LLM成本比较器

大语言模型API定价方式

大语言模型按million tokens收费，分别计算input（您的提示+上下文）和output（模型回写的内容）。输出通常比输入贵3-5倍。一个令牌大约是4个英文字符或4/5个单词。

Cost = (input_tokens × input_$ / 1M) + (output_tokens × output_$ / 1M)

2026 年价格格局

已出现三个层级：

• Frontier ($10–$75 / 1M tokens): Claude Opus 4.7、GPT-5、Gemini 3.1 Pro — 最强推理、视觉与长上下文
• Workhorse ($1–$5 / 1M): Claude Sonnet 4.6、GPT-5 mini、Gemini 2.5 Flash — 达到顶级模型90%的质量，仅需10-20%的费用
• Budget ($0.10–$1 / 1M): Claude Haiku 4.5、GPT-5 nano、DeepSeek V3、Llama 3.3 70B（通过Groq/Together）— 非常适合标注、分类、简单对话

真正的节省在哪里

定价是最容易调整的杠杆；architectural levers move 2–10× more cost：

• Prompt caching — 重复的系统提示和 RAG 上下文以正常价格的约 10% 缓存。聊天/代理应用的 70%+ 缓存命中率是现实的。削减输入费用 75–90%。
• Batch API — 可等待最多24小时的任务享受50%折扣。非常适合后台填充、评估和文档处理流水线。
• Tiered routing — 将简单请求发送给廉价模型，仅在需要时升级到前沿模型。可将典型助手的综合成本降低一半。
• Reasoning budgets — 对于o系列和Claude扩展思考模式，请限制思考令牌数。默认思考模式可能使输出成本增加5–10倍。
• Self-hosted open weights — 在单台H100上运行Llama 3.3 70B，80%以上利用率约0.20美元/百万令牌；仅在每日超过约5000万令牌时才值得考虑。

读懂对比表

表格按您的输入条件下的月度支出排序。大多数应用程序是input-heavy（RAG、长文档、系统提示），其中输入价格主导总成本。具有简短提示和长补全的聊天类应用程序是output-heavy——输出价格主导。

其他费用考量

• Context window: 较长的上下文 = 更好的检索,但更多的输入 token = 更高的成本
• Vision / image input: 图片转换为tokens（通常每张图片200–1,200个）
• Tool use / function calls: 工具定义在每次对话中均计为输入，除非已缓存
• Fine-tuning: 训练费用 + 推理通常为基础模型价格的2–4倍

与我们的 Prompt Cost Calculator 配合使用以估算特定提示,AI Model Cost Calculator 用于项目级情景,AI ROI Calculator 用于比较 LLM 成本与其替代的人力成本。

相关计算器

• AI Model Cost Calculator — 比较 100+ LLM 的 API 价格,包括 GPT-4o、Claude、Gemini 和 Llama。精确计算 token 成本。
• AI vs Human ROI Calculator — 比较 AI 工具与人力成本。月度节约、年度 ROI 和实时模型定价下的盈亏平衡点。
• Prompt Cost Calculator — 粘贴您的提示、选择模型,立即查看它使用多少 token 以及发送费用是多少。