主流大模型 API 价格对比

提示：缓存折扣达 90%；长上下文（超过阈值）加价 50~100%；批量 API 全系 50% 折扣；Pro 模型无缓存。GPT-5.6 系列新增缓存写入计费（约为输入价 +25%）；Fast mode（原 Priority，2026-07-30 更名）输入约 2 倍、输出约 1.5 倍。

提示：以上除标注「/ 分钟」者均为每百万 Tokens 价格；图像生成、转写支持批量 API 折扣。GPT-4o Transcribe 折合约 $0.006 / 分钟，Mini 约 $0.003 / 分钟。图像生成的实际花费与尺寸、质量相关，建议用官方估算器测算。

工具消耗的 tokens 按所选模型的输入 / 输出费率计费；容器会话按分钟计费，每会话最低 5 分钟。Responses / Chat Completions / Realtime / Batch / Assistants 各 API 本身不单独收费。

提示：Prompt Caching 写入为输入价 1.25×，命中仅 0.1× 输入价（90% 折扣）；批量 API 50% 折扣；支持 Extended Thinking（思维 token 按输出计费）。Sonnet 5 的 $2/$10 为限时优惠价（2026-08-31 之后恢复 $3/$15）。Fable 5 / Opus 5 / Sonnet 5 的发布日期据 Anthropic 官方公告补全；上下文窗口与 API 模型 ID 官方定价页未列出，以 - 表示。

提示：免费层每日限额（3.x 系列共享）；Pro 长上下文（>200K）加价 2x；批量 API 50% 折扣；上下文缓存 $1.00/M/小时存储。

提示：V4 系列上下文 1M、最大输出 384K，支持思考/非思考双模式，同时提供 OpenAI 与 Anthropic 两种接口格式；并发上限 Flash 2500、Pro 500。官方已公告近期将大幅上调价格，请按需规划用量。原 DeepSeek-V3（deepseek-chat）与 R1（deepseek-reasoner）已不在官方定价页列出。开源权重可私有化部署，无 API 费用。

提示：新用户享各模型 100 万 Token 免费额度（90 天有效）；Batch 调用半价；支持上下文缓存折扣。全系按单次请求的输入 Token 数阶梯计价，表中为最低档单价（括号内为该档区间），超出后逐档上浮（如 Qwen3.7-Plus 在 256K~1M 区间为 ¥6.00 / ¥24.00）。Qwen3.7-Max 限时 5 折、Qwen3.7-Plus 限时 8 折，表中为折前原价。以上为国内（华北2·北京）价格，国际站另行计价。Qwen-Plus 输出价按模式区分（非思考 ¥2.00 / 思考 ¥8.00），其余模型两种模式同价。官方定价页未列出上下文窗口，表中 1M / 128K 按最高计价档的输入上限推算，Qwen3-Max 的 256K 沿用原有数据（定价页仅列到 ≤32K 档）；Qwen3.8-Max / Qwen3.6-Max 的发布日期据官方发布公告补全（定价页未列出）。

提示：ERNIE 4.5 系列已开源（MoE 424B），可本地部署；Speed/Lite 永久免费。

提示：全系支持自动上下文缓存、Tool Calls、JSON Mode、结构化输出；K3 始终推理，可通过 reasoning_effort 调节推理强度（low / high / max，默认 max）。Moonshot V1 系列预计 2026-08-31 全平台下线；Kimi K2（kimi-k2-0711）已不在官方定价页列出。K3 / K2.7 Code / K2.7 Code HighSpeed 的发布日期据月之暗面官方公告补全（官方定价页未列出）。

提示：新用户注册赠送 2000 万 Tokens；GLM-4-Flash 永久免费；支持 Batch API 半价。

提示：混元 Lite 完全免费且支持 256K 上下文，适合个人开发者和中小企业。