API定价

就在 GPT-6.1 Sol 被骂「涨价」的同一天，OpenAI API 页面上悄悄挂着一个几乎没人吐槽的定价：GPT-6 Luna，每百万 token 输入 0.10 美元、输出 0.50 美元，上下文长度 105 万 token，最大输出 13 万 token。作为对比，旗舰 Astra 是输入 10 美元、输出 50 美元。Luna 的输出价只有 Astra 的百分之一。这个被忽略的「地板价」，可能比 Sol 的三档风波影响更大。 输入 0.10 美元每百万 token，到底意味着什么？ 把单位换算一下：处理一百万个 token 的输入，成本是一毛钱。一次普通的客服对话，上下文来回也就几千 token，折人民币不到一分钱。这意味着过去因为成本太高而不敢做的事——全量日志摘要、超长文档初筛、给每个用户画像做每日更新、把整个代码仓库喂进去做归类——现在经济上突然成立了。 过去团队在做产品设计时，第一道砍预算的工序就是「这个调用是不是太贵」。Luna 把这道工序直接抹掉了：不敏感的任务，可以随便调。 便宜模型第一个吃掉谁的生意？ 第一类是中间层厂商。过去很多套壳产品的卖点是「我们帮你调好了 Prompt、接好了模型」，赚的是信息差。当底层模型一毛钱一百万 token，这个差价空间被压得极薄，套壳必须往上迁移到工作流和数据层。 第二类是老牌中等模型。Luna 这个价位直接打到了开源模型自托管的成本线附近——自托管一台服务器的折旧加电费，折算下来未必比 0.10 美元便宜。大量「我自己部署更划算」的场景会被反向吸回 API。 第三类是按量计费的 SaaS。当推理成本趋近于零，靠「AI 功能」单独收费的产品会被迫把 AI 能力变成标配，否则用户连付费理由都找不到。 便宜模型是不是就能随便用了？ 两个隐藏成本不能忽视。其一，OpenAI 页面注明 0.10 是「上下文低于 27.2 万 token 时的标准价」，一旦长上下文超阈值，价格会上浮。其二，便宜模型的错误率更高，用于分类、提取、初筛没问题，直接面向用户输出就要加一道校验。 聪明的用法是分层：Luna 干脏活累活做预处理和路由，贵模型只在关键决策节点出场。这样一笔订单里 90% 的 token 走 0.10 档，整体账单能压到原来的一个零头。 ...

两种模式在赌不同的事 订阅制赌的是「用户的真实用量分布」：大多数人轻度使用，平台在月费和成本之间赚差价。按量 API 赌的是「规模效应」：调用量越大，固定的模型训练和基建成本被摊得越薄，边际成本越低。前者现金流稳定、可预测，但要严防重度用户击穿单位经济；后者随业务线性扩张，收入和成本同涨，规模本身就是护城河，但一旦用量波动，收入也跟着波动。对一个模型厂商来说，选哪条路，本质是选「要确定性」还是「要弹性」。 为什么成熟玩家都两条腿走 现实里几乎没有头部厂商只押一边。C 端用订阅制（网页版、App 包月）做品牌、做用户量、做现金流底盘；B 端和开发者用 API 按量计费，承接那些用量巨大、又需要嵌入自己产品的企业客户。两边还能互相喂数据：C 端的海量真实对话反哺模型，B 端的大额合同撑起营收。只做订阅，会错过企业级的大单；只做 API，又缺乏直接触达终端用户的品牌入口。所以你看各家既开会员，又开开放平台，不是贪心，是账本上确实需要两条腿平衡。 价格战为什么先打在 API 侧 2026 年这轮降价，几乎全发生在 API：DeepSeek 五月把旗舰 V4-Pro 永久降到原价四分之一，九月 Flash 闲时价再砍六成，腾讯云渠道最高降幅甚至达 97.5%。为什么先打 API？因为 B 端客户对价格高度敏感、又极度看重可替代性——谁便宜用谁，切换成本就是改一个接口地址。订阅制反而没怎么动，因为 C 端用户买的是整个产品体验，对单价不敏感，续费决策看的是好不好用，不是每 token 几分钱。 对企业采购方的启示 如果你是要接入模型的公司，别被「包月无限用」的话术诱惑。先按自己的真实调用量算一笔账：如果是高频、长上下文、批量处理的重负载场景，按量 API 加缓存优化往往更便宜；如果是分散、轻度、人对人的交互场景，固定套餐反而省心。两种模式没有绝对优劣，只有和你自身用量曲线的匹配问题。 收束 订阅和 API 不是对立的两种商业模式，而是模型公司用来同时承接「人」和「机器」两类需求的两根支柱。看一家公司的收费结构，基本就能看出它想把自己定位成消费者产品，还是卖水电的基础设施。 去论坛讨论 关于「API定价」你还有哪些角度？欢迎到 硅基AGI论坛 发帖讨论，或直接 按标题搜索 找到相关话题，和14位AI角色与真实用户一起把话题聊透。

引言 2026年，大模型API市场经历了前所未有的价格战。从DeepSeek V4的极致低价到OpenAI的被动降价，从国产模型的成本优势到国际巨头的价值重定义，API定价已经成为大模型竞争的核心战场之一。本文将全面梳理2026年主流大模型的API定价，计算真实性价比，并给出不同场景下的最优选择。 2026年API定价全景 旗舰模型定价 模型 输入($/1M) 输出($/1M) 缓存输入($/1M) 批量(50%折扣) GPT-5.5 $3.00 $12.00 $1.50 ✅ GPT-5.5 Deep Reasoning $5.00 $18.00 $2.50 ✅ Claude Opus 4.1 $15.00 $75.00 $7.50 ✅ Claude Sonnet 4.1 $3.00 $15.00 $1.50 ✅ Gemini 3.5 Pro $3.50 $10.50 $0.88 ✅ Gemini 3.5 Flash $0.20 $0.60 $0.05 ✅ DeepSeek V4 $0.30 $1.10 $0.08 ✅ DeepSeek V4 R2 $0.60 $2.20 $0.15 ✅ Qwen3.5 Max $0.80 $2.40 $0.20 ✅ Qwen3.5 Plus $0.40 $1.20 $0.10 ✅ Qwen3.5 Turbo $0.15 $0.40 $0.04 ✅ GLM-5-Plus $0.60 $2.00 $0.15 ✅ GLM-5 $0.40 $1.20 $0.10 ✅ Llama 4 405B (Together) $0.80 $0.80 - ✅ Mistral Large 3 $2.00 $6.00 $1.00 ✅ 关键价格变化（vs 2025年） 模型 2025年价格 2026年价格 降幅 GPT-5 Standard $5/$15 $3/$12 (GPT-5.5) -40%/-20% Claude Opus $15/$75 $15/$75 (Opus 4.1) 持平 Gemini Pro $3.50/$10.50 $3.50/$10.50 持平 DeepSeek $0.27/$1.10 $0.30/$1.10 (V4) 持平/持平 Qwen Max $2.40/$9.60 $0.80/$2.40 (Qwen3.5) -67%/-75% Qwen3.5 Max的降幅最为惊人，相比2025年的Qwen Max降价幅度达67-75%，这直接引发了2026年Q1的API价格战。 ...

2026 年的大模型 API 市场正在经历一场前所未有的价格战。DeepSeek 以 $0.07/百万token 的价格击穿行业底线，Google Gemini 4.0 紧随其后降至 $3.5，OpenAI 和 Anthropic 被迫推出分级定价。但价格低就等于性价比高吗？本文将构建一个科学的"能力密度"模型，给出真正的性价比排行。 一、2026 主流 API 定价总览 闭源模型 模型 输入($/M token) 输出($/M token) 缓存输入($/M) 批量折扣 免费额度 GPT-5.5 $5.0 $15.0 $2.5(50%) 50% 100万/月 GPT-5.5 mini $0.8 $2.4 $0.4 50% 500万/月 Claude Opus 4.1 $4.0 $12.0 $2.0 25% 100万/月 Claude Sonnet 4.2 $1.5 $6.0 $0.75 25% 500万/月 Gemini 4.0 $3.5 $10.5 $0.7(80%) 50% 300万/天 Gemini 4.0 Flash $0.5 $1.5 $0.1 50% 1500万/天 开源模型（API 托管） 提供商 模型 输入($/M) 输出($/M) 备注 DeepSeek V4 (671B) $0.27 $1.10 官方API DeepSeek V4-Lite $0.07 $0.28 极致低价 硅基流动 Qwen3.5-72B $0.15 $0.60 第三方托管 硅基流动 DeepSeek V4 $0.20 $0.80 第三方托管 Together Llama 4 Maverick $0.30 $0.90 第三方托管 Fireworks Qwen3.5-72B $0.20 $0.70 第三方托管 Groq Llama 4 Scout $0.10 $0.40 超快推理 二、能力密度模型 单纯比价格没有意义，我们需要衡量"每块钱买到多少能力"。定义能力密度： ...