gpt各模型价格对比

选型时最容易卡在「谁更便宜」这一步：官方页面单位写法不同，有的标每百万 token、有的分输入输出、有的按缓存打折，搜出来的对比图又常常缺口径。这篇给一套只做比价的流程——先把候选模型的单价对齐到同一单位，再用自己真实的输入输出比例折算成一次任务的花费，最后到站内页面核对当期数字，顺序不乱就不会被表面价格骗。

选型时最容易卡在「谁更便宜」这一步。官方页面单位写法各不相同，有的标每百万 token，有的把输入和输出分开写，有的还按缓存命中打折，而搜出来的对比图往往缺口径说明，照着比很容易得出反的结论。这篇只讲比价流程：先把候选模型的单价对齐到同一单位，再用自己真实的输入输出比例折算成一次任务的花费，最后到站内页面核对当期数字。顺序不乱，就不会被表面价格带偏。

需要先说明一句：本文不给任何具体数字，因为官方价目会调整，写死的数字过几天就过时。你要做的对照，都在站内页面里按当期口径自己看。下面四节分别是单位对齐、比例折算、按任务比、以及去哪儿核数字，每一步都给可执行动作。

比价第一步：把单价对齐到同一单位

不同厂商标的单位不一样，有的是每百万 token，有的是每千 token，少数按次或按张计价。直接拿两个数字比大小没有意义，先把它们换算到同一个分母上，比如统一成每百万 token，再排在一起看。这一步不做，后面的结论全是错的。

• 确认每家标的单位，是每百万 token、每千 token 还是按次，统一换算到同一分母
• 把输入价和输出价分开记，输出通常更贵，只看输入价会把总账算歪
• 看清是否区分缓存命中与未命中、批量与实时，这两档价差可能很大
• 单位拿不准时，直接打开站内官方 API 价格页，按它标注的当期口径抄下来

一个常见坑是把不同计费模式放在一起比：按量、订阅、批量、缓存命中各是一套口径。对齐时建议先在同一计费模式下横向比，跨模式比较留到后面单独做，否则两边的「单价」根本不是一回事。若某家只提供订阅制，先记下它的计费方式，别急着换算。

真正决定账单的是你的输入输出比例

同一个模型，用在长输入短输出的任务上，和用在短输入长输出的任务上，两个候选谁更便宜可能完全反过来。所以比价不能停在单价表，要把你自己的输入输出比例带进去，算一个加权后的综合单价，再看一次任务大概花多少。

1. 估一次任务的输入输出从线上日志或测试样本里挑二十条左右，统计平均输入 token 和平均输出 token，得出大致比例，别凭感觉拍。
2. 按比例加权算综合单价把输入价乘以输入占比、输出价乘以输出占比再相加，得到这个模型在你任务分布下的等效单价。
3. 用站内换算工具转成单次花费把每百万 token 的单价代入站内 token 换算工具，折成一次对话或一次请求的花费，比看单价表直观得多。
4. 分类保留结论输入输出比例差别大的两类业务，各自留一份选型结论，不要用一套结果套所有场景。

什么情况下这个比例法不适用：如果你的任务输入输出比例波动极大，比如同一条链路里既有超长文档理解又有短问答，单一比例会失真。这时按任务类型分别估两三个比例，分别算，而不是取平均值。

按任务比，不按单价榜比

榜单和单价图给的是平均值，你的业务不是平均值。更靠得住的做法是挑两三个真实高频任务，让候选模型各跑一遍，记录单次花费和完成质量，再横向看。这样得到的是「我这个场景下谁更划算」，而不是「理论上谁更便宜」。

• 挑 2-3 个真实高频任务，各跑一遍，记录单次花费，而不是看榜单名次
• 把限速、超时重试带来的额外调用算进去，这部分在单价表里看不到
• 需要长上下文或工具调用的场景，实际消耗通常高于表面单价
• 结果只对当前任务分布成立，业务量结构变了要重新算一遍

还有一个容易漏的成本项是失败重试和人工兜底。某个模型单价低但输出格式不稳定，后端要额外重试甚至人工修，折算下来未必便宜。比价时把这类隐性开销单列一栏，哪怕只写「高/中/低」，也比完全不算强。

数字去哪儿看，多久看一次

官方价目、价格变动追踪和真实用量榜分工不同：官方价目看标准价和计费口径，追踪页看有没有调整，用量类页面看实际消耗结构。三者要配合看，只盯一个都容易漏信息。具体数字一律以站内当期页面为准，本文不写死。

官方价目页

看标准单价与计费口径，比价的基础数据从这里取

价格变动追踪页

看某家是否调过价，避免拿旧数字做新决策

用量类页面

看实际消耗结构，帮助判断你的输入输出比例是否合理

中转渠道

先对齐倍率和计费口径，再和官方价放一起比，不要直接混比

价格会调整，所以任何选型结论都要标注核对时间，隔一段时间重新对一遍。走第三方渠道时尤其要先确认它的倍率和计费方式，否则你比的不是同一件商品。订阅制与按量制也不要直接比数字，先把两者折算到同一用量下的花费，再判断哪个更合适。