On this page5 sections
大模型 API 价格对比要回答的，是一笔能复核的月度成本，而非某个模型的单价高低。开发者会关心请求是否稳定，采购人员要核对预算与合同口径，创业团队则要判断免费额度能支撑多久的验证。输入、输出、缓存、上下文长度、并发限制和失败重试，都会改变最终账单。
F8W 的大模型 API 价格对比表覆盖 DeepSeek、通义千问、智谱、豆包、GPT、Claude、Gemini 等主流模型，可作为价格研究的起点。表格适合横向查看公开价格，但团队仍需回到目标模型的官方计费页、控制台和合同条款核验币种、单位、版本与生效时间。
先统一成本口径
常见 API 按输入 Token 与输出 Token 分别收费，价格通常以每百万 Token 表示。长提示词、RAG 检索片段、系统提示词和对话历史都计入输入。模型生成的回答、工具调用参数和结构化 JSON 则会增加输出。
可用下面的公式估算月成本：
月成本 = 请求量 × 每次输入 Token × 输入单价 + 请求量 × 每次输出 Token × 输出单价 + 附加费用
附加费用包括向量检索、联网搜索、图像或语音能力、专用实例、存储、缓存失效后的重复计算，以及失败请求造成的消耗。若供应商按字符、分钟、图片或计算时长报价，应先换算到同一个业务单位，例如每千次客服会话、每份合同或每篇商品文案。
采购表中建议同时保留“标价”“试用后价格”“预计月调用量”“峰值调用量”和“超额后的价格”。只写每百万 Token 的价格，无法解释真实预算。
按场景估算用量
客服问答的成本取决于历史消息长度。若每次会话带入十轮上下文，即使最终回答很短，输入成本仍可能上升。可以抽样一周日志，计算平均输入、平均输出、会话次数与重试率，再按月放大。
RAG 应用要单独记录检索片段数与每段长度。召回十段资料和召回三段资料，答案质量未必成比例变化，却会直接影响输入 Token。摘要、翻译和内容生成通常输出占比较高，应把最大输出长度设为可配置项，避免模型在低价值任务上持续生成。
代码助手、数据分析和 Agent 任务还要观察工具循环。一次用户操作可能触发多轮模型调用、函数调用和修正请求。预算表应按“完成一次任务的平均调用轮数”计算，不宜按前端点击次数计算。
免费额度要按验证周期核验
搜索“大模型 API 免费额度”时，容易看到注册赠金、限时试用、开发者计划和活动券。它们的有效期、适用模型、地域、速率限制与是否需要绑定支付方式并不相同。免费额度只能用于验证接口兼容性、提示词效果和基础负载，不能替代上线后的成本预测。
试用前应记录账户开通日期、额度失效日期、可调用模型、每日限额和超额处理方式。团队还应确认测试数据是否可以进入供应商服务，以及测试完成后如何删除密钥、项目与日志。试用结果若没有保留请求量和 Token 分布，后续很难转成采购依据。
低价方案的成本风险
低价模型可能适合批量分类、短文本抽取、初稿生成和内部知识问答。前提是团队已经用真实样本验证准确率、格式遵从、延迟和高峰期可用性。价格下降后，返工、人工审核和故障切换的成本仍可能上升。
对外服务还应检查限流策略、模型版本变更通知、区域可用性、发票与付款方式、数据保留规则、技术支持响应和迁移难度。聚合平台能减少接入工作，但需确认其实际转发路径、计费明细与上游模型版本。模型名称相同，不代表上下文窗口、能力开关和计费规则相同。
建立可复核的选型表
把候选供应商放入同一张表，至少比较以下项目：
| 项目 | 核验内容 |
|---|---|
| 能力 | 中文理解、结构化输出、工具调用、长上下文与多模态需求 |
| 价格 | 输入、输出、缓存、附加服务与超额价格 |
| 用量 | 日均请求、峰值并发、平均 Token、重试率 |
| 试用 | 免费额度期限、限流、绑定条件与适用模型 |
| 风险 | 数据处理、服务等级、版本变动、退出与迁移机制 |
成本计算完成后，用一组真实任务做盲测。记录每个模型的成功率、人工修订时间、平均延迟与单任务成本。对于关键链路，可采用主模型加备用模型的路由方式，并预设预算阈值、限额告警和降级规则。