AI API 费用对比：大模型 API 到底怎么收费

大模型 API 的价格，到底是怎么算的

市面上的 AI API 费用对比，几乎都是一个模型只列一个数，而且列的基本是输入价。可在供应商公布的四个数里，输入价恰恰是最没参考价值的一个。一个模型要分开计四项费用：你发出去的 token、它写回来的 token、从缓存里读的 token，以及部分供应商还会收的“写入缓存”的 token。每一项都有自己的单价，而且彼此差得很远。

token 是模型处理文字的最小单位，英文里大约 4 个 token 对应 3 个单词，所以 100 万 token 差不多是 75 万个英文单词。价格之所以按每百万 token 报，是因为单条消息实在太便宜，按条报的话满屏都是 0。但这样报价也遮住了一件事：在真实对话里，每聊一轮都要把前面说过的所有内容重新发一遍，四项费用叠起来的速度比你想的快得多。

下面这张表列了几个模型的全部四项单价，来自驱动本站模型选择器和费用计算器的同一份模型数据。看一眼就明白，光看输入价能得到的信息有多有限：这里的输入价在 0.30 到 2.50 美元之间，输出价却从 1.20 拉到 15.00 美元，而输出正是波动最大的那一项。

• 输入：你发出去的所有内容，包括这条消息、之前的聊天记录、系统提示词、附带的文字。
• 输出：模型写回来的所有内容；如果是会“先思考再回答”的模型，思考过程产生的 token 也算在里面。
• 读取缓存：供应商见过的重复内容，按远低于新输入的单价收费。
• 写入缓存：有些供应商会为“把这段内容放进缓存”单独收一笔钱。

输出比输入贵，这一半才是大头

大模型定价里最靠谱的规律就一条：写的比读的贵。为了拿数据说话，我们把 Oriveo 模型数据里所有公布了单 token 价格的文本模型（覆盖全部 15 家供应商）都拿出来，拿每个模型自己的输出价去比它自己的输入价，数据截至 2026 年 7 月 24 日。

排在中间的那个模型，输出价正好是输入价的 4 倍。大约每 10 个模型里有 1 个，输出和输入一样贵，甚至更便宜，这在第三方托管的开源权重模型里很常见。另一头呢，大约每 7 个里有 1 个，输出价超过输入价的 6 倍，差距最大的一个达到 12 倍。

这直接关系到你怎么省钱。大家最先想到的是把提问写短一点，但那通常不是最管用的办法。让模型答得短一点、给输出长度设个上限，或者换一个不爱长篇大论“边想边说”的模型，比从问题里删掉一段话更能压低账单。带推理功能的模型尤其要留意：它们生成的思考过程，哪怕你从头到尾没看到，也按输出计费。

账单到底是被什么推高的

很多人第一次收到 API 账单都会吓一跳，原因通常是下面这几条之一，而且没有一个是模型的标价。这几条对每家供应商都成立，因为它们来自聊天 API 本身的工作方式，跟哪家供应商的政策无关。

最大的一个是每轮都要重发聊天记录。API 调用是“没有记忆”的：模型不记得你上一轮说了什么，所以客户端每发一条消息，都得把整段对话再发一遍。一个已经聊了 40 轮的对话，到第 41 轮时，会把前 40 轮的内容全当作输入发出去。所以一段对话的成本，大致随长度的平方增长，这也是为什么同样的内容，聊在一个长对话里，可能比拆成 20 个短对话还贵。

提示词缓存（prompt caching）能起到抵消作用，值得先弄明白再决定用不用。供应商支持缓存的话，重复的内容就按“读取缓存”计费，不再按新输入算。在我们测的这批数据里，大约每 5 个模型有 1 个公布了缓存读取价；有的话，缓存价的中位数是该模型输入价的 10%，最低不到 1%，最高约 58%。有些供应商写入缓存时还要另外收费，通常比普通输入贵一些，所以缓存要在同一段内容被反复用好几次时才划算，只用一次反而亏。

• 聊天记录：每一轮都完整重发，所以对话越长，花得越不成比例。
• 系统提示词和预设：可复用的指令会加在每一条消息前面，token 数就这样被悄悄翻倍。
• 附件：丢进对话里的文档或图片会变成输入 token，而且这个对话之后的每一轮都会带着它。
• 推理 token：会思考的模型按输出计费，不管思考过程你看不看得到。
• 重试和重新生成：重新生成一次，等于又发了一次完整的收费请求，不是免费的修正。

15 家供应商的价格分布

下面这张表，是 Oriveo 接入的 15 家供应商各自公布的输入价区间快照。只统计公布了单 token 价格的文本模型，列出每家最便宜和最贵的那一个。它只是告诉你各家大致落在哪个价位，不是推荐：同一家供应商里，最便宜的和最贵的模型，基本没法互相替代。

数据来源和方法写在这里，方便你自己核对：每个数字都来自 Oriveo 线上环境的模型数据（api.oriveoai.com/api/metadata），版本 47，生成于 2026-07-24T01:00:09Z。应用给每条消息算费用，用的就是这一份数据，本站的费用计算器也是。价格单位是美元每百万 token，数据截至 2026 年 7 月 24 日。图像生成模型，以及按请求而不是按 token 计价的模型没有统计，因为对它们来说，单 token 价格没有意义。

有两点特别显眼。第一是跨度：整份数据里最便宜的输入价是每百万 token $0.01，最贵的是 $150，同一个模型选择器里，两行之间差了一万五千倍，数据截至 2026 年 7 月 24 日。第二是模型多和价格低是两回事：聚合平台因为转售很多家的模型，价格区间最宽；而只卖自家模型的供应商，价格都紧紧围绕自己的几个档位。

这里的每个数字都别当成一成不变的。供应商随时会调价、推出更便宜的档位、下线旧模型，下表里有好几行在过去一个季度里就变过。任何引用模型价格的文章都只是一张照片，所以才需要实时数据和计算器，本文也才写明了取数日期，而不是让你以为这些数字永远有效。

同一个模型，为什么会有好几个价

把两份模型目录打开对比，你会发现同一个模型标着不同的价格。这通常不是标错了。开源权重模型有好几家平台在托管运行，各家的硬件、速度和利润都不一样，所以同一个模型在这家和在那家，价格确实可以不同。上面那份数据里，同一个开源模型系列在好几家供应商那里的价格就真的不一样。

第二个原因是你从哪一层买。聚合平台夹在你和底层供应商之间，总得有办法养活自己：可能是在 token 单价上加一点差价，可能是收充值手续费，可能是按请求收一个百分比，也可能是搞一套额度体系（credits），额度和 token 怎么换算由平台自己定，而不是供应商的价目表。这些做法本身都没问题，关键是规则公不公开。比如 OpenRouter 把收费规则公开写明：截至 2026 年 7 月 24 日，它公布的政策是银行卡充值收 5.5% 的手续费、最低 $0.80；自带 API Key 的话，每月前 100 万次请求不收费，超出部分按模型正常价的 5% 从 credits 里扣。

比较平台的时候，值得问的不是“1 个 credit 多少钱”，而是“从供应商的标价到我实际被扣的钱，中间那条换算路径有没有公开”。如果一个平台用 credits 计价，又不公布怎么换算，那你比的就不是模型价格，而是这个平台的定价政策，而平台的政策可以在模型价格一分没动的情况下说改就改。

订阅和按量付费，哪个对你更划算

这是大多数人真正想问的问题，但它没有通用答案。固定月费的订阅和按量计费的 API，在某个用量上会打平，这个平衡点取决于你自己的使用习惯：每条消息多长、回答多长、选哪个模型、一个对话聊多久。不看你的数据就直接报一个“能省百分之几”，都是在瞎猜。

自己算一下大概只要五分钟，算术也不难。挑一个有代表性的一周，别挑最忙的那周。数一数发了多少条消息。估一下模型回答的平均字数，乘以约 1.35 换成 token 数。再加上输入那一边，别忘了每一轮都要把前面的对话重发一遍。然后乘以模型公布的输入价和输出价，再跟你在考虑的月费比一比。本站的费用计算器会按实时价格替你算好，省得你自己去盯价格。

有几条规律比较稳，不用编数字也能说清。用得少、时多时少，偶尔换着用几个模型而不是天天重度用一个，或者大部分是短问短答的时候，按量付费往往更划算。每天都稳定重度使用的话，订阅往往更划算，而且它还有一个实实在在的好处：账单是可预期的。最糟糕的是按量付费却看不到每条消息花了多少钱，两头都占不到便宜，而每条消息附一个费用预估，就是为了避免这种情况。

想省钱，具体怎么做

看清了这几项费用，大部分省钱的办法其实是养成几个习惯，而不是到处找最便宜的供应商。按对普通聊天场景的影响，从大到小排列如下：

通常没用的做法，是把所有事情都换成目录里最便宜的模型。一个价格只有五分之一、却要试三次才答对的模型，算不上省钱，还白搭了你的时间。这条建议真正有用的版本是让模型和任务对得上：提取信息、整理格式、写摘要、做翻译交给便宜的模型，真正难的活儿，也就是你原本要花钱请人做的那种，再交给贵的模型。

• 换话题就新开一个对话。这是效果最大的一招，因为不用再为重发一堆无关的聊天记录付钱。
• 想要短答案，就直接说要短答案。大约每 10 个模型里有 9 个，输出是更贵的那一项。
• 让模型和任务匹配，别什么事都默认用最强的那个。
• 系统提示词和可复用的预设写精简一点，每条用到它们的消息都要为它们付费。
• 供应商支持提示词缓存、而你又反复用同一段长内容时，记得用上。
• 附件用完就从对话里拿掉，别让它跟着后面每一轮一路重发。
• 同一种用法打算重复上百次之前，先看一眼那条消息的费用预估。

Oriveo 怎么把费用摆给你看

Oriveo 里每条消息都带一个预估费用：答案一结束，就按供应商公布的 token 价格和实际上报的 token 数算出来。所有档位都有这个功能，包括不用登录的那一档，因为一个只有付费才能看到的费用，帮不了你判断要不要付费。上面表里用的那份模型数据，就是这些价格的来源，所以你不用自己维护价目表。

这是预估，也明确标着是预估。供应商各有各的取整方式、最小计费单位、账号专属费率，偶尔还有促销价，而且 token 数是供应商事后才上报的。这个预估的作用，是让你在一个月里心里有数、做出判断；最终以供应商的账单为准，两者对不上时，账单才是对的。

更细的分析在付费方案里。Usage Insights（按供应商和模型拆分的花费、月度趋势、预算提醒）属于 Pro 和终身版，截至 2026 年 7 月 24 日，价格是月付 $9.99、年付 $59.99，或一次性 $149.99。这些方案买的只是软件功能，不含任何 AI 用量、模型额度或供应商订阅，所以应用本身的价格和你用掉的 token 的价格，永远不会被捆成一个拆不开的数字。

这些数字没法告诉你的事

价格表只是起点，不是结论。有三件事表里没写，但值得说清楚，因为它们经常把一个光看价格似乎已经定了的对比整个翻过来。

第一是每个任务实际用掉的 token 数。两个单价相同的模型，得到同一个答案所花的 token 可以差很多，一个啰嗦的便宜模型，做完一件事的花费可能比一个惜字如金的贵模型还高。第二是重试率：答得不对、需要重新生成，就要收两次钱。第三是 token 计费以外的所有事：调用频率限制、响应速度、上下文长度、在你所在地区能不能用，以及模型能不能读你工作里用的那些文件格式。

正确用这类对比的方式，是拿它来缩小候选范围。先把明显超出预算的排除掉，挑两三个放到你自己的真实工作里试一试，然后看做完一件事花多少钱，而不是看一百万 token 多少钱。每条消息的费用预估，就是为了让这个试验一天就能做完，而不是等一个结算周期。