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，Meta: Llama 4 Scout（OpenRouter）支持最大的上下文窗口，达 10M。

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, AWS Bedrock, Azure AI, Cohere, DeepSeek, Google Vertex AI 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 4.6（Anthropic）的输入价格为每百万 Token $3，输出价格为每百万 Token $15。

Gemini 3.5 Flash（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. doubao-seed-2.0-mini (Volcano Ark) — $0.0296 input / $0.2956 output
2. deepseek-v4-flash (DeepSeek) — $0.14 input / $0.28 output
3. qwen3.6-flash (Qwen) — $0.1773 input / $1.06 output
4. gpt-5.4-nano (OpenAI) — $0.2 input / $1.25 output
5. qwen3.6-plus (Qwen) — $0.2956 input / $1.77 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。