AI 模型价格

Mistral OCR (25.05)（Google Vertex AI）目前提供最低的文本输入价格，每百万 Token 仅需 $0.0005。

在已追踪的模型中，Auto Router（OpenRouter）支持最大的上下文窗口，达 2M。

大多数大模型 API 分别对输入 Token（您的提示词和对话历史）和输出 Token（模型的回复）收费。输出 Token 的价格通常是输入价格的 2–5 倍。许多供应商还提供批量折扣、提示词缓存以及长上下文附加费等选项。

LLMRates.ai 追踪来自 Anthropic, Google, OpenAI, AI21 Labs, AWS Bedrock, Azure AI, Cloudflare Workers AI, Cohere 等供应商的模型，涵盖国内外主流 AI 提供商。

价格直接从各供应商官方定价页面抓取，每日更新。重大价格变动通常在 24 小时内同步更新。

提示词缓存可以存储重复的提示词前缀（如系统提示或大型文档），使模型无需在每次请求时重新处理。Anthropic 和 Google 等供应商对缓存输入 Token 提供标准价格 70–90% 的折扣，是生产应用中降低成本的关键手段。

gpt-realtime-1.5（OpenAI）的输入价格为每百万 Token $32，输出价格为每百万 Token $64。

Claude Sonnet 5 (from September 1, 2026)（Anthropic）的输入价格为每百万 Token $3，输出价格为每百万 Token $15。

Gemini Omni Flash Preview（Google）的输入价格为每百万 Token $1.5，输出价格为每百万 Token $9。

以下为主流模型中输入价格最低的选项（美元，标准档位，每百万 Token）：

1. qwen3.7-flash (Qwen) — $0.0298 input / $0.119 output
2. doubao-seed-2.0-mini (Volcano Ark) — $0.0298 input / $0.2976 output
3. gpt-5.6-luna (OpenAI) — $0.2 input / $1.2 output
4. qwen3.7-plus (Qwen) — $0.2976 input / $1.19 output
5. MiniMax-M2.7 (MiniMax) — $0.3125 input / $1.25 output

AI Agent 以多步循环方式运行——每次迭代都会重新发送累积的对话历史、工具调用结果和执行计划，因此 Token 费用会快速叠加。建议优先选择输入价格低、工具调用能力强的模型。Anthropic 和 Google 的提示词缓存功能可将重复上下文的成本降低 70–90%。以下是兼具低价与工具支持的热门模型：

推理模型（如 glm-4.5, glm-4.5-air, glm-4.6, glm-4.7）在回答前会进行内部思维链推理。由于推理 Token 需要额外的算力，这类模型的价格通常是标准模型的 5–20 倍。部分供应商会对推理过程中产生的思考 Token 单独计费。