你要选一个大模型接进项目，翻了几家官方价目页，发现数字根本没法和在一起比：有的按输入输出分开算，有的把缓存写读拆成四档，有的报美元有的报人民币，还有地区价和转售价差一大截。这篇不给你一份会过期的价目表，而是给你一套横评的方法——去哪看当期数字、怎么把口径对齐到同一张表、什么情况下海外的看起来便宜其实更贵。
你要选一个大模型接进项目，翻了几家官方价目页，发现数字根本没法和在一起比：有的按输入输出分开算，有的把缓存写读拆成四档，有的报美元有的报人民币，还有地区价和转售价差一大截。这篇不给你一份会过期的价目表，而是给你一套横评的方法。
核心就一句话：别比目录上的单个数字，比的是「同一个任务量下的总花费」。下面按着能直接动手的顺序讲，每一步都告诉你去哪看当期数字、怎么判断适用不适用。
为什么把国内外价格摆一起比，多数人第一步就错了
最常见的错位有三种：币种不同、计价单位不同、以及只记住了输入或输出其中一个单价。这三样只要有一样没对齐，后面算出来的结论大概率是错的，而且错得很隐蔽——因为你感觉自己在算总账。
- 币种错位：一边是人民币一边是美元，直接比数字没有意义，还要考虑结算通道带来的实际支出差异
- 单位错位：有的页面按千 token 标价，有的按百万 token 标价，抄数字的时候要先把单位统一
- 输入输出错位：长文档摘要类任务输入远大于输出，问答类任务两者接近，比例不同结论完全不同
- 第四个被忽略的项：缓存读写价、批量折扣、阶梯价，它们能让同一个模型的实际单价差出好几档
正确做法是先统一成「同一种任务量下的总花费」。具体每个模型的当期单价，去站内 /official-api 按厂商逐个核对，别凭印象填表。
横评前必须对齐的四个口径
这四个口径不对齐，表格填得再整齐也是废的。建议动手前先把它们写成表头固定下来，后面所有候选模型都按同一套填。
| 口径 | 要对齐什么 | 不适用的情况 |
|---|---|---|
| 计价单位 | 统一成每百万 token，注意有的页面按千 token 标 | 页面同时提供两种单位时，以结算单据口径为准 |
| 输入输出拆分 | 写清你的任务里输入输出大致比例 | 任务比例波动极大的，按区间算而不是按单点算 |
| 币种与汇率 | 统一币种，记录折算时用的汇率来源 | 只做单一币种结算的，可跳过这一列 |
| 折扣与阶梯 | 批量、承诺用量、阶梯价是否适用于你的账号 | 用量达不到门槛的，一律按原价算，别拿最低档比 |
特别提醒折扣那一栏：很多人拿最高用量档的单价去比别人的最低档，得出「这家便宜」的结论，等自己真跑起来发现完全不是那个数。用量门槛这种东西，去对应厂商的价目页看清适用条件，确认你的账号类型够不够。
当期数字去哪看：站内几个能直接对照的入口
价格是会变的，所以这里只给入口，不给数字。下面这几个路径覆盖了「看价」「看趋势」「算自己的量」三类需求，按需挑。
- /official-api
- 官方按量价目，按厂商整理，横评抄数的主要来源
- /price-watch
- 价格变动追踪，想知道谁最近调价、趋势往哪走看这里
- /tools/model-cost-calculator
- 把你自己的用量代进去，算月度花费
- /tools/token-price-calculator
- 把文本量换算成 token，再折算成本
- /coding-plans 与 /plans
- 订阅制、编程套餐的比法，和按量计费不在同一张表
只想知道「谁贵谁便宜」的排序口径，看 /price-watch 就够了；但真要落预算，必须用 /tools/model-cost-calculator 代一遍自己的量，别拿别人的结论直接用。
海外模型「看起来便宜」的几种情况，以及什么时候不成立
海外模型的目录单价有时候确实更低，但那是名义价。真正落到你的账上，还要过三关：结算、链路、合规。这三关里任何一关过不去，比价的前提就不成立了。
- 结算与汇率成本：跨币种支付的手续费、汇率波动，都会加在名义单价上，站内关于外币结算的说明里有讲这块的算法
- 访问与延迟成本：链路不稳带来的重试会重复计费，等于把单价变相抬高，先去 /tools/speed-test 量出你的延迟基线再下结论
- 合规与数据出境：某些业务场景根本不能用海外接口，这时候比价没有意义，直接排除
- 能力硬门槛：如果任务对模型能力有硬要求，便宜但做不了的模型不该进入比价表
什么情况下上面这些不成立？如果你的业务本身就是纯离线批处理、对延迟不敏感、也不涉及敏感数据，那结算和链路这两块的影响就小很多，可以更单纯地看单价。
国产模型这一侧，比价时要额外看什么
国产模型这一侧，账单结构往往更复杂一点，因为免费额度、赠送额度、预充值折扣这些东西经常绑在一起。比价的时候不能只看目录价，要把这些变量单独拉出来看。
- 免费额度和赠送额度的覆盖范围不同：先确认这部分算不算进你的实际支出，有些额度只覆盖特定模型或特定接口
- 按量计费与预充值的差别：预充值可能有多档折扣，也可能把你的额度锁死在一个平台，灵活性和价格要一起权衡
- 聚合平台与官方直连的口径差异：聚合入口的计费方式和直连不一定一样，参考 /official-api/providers/siliconflow 这类页面了解聚合侧的定价逻辑
- 限速与并发限制同样影响成本：跑不动就得换更贵的档位，等于隐形成本
一个实用判断：如果你的用量小且波动大，预充值折扣那点好处可能还不如按量计费来得划算，因为你把钱锁进去了但用量没跑满。
动手做一张能用的横评表：六步流程
前面都是判断标准，这一段是可执行的流程。照着走一遍，你就有自己的一张表了，不用依赖任何别人给的数字。
- 写死一个代表性任务用你自己业务里最典型的那类请求，给出输入输出 token 的实测或估算值，别用网上的通用例子
- 挑 3-5 个候选模型不要挑十几个，横向对比超过五个基本就没法做决策了，先按能力和合规筛一轮
- 抄当期单价和适用条件去 /official-api 对应厂商页抄单价，同时把缓存、批量、阶梯的适用条件一起抄下来，别只抄数字
- 折算到同一口径币种、单位、输入输出全部折算到一起，汇率来源写清楚，方便下次更新
- 乘上你的月度调用量算出月成本区间而不是单点值，因为你的实际输入输出比例一定会有波动
- 把非价格列也写进去延迟、稳定性、合规结论作为并列列写进表里，只留价格一列的表格没法用来做决策
表做完之后定期回来对一遍。价格会变，你的用量结构也会变，这两个变量任何一个动了，原来的结论就未必成立。
什么时候该放弃单纯比单价
比单价不是万能的。有几类情况下，单价低反而意味着总成本高，这时候要换一个视角看问题。
| 场景 | 为什么单价比不出来 | 换个什么指标看 |
|---|---|---|
| 任务完成率低的便宜模型 | 要重试或人工兜底，实际成本更高 | 单位有效结果成本，而不是单位 token 成本 |
| 多轮对话、Agent 类任务 | token 消耗结构和单次问答完全不同 | 单次任务完成的平均 token 消耗 |
| 月用量很小的业务 | 单价差异的绝对值可能不如对接时间值钱 | 接入成本和维护成本 |
| 跑量业务 | 这时候单价差才有意义，值得做迁移评估 | 月度总账单和迁移成本对比 |
一句话判断标准：真正跑量的业务才值得为单价差做迁移，小规模试水先看接入成本。什么情况下不适用？如果你的业务处在快速增长期，现在量小但很快会放量，那就该按未来的量提前把价格账算清楚。
把比价变成一件定期做的常规事
比价不该是一次性的项目，也不该是天天盯价。给自己定一个复查节奏，比如每次大版本选型或每季度一次，把这个动作固化下来。
- 用 /price-watch 看价格变动趋势，用 /usage 看真实用量榜，两者结合判断哪些模型值得重新比
- 把口径、汇率来源、候选清单写进一个文档，下次比价直接更新数字，不用从零开始
- 记录每次的结论和当时的假设，价格变了才能快速定位是哪一条假设失效了
- 复查时优先看用量占比最大的那一两个模型，其余的变动影响有限
最后提醒一句：你抄下来的每一个数字都有保质期。真要做决策，去 /official-api 和 /price-watch 核对当时的数字，别用这篇或者任何一篇旧文章里的数。
比价的终点不是找到最便宜的那家，而是知道在什么用量、什么约束下，选哪家最不容易出错。下一步拿你自己的代表性任务，去官方价目页抄当期单价，再用成本计算器代一遍你的月用量，半小时就能有一张属于自己项目的横评表。→
常见问题
国内外大模型价格对比，能不能直接看一个排行榜？
可以参考排序看趋势，但别拿它当结论。排行榜通常只按某一个单价维度排，没算输入输出比例、缓存价、汇率和折扣适用条件。你的任务结构不一样，名次可能反过来。建议先看榜了解大致分布，再按自己的任务量用站内计算器代一遍，得到属于你的那张表。
为什么我算出来的成本和官方页上的单价对不上？
多半是口径没对齐。常见原因是把输入单价当成整体单价、忽略了缓存读写的差别价、或者没有把币种换算进去。另外批量和阶梯折扣只在满足条件时才生效。账单和预估的差异机制可以看 token-cost 那篇，它专门讲计价口径和倍率。
国产模型一定比海外模型便宜吗？
不一定，也看具体档位和任务。低价档位上国产模型通常有明显优势，但高能力档位两边会接近甚至交叉。更关键的是要看你用不用得上免费额度、能不能接受限速、合规上允不允许用海外接口。别用整体印象代替逐项核对。
只对比单价够不够？
对跑量业务不够。同样的活，便宜模型可能要多轮重试或输出更长，最后总 token 花得更多。建议按任务级算账：完成同一个任务要花多少 token、要重试几次。可以看 task-level-cost-compare 那篇的做法。
价格变动了，我之前做的对比表还有用吗？
框架有用，数字要更新。把你的口径、假设、候选清单和计算方式固化下来，价格变的时候只改单价那几列。同时记录当时的假设，比如汇率、折扣是否适用，这样下次才知道结论是因为哪一条变化而失效的。
