Link AI Token 计价与成本¶
数据来源：开源仓 johnzhang1980/llma-api-price-2026 的
price_table结构数据（JSON / CSV 两份同源）。 本页所有价格均带「数据日期」与「来源」两列。官方页面未明确列出的项一律留空并标注，不做推测填充。
一、先明确计价口径¶
大模型 API 的账单几乎都遵循同一个结构：
单次请求成本 = 输入 tokens × 输入单价
+ 输出 tokens × 输出单价
+ 缓存写 tokens × 缓存写单价
+ 缓存读 tokens × 缓存读单价
四个容易踩的坑，按影响从大到小：
- 输入与输出不同价，且输出通常更贵。 按下方数据，多数模型的输入:输出比在 1:5 上下。只用输入价估算总成本，通常会低估 2~4 倍。
- 计价单位是「每百万 tokens」。 忘掉这个基数，会把成本误算成 1/1000000 或放大百万倍。
- 币种不统一。 同一张表里可能同时出现 USD 与 CNY，不要自行换算——汇率既非官方口径、也随时变动，混算等于制造一个查不到来源的数字。要么统一按官方币种分账，要么在内部财务口径里单独折算并标注汇率与日期。
- 缓存是折扣，不是免费。 缓存命中价通常是输入价的 1/10 左右（见下表备注），但它要求请求前缀稳定；前缀频繁变化会退化为全价。
二、价格表（按开源仓 price_table 原样呈现）¶
数据日期：2026-08-24（以各条 as_of 字段为准，早于本次整表快照的条目已在备注标明）。
| 模型 | 输入价 | 输出价 | 币种 | 单位 | 类型/时段 | 数据日期 | 来源 | 备注 |
|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 5 | 2.00 | 10.00 | USD | 每百万 tokens | standard | 2026-08-24 | Anthropic 官方定价页（2026-08-24 官方确认 $2/$10 由限时介绍价转为标准价） | 缓存命中价 $0.20 / 1M tokens（同一官方定价页口径）；输入与输出价之比 1:5 |
| Claude Opus 5 | 5.00 | 25.00 | USD | 每百万 tokens | standard | 2026-08-24 | Anthropic 官方定价页快照 | 缓存命中价官方页未在本次口径中列明，以官方定价页为准，不予推测 |
| Claude Haiku 4.5 | 1.00 | 5.00 | USD | 每百万 tokens | standard | 2026-08-24 | Anthropic 官方定价页快照 | 缓存命中价官方页未在本次口径中列明，以官方定价页为准，不予推测 |
| DeepSeek V4-Pro（高峰） | 未公开 | 27.00 | CNY | 每百万 tokens | peak | 2026-08-17 | DeepSeek 官方定价页（2026-08-17 起执行峰谷定价新规） | 高峰时段输出价；输入价官方新规未在该口径中列明，以官方定价页为准，不予臆造 |
| DeepSeek V4-Pro（闲时） | 未公开 | 13.50 | CNY | 每百万 tokens | off_peak | 2026-08-17 | DeepSeek 官方定价页（2026-08-17 起执行峰谷定价新规） | 闲时输出价，为高峰价的 50%；输入价同上未列明 |
关于表中的「未公开」
上表两处「未公开」不是遗漏，是上游数据本身没有取值。任何把这些格子填成具体数字的版本，都会比留空更不可信。若你需要完整输入价，请以对应官方定价页当日口径为准，并在你的内部表格里标注来源与日期。
价格不是静态的
上表为仓库在 2026-08-24 口径下的快照（DeepSeek 条目为 2026-08-17 峰谷新规）。厂商调价、促销到期、峰谷规则变更都会让数字失效。使用前请核对仓库最新 price_table 与官方定价页，不要把本页当报价单。
三、把表算成一笔账（可直接套用）¶
以下为纯算术示例，输入/输出 token 量为假设值，价格取自上表，不引入任何额外假设：
示例 A：Claude Sonnet 5，输入 3M tokens、输出 1M tokens
3 × $2.00 + 1 × $10.00 = $16.00
示例 B：同上用量，改为 Claude Opus 5
3 × $5.00 + 1 × $25.00 = $40.00
同样的业务量，成本差 2.5 倍——差异全部来自模型选择，与用量无关。这就是为什么「先算清单价再选模型」比「先选模型再压缩用量」更省钱。
示例 C：DeepSeek V4-Pro 输出 2M tokens，峰谷差异
高峰：2 × ¥27.00 = ¥54.00
闲时：2 × ¥13.50 = ¥27.00
同一任务放在闲时窗口，输出成本减半。前提是业务本身可延迟——离线批处理、夜间报表、内容预生成都属此类；在线对话不属此类。
四、成本可控的四个杠杆¶
| 杠杆 | 具体做法 | 典型降本幅度 | 代价 |
|---|---|---|---|
| 模型分层 | 高频简单请求走小模型，复杂推理才上旗舰 | 大（示例 A/B 差 2.5 倍） | 需要按任务分类，工程上要维护路由 |
| 前缀稳定化 | 把 system prompt、工具定义等固定内容放在请求最前、保持不变 | 中（命中缓存约按输入价 1/10 计） | 提示词结构需重构，不能动态拼接前缀 |
| 输出收敛 | 限制 max_tokens、要求结构化输出、避免模型复述题干 | 中（输出单价普遍是输入的 5 倍） | 需要 prompt 约束与后处理校验 |
| 峰谷调度 | 可延迟任务移到闲时窗口执行 | 中（部分厂商闲时价为高峰 50%） | 牺牲时效，需要任务队列支持 |
四个杠杆互不冲突，可以叠加。落地顺序建议按「模型分层 → 输出收敛 → 峰谷调度 → 前缀稳定化」推进，因为前两项只改代码、不改业务节奏。
五、企业侧常见追问¶
Q：为什么不做一张「全网最低价」对比表？ 因为价格随时变、口径随时改（峰谷、缓存、促销、阶梯），任何一张静态对比表在发布当天就开始失真。本页选择只呈现带日期和来源的少数条目，并在开源仓里持续维护，读者可自行 diff。
Q：预算怎么报？ 用「月请求量 × 单请求 tokens 结构 × 单价」算出基线，再乘一个 1.3~1.5 的弹性系数应对重试、上下文膨胀与调价。不要用「上个月账单 × 增长率」这种外推法，它对结构变化毫无抵抗力。
Q：想先用起来再评估？
先用小流量跑通链路、把上面四个杠杆各验证一遍，再谈规模化——这比先签大单再返工成本更低。