OpenAI 官方 API。当前在官方 API 模块中作为 GPT Image 2、Sora 等图片/视频生成模型的官方价格和文档基准。
额度口径图片和视频生成的速率、尺寸、时长与可用模型以 OpenAI 控制台和官方文档为准。
AI 官方 API 价格与订阅额度
OFFICIAL API价格与订阅额度整理 OpenAI、Claude、Gemini、DeepSeek、Qwen 等主流厂商的官方 API 基准价格、订阅套餐、Token Plan 额度和使用边界，方便在同一张资料表里判断模型的获取方式。厂商与模型都按热度排序：厂商看公开目录排名，模型看「收录渠道数 + 智能指数」，所以热门的排在最前面。
模型339主流模型
厂商73官方与公开渠道
报价339按量价格
订阅19Plan / 产品套餐
标准模型
主流厂商的模型目录与输入、输出价格基准，价格单位为每 1M tokens；按厂商热度分组，组内按「收录渠道数 + 智能指数」排序。
| 模型 | 类别 | 官方输入价 | 官方输出价 | 缓存读取 | 上下文 | 报价 | 来源 |
|---|---|---|---|---|---|---|---|
GPT-5.6 Sol gpt-5.6-sol |
OpenAI | $4 / 1M¥27.0956 / 1M | $20 / 1M¥135.478 / 1M | $0.4 / 1M¥2.7096 / 1M | 1.05M context · 128K output | 1 | OpenAI API Pricing ↗ |
|
GPT-5.5 gpt-5.5 |
OpenAI | $5 / 1M¥33.8695 / 1M | $30 / 1M¥203.217 / 1M | $0.5 / 1M¥3.387 / 1M | <272K 价格档 | 1 | OpenAI API Pricing ↗ |
|
GPT-5.4 gpt-5.4 |
OpenAI | $2.5 / 1M¥16.9348 / 1M | $15 / 1M¥101.6085 / 1M | $0.25 / 1M¥1.6935 / 1M | <272K 价格档 | 1 | OpenAI API Pricing ↗ |
|
GPT-5.6 Terra gpt-5.6-terra |
OpenAI | $2 / 1M¥13.5478 / 1M | $12 / 1M¥81.2868 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 128K output | 1 | OpenAI API Pricing ↗ |
|
GPT-5.6 Luna gpt-5.6-luna |
OpenAI | $0.2 / 1M¥1.3548 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.02 / 1M¥0.1355 / 1M | 1.05M context · 128K output | 1 | OpenAI API Pricing ↗ |
|
GPT-6 Astra gpt-6-astra |
OpenAI | $10 / 1M¥67.739 / 1M | $50 / 1M¥338.695 / 1M | $1 / 1M¥6.7739 / 1M | 1.05M context · 128K output | 1 | OpenAI Model Docs ↗ |
|
GPT-5.2 gpt-5.2 |
OpenAI | $1.75 / 1M¥11.8543 / 1M | $14 / 1M¥94.8346 / 1M | $0.175 / 1M¥1.1854 / 1M | 400K context · 128K output | 1 | OpenAI 官方文档 ↗ |
|
GPT-6.1 Sol gpt-6.1-sol |
OpenAI | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.1 / 1M¥0.6774 / 1M | 1.05M context · 128K output | 1 | OpenAI API ↗ |
|
GPT-5.4 Mini gpt-5.4-mini |
OpenAI | $0.75 / 1M¥5.0804 / 1M | $4.5 / 1M¥30.4825 / 1M | $0.075 / 1M¥0.508 / 1M | <272K 价格档 | 1 | OpenAI API Pricing ↗ |
|
GPT-5.3 Codex gpt-5.3-codex |
OpenAI | $1.75 / 1M¥11.8543 / 1M | $14 / 1M¥94.8346 / 1M | $0.175 / 1M¥1.1854 / 1M | 400K context · 128K output | 1 | OpenAI 官方文档 ↗ |
|
GPT-6 Sol gpt-6-sol |
OpenAI | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 128K output | 1 | OpenAI Model Docs ↗ |
|
GPT-6 Luna gpt-6-luna |
OpenAI | $0.1 / 1M¥0.6774 / 1M | $0.5 / 1M¥3.387 / 1M | $0.01 / 1M¥0.0677 / 1M | 1.05M context · 128K output | 1 | OpenAI Model Docs ↗ |
|
GPT-5.1 gpt-5.1 |
OpenAI | $1.25 / 1M¥8.4674 / 1M | $10 / 1M¥67.739 / 1M | $0.125 / 1M¥0.8467 / 1M | 400K context · 128K output | 1 | OpenAI 官方文档 ↗ |
|
GPT-5.4 Nano gpt-5.4-nano |
OpenAI | $0.2 / 1M¥1.3548 / 1M | $1.25 / 1M¥8.4674 / 1M | $0.02 / 1M¥0.1355 / 1M | <272K 价格档 | 1 | OpenAI API Pricing ↗ |
|
GPT-5 gpt-5 |
OpenAI | $1.25 / 1M¥8.4674 / 1M | $10 / 1M¥67.739 / 1M | $0.125 / 1M¥0.8467 / 1M | 400K context · 128K output | 1 | OpenAI 官方文档 ↗ |
|
gpt-oss-120b gpt-oss-120b |
OpenAI | $0.178 / 1M¥1.2058 / 1M | $0.68 / 1M¥4.6063 / 1M | $0.089 / 1M¥0.6029 / 1M | 131.1K context · 13.1K output | 1 | OpenAI 官方文档 ↗ |
Phi-4 Mini Instruct phi-4-mini-instruct |
Microsoft | $0.17 / 1M¥1.1516 / 1M | $0.68 / 1M¥4.6063 / 1M | $0.085 / 1M¥0.5758 / 1M | 128K context · 16.4K output | 1 | Azure OpenAI（微软） 官方文档 ↗ |
|
Phi-4 Multimodal Instruct phi-4-multimodal-instruct |
Microsoft | $0.07 / 1M¥0.4742 / 1M | $0.11 / 1M¥0.7451 / 1M | $0.035 / 1M¥0.2371 / 1M | 128K context · 16.4K output | 1 | Azure OpenAI（微软） 官方文档 ↗ |
|
Phi-4 phi-4 |
Microsoft | $0.125 / 1M¥0.8467 / 1M | $0.5 / 1M¥3.387 / 1M | —— | 128K context · 4.1K output | 1 | Azure OpenAI（微软） 官方文档 ↗ |
Claude Opus 4.8 claude-opus-4-8 |
Claude | $5 / 1M¥33.8695 / 1M | $25 / 1M¥169.3475 / 1M | $0.5 / 1M¥3.387 / 1M | 1M context · 128K output | 1 | Claude API Pricing ↗ |
|
Claude Opus 4.7 claude-opus-4-7 |
Claude | $5 / 1M¥33.8695 / 1M | $25 / 1M¥169.3475 / 1M | $0.5 / 1M¥3.387 / 1M | 1M context · 128K output | 1 | Claude API Pricing ↗ |
|
Claude Fable 5 claude-fable-5 |
Claude | $10 / 1M¥67.739 / 1M | $50 / 1M¥338.695 / 1M | $1 / 1M¥6.7739 / 1M | 1M context · 128K output | 1 | Claude API Pricing ↗ |
|
Claude Opus 5 claude-opus-5 |
Claude | $5 / 1M¥33.8695 / 1M | $25 / 1M¥169.3475 / 1M | $0.5 / 1M¥3.387 / 1M | 1M context · 128K 最大输出 | 1 | Anthropic Claude Opus 5 ↗ |
|
Claude Opus 5.5 claude-opus-5-5 |
Claude | $4 / 1M¥27.0956 / 1M | $20 / 1M¥135.478 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context · 128K 最大输出 | 1 | Claude API Pricing ↗ |
|
Claude Fable 5.1 claude-fable-5-1 |
Claude | $10 / 1M¥67.739 / 1M | $50 / 1M¥338.695 / 1M | $0.25 / 1M¥1.6935 / 1M | 1M context · 128K 最大输出 | 1 | Claude API Pricing ↗ |
|
Claude Sonnet 4.6 claude-sonnet-4-6 |
Claude | $3 / 1M¥20.3217 / 1M | $15 / 1M¥101.6085 / 1M | $0.3 / 1M¥2.0322 / 1M | 1M context · 128K output | 1 | Claude API Pricing ↗ |
|
Claude Sonnet 5 claude-sonnet-5 |
Claude | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context · 128K output | 1 | Claude API Pricing ↗ |
|
Claude Sonnet 5.5 claude-sonnet-5-5 |
Claude | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.1 / 1M¥0.6774 / 1M | 1M context · 128K output | 1 | Anthropic API ↗ |
|
Claude Opus 4.6 claude-opus-4-6 |
Claude | $5 / 1M¥33.8695 / 1M | $25 / 1M¥169.3475 / 1M | $0.5 / 1M¥3.387 / 1M | 1M context · 128K output | 1 | Claude API Pricing ↗ |
|
Claude Haiku 5.5 claude-haiku-5-5 |
Claude | $0.1 / 1M¥0.6774 / 1M | $0.5 / 1M¥3.387 / 1M | $0.01 / 1M¥0.0677 / 1M | 1M context · 128K output | 1 | Anthropic API ↗ |
|
Claude Opus 4.5 (latest) claude-opus-4-5 |
Claude | $5 / 1M¥33.8695 / 1M | $25 / 1M¥169.3475 / 1M | $0.5 / 1M¥3.387 / 1M | 200K context · 64K output | 1 | Anthropic Claude 官方文档 ↗ |
|
Claude Haiku 4.5 (latest) claude-haiku-4-5 |
Claude | $1 / 1M¥6.7739 / 1M | $5 / 1M¥33.8695 / 1M | $0.1 / 1M¥0.6774 / 1M | 200K context · 64K output | 1 | Anthropic Claude 官方文档 ↗ |
|
Claude 4.5 Sonnet anthropic/claude-sonnet-4.5 |
Claude | $3.174 / 1M¥21.5004 / 1M | $15.87 / 1M¥107.5018 / 1M | $0.3174 / 1M¥2.15 / 1M | 200K context · 64K output | 1 | Anthropic Claude 官方文档 ↗ |
|
Claude Sonnet 4.5 (latest) claude-sonnet-4-5 |
Claude | $3 / 1M¥20.3217 / 1M | $15 / 1M¥101.6085 / 1M | $0.3 / 1M¥2.0322 / 1M | 200K context · 64K output | 1 | Anthropic Claude 官方文档 ↗ |
|
Claude 3.7 Sonnet claude-3.7-sonnet |
Claude | $3 / 1M¥20.3217 / 1M | $15 / 1M¥101.6085 / 1M | $0.3 / 1M¥2.0322 / 1M | 200K context · 64K output | 1 | Anthropic Claude 官方文档 ↗ |
|
Claude Haiku 4.5 claude-haiku-4-5 |
Claude | $1 / 1M¥6.7739 / 1M | $5 / 1M¥33.8695 / 1M | $0.1 / 1M¥0.6774 / 1M | 见官方模型页 | 1 | Claude API Pricing ↗ |
Gemini 3.5 Flash gemini-3.5-flash |
Gemini | $1.5 / 1M¥10.1608 / 1M | $9 / 1M¥60.9651 / 1M | $0.15 / 1M¥1.0161 / 1M | 1.05M context · 65K output | 1 | Gemini API Models ↗ |
|
Gemini 3.1 Pro Preview gemini-3.1-pro-preview |
Gemini | $2 / 1M¥13.5478 / 1M | $12 / 1M¥81.2868 / 1M | $0.2 / 1M¥1.3548 / 1M | 按价格档 | 1 | Gemini API Pricing ↗ |
|
Gemini 3.6 Flash gemini-3.6-flash |
Gemini | $0.75 / 1M¥5.0804 / 1M | $3.75 / 1M¥25.4021 / 1M | $0.075 / 1M¥0.508 / 1M | 1.05M context · 65K output | 1 | Gemini API Models ↗ |
|
Gemini 3.8 Flash gemini-3.8-flash |
Gemini | $0.75 / 1M¥5.0804 / 1M | $3.75 / 1M¥25.4021 / 1M | $0.075 / 1M¥0.508 / 1M | 1.05M context · 65K output | 1 | Gemini API Models ↗ |
|
Gemini 3.7 Flash gemini-3.7-flash |
Gemini | $0.75 / 1M¥5.0804 / 1M | $3.75 / 1M¥25.4021 / 1M | $0.075 / 1M¥0.508 / 1M | 1.05M context · 65K output | 1 | Gemini API Models ↗ |
|
Gemini 2.5 Pro gemini-2.5-pro |
Gemini | $1.25 / 1M¥8.4674 / 1M | $10 / 1M¥67.739 / 1M | $0.125 / 1M¥0.8467 / 1M | 1.05M context · 65.5K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 3 Flash Preview gemini-3-flash |
Gemini | $0.5 / 1M¥3.387 / 1M | $3 / 1M¥20.3217 / 1M | $0.05 / 1M¥0.3387 / 1M | 1.05M context · 65.5K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 3.5 Flash-Lite gemini-3.5-flash-lite |
Gemini | $0.3 / 1M¥2.0322 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.03 / 1M¥0.2032 / 1M | — | 1 | Google Gemini API ↗ |
|
Gemini 2.5 Flash gemini-2.5-flash |
Gemini | $0.3 / 1M¥2.0322 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.03 / 1M¥0.2032 / 1M | 1.05M context · 65.5K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 3.1 Flash Lite Preview gemini-3.1-flash-lite-preview |
Gemini | $0.25 / 1M¥1.6935 / 1M | $1.5 / 1M¥10.1608 / 1M | $0.025 / 1M¥0.1693 / 1M | 1.05M context · 65.5K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 3 Pro Preview gemini-3-pro |
Gemini | $2 / 1M¥13.5478 / 1M | $12 / 1M¥81.2868 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 65.5K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemma-4-31B-IT google/gemma-4-31b-it |
Gemini | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 256K context · 16.4K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 2.5 Flash-Lite gemini-2.5-flash-lite |
Gemini | $0.1 / 1M¥0.6774 / 1M | $0.4 / 1M¥2.7096 / 1M | $0.01 / 1M¥0.0677 / 1M | 1.05M context · 65.5K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemma 4 31B gemma-4-31b |
Gemini | $0.144 / 1M¥0.9754 / 1M | $0.42 / 1M¥2.845 / 1M | $0.0144 / 1M¥0.0975 / 1M | 262.1K context · 16.4K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 3.1 Flash-Lite gemini-3.1-flash-lite |
Gemini | $0.25 / 1M¥1.6935 / 1M | $1.5 / 1M¥10.1608 / 1M | $0.025 / 1M¥0.1693 / 1M | 1.05M context · 65.5K output | 1 | Gemini API Pricing ↗ |
|
Gemma 4 26B A4B gemma-4-26b-a4b |
Gemini | $0.05 / 1M¥0.3387 / 1M | $0.29 / 1M¥1.9644 / 1M | $0.025 / 1M¥0.1693 / 1M | 262.1K context · 32.8K output | 1 | Google Gemini 官方文档 ↗ |
|
Gemini 4 Argon gemini-4-argon |
Gemini | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.1 / 1M¥0.6774 / 1M | 1.05M context · 33K output | 1 | Google Gemini API ↗ |
|
Gemini 3 Flash Preview gemini-3-flash-preview |
Gemini | $0.5 / 1M¥3.387 / 1M | $3 / 1M¥20.3217 / 1M | $0.05 / 1M¥0.3387 / 1M | 见官方模型页 | 1 | Gemini API Pricing ↗ |
Grok 4.6 grok-4.6 |
Grok | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | $0.5 / 1M¥3.387 / 1M | 500K context | 1 | xAI API Models ↗ |
|
Grok 4.7 grok-4.7 |
Grok | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | $0.5 / 1M¥3.387 / 1M | 500K context | 1 | xAI API Models ↗ |
|
Grok 4.5 grok-4.5 |
Grok | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | $0.3 / 1M¥2.0322 / 1M | 500K context | 1 | xAI API Models ↗ |
|
Grok 4.3 grok-4.3 |
Grok | $1.25 / 1M¥8.4674 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context | 1 | xAI API Models ↗ |
|
Grok 4.1 Fast grok-code-fast-1 |
Grok | $0.2 / 1M¥1.3548 / 1M | $1.5 / 1M¥10.1608 / 1M | $0.02 / 1M¥0.1355 / 1M | 256K context · 128K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4.20 grok-4.20 |
Grok | $1.25 / 1M¥8.4674 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context | 1 | xAI API Models ↗ |
|
Grok Code Fast 1 grok-code |
Grok | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 256K context · 256K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4 x-ai/grok-4 |
Grok | $3 / 1M¥20.3217 / 1M | $15 / 1M¥101.6085 / 1M | $0.75 / 1M¥5.0804 / 1M | 256K context · 64K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4 Fast xai/grok-4-fast-reasoning |
Grok | $0.2 / 1M¥1.3548 / 1M | $0.5 / 1M¥3.387 / 1M | $0.05 / 1M¥0.3387 / 1M | 2M context · 128K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4.20 Multi-Agent grok-4.20-multi-agent-0309 |
Grok | $1.25 / 1M¥8.4674 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context · 30K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok Build 0.1 grok-build-0.1 |
Grok | $1 / 1M¥6.7739 / 1M | $2 / 1M¥13.5478 / 1M | $0.2 / 1M¥1.3548 / 1M | 256K context · 256K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4.20 (Non-Reasoning) grok-4.20-0309-non-reasoning |
Grok | $1.25 / 1M¥8.4674 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context · 30K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4.20 (Reasoning) grok-4.20-0309-reasoning |
Grok | $1.25 / 1M¥8.4674 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.2 / 1M¥1.3548 / 1M | 1M context · 30K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok Build 0.1 0616 grok-build-0-1-06-16 |
Grok | $1 / 1M¥6.7739 / 1M | $2 / 1M¥13.5478 / 1M | —— | 1 | xAI Grok 官方文档 ↗ | |
|
Grok 4.1 Fast (Non-Reasoning) grok-4-1-fast-non-reasoning |
Grok | $0.2 / 1M¥1.3548 / 1M | $0.5 / 1M¥3.387 / 1M | $0.05 / 1M¥0.3387 / 1M | 128K context · 8.2K output | 1 | xAI Grok 官方文档 ↗ |
|
Grok 4.20 0309 grok-4-20-0309 |
Grok | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | —— | 1 | xAI Grok 官方文档 ↗ | |
DeepSeek V4 Pro deepseek-v4-pro |
DeepSeek | $0.435 / 1M¥2.9466 / 1M | $0.87 / 1M¥5.8933 / 1M | $0.0036 / 1M¥0.0246 / 1M | 1M | 1 | DeepSeek API Docs ↗ |
|
DeepSeek V4.1 Flash deepseek-ai/deepseek-v4.1-flash |
DeepSeek | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0.0042 / 1M¥0.0285 / 1M | 1M context · 384K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V4 Flash deepseek-v4-flash |
DeepSeek | $0.14 / 1M¥0.9483 / 1M | $0.28 / 1M¥1.8967 / 1M | $0.0028 / 1M¥0.019 / 1M | 1M | 1 | DeepSeek API Docs ↗ |
|
DeepSeek V3.2 deepseek/deepseek-v3.2 |
DeepSeek | $0.3 / 1M¥2.0322 / 1M | $0.5 / 1M¥3.387 / 1M | $0.075 / 1M¥0.508 / 1M | 163.8K context · 163.8K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V3.1 deepseek/deepseek-v3.1 |
DeepSeek | $0.25 / 1M¥1.6935 / 1M | $0.95 / 1M¥6.4352 / 1M | $0.13 / 1M¥0.8806 / 1M | 163.8K context · 128K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek R1 0528 deepseek-r1-0528 |
DeepSeek | $0.6955 / 1M¥4.7114 / 1M | $2.7821 / 1M¥18.8455 / 1M | $0.1855 / 1M¥1.2564 / 1M | 164K context · 32.8K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V3.1 Terminus deepseek-v3.1-terminus |
DeepSeek | $0.27 / 1M¥1.829 / 1M | $1 / 1M¥6.7739 / 1M | $0.216 / 1M¥1.4632 / 1M | 128K context · 16.4K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V3 deepseek-v3 |
DeepSeek | $0.56 / 1M¥3.7934 / 1M | $1.68 / 1M¥11.3802 / 1M | $0.07 / 1M¥0.4742 / 1M | 128K context · 8.2K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V3 0324 deepseek-v3-0324 |
DeepSeek | $0.2 / 1M¥1.3548 / 1M | $0.77 / 1M¥5.2159 / 1M | $0.135 / 1M¥0.9145 / 1M | 128K context · 8.2K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V4.1 Flash 1017 deepseek-flash |
DeepSeek | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | $0.003 / 1M¥0.0203 / 1M | 1.05M context · 393.2K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V4 Pro 0813 deepseek-v4-pro-0813 |
DeepSeek | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 1M context · 384K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek R1 Distill Llama 70B deepseek-r1-distill-llama-70b |
DeepSeek | $0.03 / 1M¥0.2032 / 1M | $0.13 / 1M¥0.8806 / 1M | —— | 128K context · 4.1K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V4 Flash Vision Exp deepseek-v4-flash-vision-exp |
DeepSeek | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | $0.003 / 1M¥0.0203 / 1M | 1.05M context · 393.2K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V4 Flash Vision deepseek-v4-flash-vision |
DeepSeek | $0.44 / 1M¥2.9805 / 1M | $1.32 / 1M¥8.9415 / 1M | —— | 1 | DeepSeek 深度求索 官方文档 ↗ | |
|
DeepSeek V4 Pro 0424 deepseek-v4-pro-0424 |
DeepSeek | $1.3 / 1M¥8.8061 / 1M | $2.6 / 1M¥17.6121 / 1M | $0.1 / 1M¥0.6774 / 1M | 1.05M context · 0 output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V3.2 Exp deepseek-ai/DeepSeek-V3.2-Exp |
DeepSeek | $0.26 / 1M¥1.7612 / 1M | $0.38 / 1M¥2.5741 / 1M | $0.13 / 1M¥0.8806 / 1M | 164K context · 164K output | 1 | DeepSeek 深度求索 官方文档 ↗ |
|
DeepSeek V4.1 Flash deepseek-flash |
DeepSeek | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | $0.003 / 1M¥0.0203 / 1M | 1M context · 384K output | 1 | DeepSeek API ↗ |
Qwen3.8 Max qwen3.8-max |
Qwen | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | $0.25 / 1M¥1.6935 / 1M | 1M context · 131K output | 1 | 阿里云百炼模型价格 ↗ |
|
Qwen3.8 27B qwen/qwen3.8-27b |
Qwen | $0.425 / 1M¥2.8789 / 1M | $2.55 / 1M¥17.2734 / 1M | $0.085 / 1M¥0.5758 / 1M | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.7 Max qwen3.7-max |
Qwen | $1.7715 / 1M¥12 / 1M | $5.3145 / 1M¥36 / 1M | 上下文缓存享有折扣，具体折扣以百炼价格页为准上下文缓存享有折扣，具体折扣以百炼价格页为准 | — | 1 | 阿里云百炼模型价格 ↗ |
|
Qwen3.7 Plus qwen3.7-plus |
Qwen | $0.2953 / 1M¥2 / 1M | $1.181 / 1M¥8 / 1M | 上下文缓存享有折扣，具体折扣以百炼价格页为准上下文缓存享有折扣，具体折扣以百炼价格页为准 | — | 1 | 阿里云百炼模型价格 ↗ |
|
Qwen3.8 2.4T A95B qwen/qwen3.8-2.4t-a95b |
Qwen | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | $0.25 / 1M¥1.6935 / 1M | 1.01M context · 909K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.6 Plus qwen3.6-plus |
Qwen | $0.2953 / 1M¥2 / 1M | $1.7715 / 1M¥12 / 1M | 上下文缓存享有折扣，具体折扣以百炼价格页为准上下文缓存享有折扣，具体折扣以百炼价格页为准 | — | 1 | 阿里云百炼模型价格 ↗ |
|
Qwen3.5 397B-A17B qwen3.5-397b-a17b |
Qwen | $0.6 / 1M¥4.0643 / 1M | $3.6 / 1M¥24.386 / 1M | $0.3 / 1M¥2.0322 / 1M | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.6 27B qwen3.6-27b |
Qwen | $0.6 / 1M¥4.0643 / 1M | $3.6 / 1M¥24.386 / 1M | —— | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.6 35B-A3B qwen3.6-35b-a3b |
Qwen | $0.375 / 1M¥2.5402 / 1M | $2.25 / 1M¥15.2413 / 1M | $0.025 / 1M¥0.1693 / 1M | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.5 35B-A3B qwen3.5-35b-a3b |
Qwen | $0.25 / 1M¥1.6935 / 1M | $2 / 1M¥13.5478 / 1M | $0.05 / 1M¥0.3387 / 1M | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.5 27B qwen3.5-27b |
Qwen | $0.3 / 1M¥2.0322 / 1M | $2.4 / 1M¥16.2574 / 1M | —— | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3 235B A22B 2507 Instruct qwen3-235b-a22b-instruct-2507 |
Qwen | $0.199 / 1M¥1.348 / 1M | $0.598 / 1M¥4.0508 / 1M | $0.018 / 1M¥0.1219 / 1M | 262K context · 262K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.5 122B-A10B qwen3.5-122b-a10b |
Qwen | $0.4 / 1M¥2.7096 / 1M | $3.2 / 1M¥21.6765 / 1M | —— | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3 Max qwen3-max |
Qwen | $1.2 / 1M¥8.1287 / 1M | $6 / 1M¥40.6434 / 1M | —— | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.5 9B qwen/qwen3.5-9b |
Qwen | $0.15 / 1M¥1.0161 / 1M | $0.2 / 1M¥1.3548 / 1M | $0.0375 / 1M¥0.254 / 1M | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3-Coder 30B-A3B Instruct qwen3-coder-30b-a3b-instruct |
Qwen | $0.45 / 1M¥3.0483 / 1M | $2.25 / 1M¥15.2413 / 1M | —— | 262.1K context · 65.5K output | 1 | 阿里云百炼（通义千问） 官方文档 ↗ |
|
Qwen3.5 Plus qwen3.5-plus |
Qwen | $0.1181 / 1M¥0.8 / 1M | $0.7086 / 1M¥4.8 / 1M | 上下文缓存享有折扣，具体折扣以百炼价格页为准上下文缓存享有折扣，具体折扣以百炼价格页为准 | — | 1 | 阿里云百炼模型价格 ↗ |
|
Qwen3 Coder Plus qwen3-coder-plus |
Qwen | $0.5905 / 1M¥4 / 1M | $2.362 / 1M¥16 / 1M | 上下文缓存享有折扣，具体折扣以百炼价格页为准上下文缓存享有折扣，具体折扣以百炼价格页为准 | — | 1 | 阿里云百炼模型价格 ↗ |
|
Qwen3.8 Flash qwen3.8-flash |
Qwen | $0.15 / 1M¥1.0161 / 1M | $0.47 / 1M¥3.1837 / 1M | $0.016 / 1M¥0.1084 / 1M | 1M context · 131K output | 1 | 阿里云百炼模型价格 ↗ |
Sonar sonar |
Perplexity | $0.25 / 1M¥1.6935 / 1M | $2.5 / 1M¥16.9348 / 1M | $1 / 1M¥6.7739 / 1M | 130K context · 4.1K output | 1 | Perplexity 官方文档 ↗ |
|
Sonar Reasoning Pro sonar-reasoning-pro |
Perplexity | $2 / 1M¥13.5478 / 1M | $8 / 1M¥54.1912 / 1M | $2 / 1M¥13.5478 / 1M | 128K context · 4.1K output | 1 | Perplexity 官方文档 ↗ |
|
Nemotron 3 Super 120B A12B nemotron3-super |
Perplexity | $0.12 / 1M¥0.8129 / 1M | $0.52 / 1M¥3.5224 / 1M | $0.06 / 1M¥0.4064 / 1M | 262.1K context · 262.1K output | 1 | Perplexity 官方文档 ↗ |
|
Sonar Pro sonar-pro |
Perplexity | $3 / 1M¥20.3217 / 1M | $15 / 1M¥101.6085 / 1M | $3 / 1M¥20.3217 / 1M | 200K context · 8K output | 1 | Perplexity 官方文档 ↗ |
|
Sonar Reasoning sonar-reasoning |
Perplexity | $1 / 1M¥6.7739 / 1M | $5 / 1M¥33.8695 / 1M | —— | 127K context · 4.1K output | 1 | Perplexity 官方文档 ↗ |
|
Perplexity Sonar Deep Research sonar-deep-research |
Perplexity | $2 / 1M¥13.5478 / 1M | $8 / 1M¥54.1912 / 1M | —— | 127K context · 4.1K output | 1 | Perplexity 官方文档 ↗ |
|
Sonar Pro Search perplexity/sonar-pro-search |
Perplexity | $3 / 1M¥20.3217 / 1M | $15 / 1M¥101.6085 / 1M | —— | 200K context · 8K output | 1 | Perplexity 官方文档 ↗ |
Step 3.7 Flash step-3.7-flash |
StepFun | $0.1993 / 1M¥1.35 / 1M | $1.1958 / 1M¥8.1 / 1M | $0.0399 / 1M¥0.27 / 1M | — | 1 | StepFun 模型文档 ↗ |
|
Step 3.5 Flash step-3.5-flash |
StepFun | $0.1046 / 1M¥0.7086 / 1M | $0.3138 / 1M¥2.1259 / 1M | $0.0209 / 1M¥0.1417 / 1M | 256K context · 256K output | 1 | 阶跃星辰 StepFun 官方文档 ↗ |
|
Step 5 Preview step-5 |
StepFun | $1 / 1M¥6.7739 / 1M | $2.7 / 1M¥18.2895 / 1M | —— | 1 | 阶跃星辰 StepFun 官方文档 ↗ | |
|
Step 5 Preview step-5-preview |
StepFun | $0.959 / 1M¥6.4962 / 1M | $2.741 / 1M¥18.5673 / 1M | $0.048 / 1M¥0.3251 / 1M | 1M context · 1M output | 1 | StepFun 开放平台 ↗ |
|
Step 3.5 Flash 2603 step-3.5-flash-2603 |
StepFun | $0.1046 / 1M¥0.7086 / 1M | $0.3138 / 1M¥2.1259 / 1M | $0.0209 / 1M¥0.1417 / 1M | 256K context · 256K output | 1 | 阶跃星辰 StepFun 官方文档 ↗ |
|
Step 3.5 Flash step-3-5-flash-0202 |
StepFun | $0.1 / 1M¥0.6774 / 1M | $0.3 / 1M¥2.0322 / 1M | —— | 1 | 阶跃星辰 StepFun 官方文档 ↗ | |
|
Step 5 Preview Free step-5-preview-free |
StepFun | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 1M context · 65.5K output | 1 | 阶跃星辰 StepFun 官方文档 ↗ |
Muse Spark 1.2 muse-spark-1.2 |
Llama | $1.25 / 1M¥8.4674 / 1M | $4.25 / 1M¥28.7891 / 1M | $0.15 / 1M¥1.0161 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Spark 1.3 muse-spark-1.3 |
Llama | $1.25 / 1M¥8.4674 / 1M | $4.25 / 1M¥28.7891 / 1M | $0.15 / 1M¥1.0161 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Spark 1.1 muse-spark-1.1 |
Llama | $1.25 / 1M¥8.4674 / 1M | $4.25 / 1M¥28.7891 / 1M | $0.15 / 1M¥1.0161 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 4 Maverick llama-4-maverick |
Llama | $0.25 / 1M¥1.6935 / 1M | $0.87 / 1M¥5.8933 / 1M | $0.05 / 1M¥0.3387 / 1M | 128K context · 16.4K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 3.3 70B Instruct meta-llama/Llama-3.3-70B-Instruct |
Llama | $0.5466 / 1M¥3.7026 / 1M | $1.0226 / 1M¥6.927 / 1M | $0.2733 / 1M¥1.8513 / 1M | 128K context · 4.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Spark 1.3 Contributor muse-spark-1.3-contributor |
Llama | $0.1 / 1M¥0.6774 / 1M | $0.2 / 1M¥1.3548 / 1M | $0.002 / 1M¥0.0135 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 4 Scout meta-llama/llama-4-scout |
Llama | $0.085 / 1M¥0.5758 / 1M | $0.46 / 1M¥3.116 / 1M | $0.0425 / 1M¥0.2879 / 1M | 328K context · 65.5K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Spark 1.2 Contributor muse-spark-1.2-contributor |
Llama | $0.1 / 1M¥0.6774 / 1M | $0.2 / 1M¥1.3548 / 1M | $0.002 / 1M¥0.0135 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 3.1 70B Instruct meta/llama-3.1-70b |
Llama | $0.72 / 1M¥4.8772 / 1M | $0.72 / 1M¥4.8772 / 1M | —— | 128K context · 8.2K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Wonder muse-wonder-1.0 |
Llama | $4 / 1M¥27.0956 / 1M | $20 / 1M¥135.478 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 3.2 1B Instruct meta/llama-3.2-1b-instruct |
Llama | $0.01 / 1M¥0.0677 / 1M | $0.01 / 1M¥0.0677 / 1M | —— | 16K context · 4.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Spark Open muse-spark-open |
Llama | $1.5625 / 1M¥10.5842 / 1M | $5.3125 / 1M¥35.9863 / 1M | $0.1875 / 1M¥1.2701 / 1M | 1.05M context · 131.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 3.2 3b Instruct meta-llama/llama-3.2-3b-instruct |
Llama | $0.0306 / 1M¥0.2073 / 1M | $0.0493 / 1M¥0.334 / 1M | $0.0153 / 1M¥0.1036 / 1M | 131.1K context · 8.2K output | 1 | Meta Llama 官方文档 ↗ |
|
Hermes 3 - Llama-3.1 70B nousresearch/hermes-3-llama-3.1-70b |
Llama | $0.7 / 1M¥4.7417 / 1M | $0.7 / 1M¥4.7417 / 1M | —— | 131.1K context · 16.4K output | 1 | Meta Llama 官方文档 ↗ |
|
Llama 4 Maverick 17B 128E Instruct meta-llama/Llama-4-Maverick-17B-128E-Instruct-FP8 |
Llama | $0.2687 / 1M¥1.8205 / 1M | $0.8263 / 1M¥5.5969 / 1M | $0.1344 / 1M¥0.9102 / 1M | 430K context · 4.1K output | 1 | Meta Llama 官方文档 ↗ |
|
Muse Glimmer muse-glimmer |
Llama | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | —— | 1 | Meta Llama 官方文档 ↗ | |
LongCat 2.0 LongCat-2.0 |
LongCat | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.006 / 1M¥0.0406 / 1M | 1.05M context · 131.1K output | 1 | 美团 LongCat 官方文档 ↗ |
|
LongCat-2.5-Preview LongCat-2.5-Preview |
LongCat | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.006 / 1M¥0.0406 / 1M | 1.05M context · 262.1K output | 1 | 美团 LongCat 官方文档 ↗ |
|
LongCat Flash Lite meituan/longcat-flash-lite |
LongCat | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 256K context · 320K output | 1 | 美团 LongCat 官方文档 ↗ |
MiMo-V2.6-Flash mimo-v2.6-flash |
MiMo | $0.14 / 1M¥0.9483 / 1M | $0.28 / 1M¥1.8967 / 1M | $0.0028 / 1M¥0.019 / 1M | 1.05M context · 131K output | 1 | Xiaomi MiMo API ↗ |
|
MiMo-V2.6-Pro mimo-v2.6-pro |
MiMo | $0.435 / 1M¥2.9466 / 1M | $0.87 / 1M¥5.8933 / 1M | $0.0036 / 1M¥0.0244 / 1M | 1.05M context · 131K output | 1 | Xiaomi MiMo API ↗ |
|
MiMo V2.5 Pro mimo-v2.5-pro |
MiMo | $0.435 / 1M¥3 / 1M | $0.87 / 1M¥6 / 1M | $0.0036 / 1M¥0.025 / 1M | 1M | 1 | Xiaomi MiMo Home ↗ |
|
MiMo V2.5 mimo-v2.5 |
MiMo | $0.14 / 1M¥1 / 1M | $0.28 / 1M¥2 / 1M | $0.0028 / 1M¥0.02 / 1M | 1M | 1 | Xiaomi MiMo Home ↗ |
|
MiMo-V2-Pro mimo-v2-pro |
MiMo | $1 / 1M¥6.7739 / 1M | $3 / 1M¥20.3217 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 131.1K output | 1 | 小米 MiMo 官方文档 ↗ |
|
MiMo-V2-Flash mimo-v2-flash |
MiMo | $0.1 / 1M¥0.6774 / 1M | $0.3 / 1M¥2.0322 / 1M | $0.01 / 1M¥0.0677 / 1M | 256K context · 256K output | 1 | 小米 MiMo 官方文档 ↗ |
|
MiMo-V2.6-Pro-UltraSpeed mimo-v2.6-pro-ultraspeed |
MiMo | $4.35 / 1M¥29.4665 / 1M | $8.7 / 1M¥58.9329 / 1M | $0.036 / 1M¥0.2439 / 1M | 1.05M context · 131K output | 1 | Xiaomi MiMo API ↗ |
|
MiMo-V2.5-TTS-VoiceDesign mimo-v2.5-tts-voicedesign |
MiMo | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 8.2K context · 8.2K output | 1 | 小米 MiMo 官方文档 ↗ |
|
MiMo-V2.5 mimo-v2-5-0424 |
MiMo | $0.133 / 1M¥0.9009 / 1M | $0.266 / 1M¥1.8019 / 1M | —— | 1 | 小米 MiMo 官方文档 ↗ | |
|
MiMo-V2.5-TTS-VoiceClone mimo-v2.5-tts-voiceclone |
MiMo | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 8.2K context · 8.2K output | 1 | 小米 MiMo 官方文档 ↗ |
|
MiMo-V2-Flash mimo-v2-flash-reasoning |
MiMo | $0.1 / 1M¥0.6774 / 1M | $0.3 / 1M¥2.0322 / 1M | —— | 1 | 小米 MiMo 官方文档 ↗ | |
|
MiMo-V2.5-TTS mimo-v2.5-tts |
MiMo | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 8.2K context · 8.2K output | 1 | 小米 MiMo 官方文档 ↗ |
|
deepinfra/XiaomiMiMo/MiMo-V2.5-Pro deepinfra-xiaomimimo-mimo-v2-5-pro |
MiMo | $1 / 1M¥6.7739 / 1M | $3 / 1M¥20.3217 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 0 output | 1 | 小米 MiMo 官方文档 ↗ |
|
MiMo V2.5 Free mimo-v2.5-free |
MiMo | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 200K context · 32K output | 1 | 小米 MiMo 官方文档 ↗ |
ERNIE 5.0 Thinking Preview ernie-5.0-thinking-preview |
文心 | $1 / 1M¥6.7739 / 1M | $3.5 / 1M¥23.7087 / 1M | $0.5 / 1M¥3.387 / 1M | 128K context · 16.4K output | 1 | 百度文心 官方文档 ↗ |
|
ERNIE 4.5 VL 424B A47B ernie-4.5-vl-424b-a47b |
文心 | $0.42 / 1M¥2.845 / 1M | $1.25 / 1M¥8.4674 / 1M | —— | 123K context · 123K output | 1 | 百度文心 官方文档 ↗ |
Mistral Medium 3.5 mistral-medium-2604 |
Mistral | $1.5 / 1M¥10.1608 / 1M | $7.5 / 1M¥50.8043 / 1M | $0.15 / 1M¥1.0161 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Small 4 mistral-small-2603 |
Mistral | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | $0.015 / 1M¥0.1016 / 1M | 262.1K context · 256K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Large 4 mistral-large-4 |
Mistral | $1.36 / 1M¥9.2125 / 1M | $4.18 / 1M¥28.3149 / 1M | $0.14 / 1M¥0.9483 / 1M | 1.05M context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Medium 3 mistral-medium-2505 |
Mistral | $0.4 / 1M¥2.7096 / 1M | $2 / 1M¥13.5478 / 1M | $0.04 / 1M¥0.271 / 1M | 131.1K context · 131.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Large 3 mistral-large-2512 |
Mistral | $0.5 / 1M¥3.387 / 1M | $1.5 / 1M¥10.1608 / 1M | $0.05 / 1M¥0.3387 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Large (latest) mistral-large-latest |
Mistral | $0.5 / 1M¥3.387 / 1M | $1.5 / 1M¥10.1608 / 1M | $0.05 / 1M¥0.3387 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Medium 3.1 mistral-medium-2508 |
Mistral | $0.4 / 1M¥2.7096 / 1M | $2 / 1M¥13.5478 / 1M | $0.04 / 1M¥0.271 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Devstral Small mistralai/Devstral-Small-2505 |
Mistral | $0.05 / 1M¥0.3387 / 1M | $0.22 / 1M¥1.4903 / 1M | $0.025 / 1M¥0.1693 / 1M | 128K context · 4.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Small (latest) mistral-small-latest |
Mistral | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | $0.015 / 1M¥0.1016 / 1M | 262.1K context · 256K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Nemo mistralai/mistral-nemo |
Mistral | $0.15 / 1M¥1.0161 / 1M | $0.15 / 1M¥1.0161 / 1M | $0.015 / 1M¥0.1016 / 1M | 131.1K context · 16.4K output | 1 | Mistral AI 官方文档 ↗ |
|
Codestral (latest) codestral-latest |
Mistral | $0.3 / 1M¥2.0322 / 1M | $0.9 / 1M¥6.0965 / 1M | $0.03 / 1M¥0.2032 / 1M | 256K context · 4.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Devstral 2 devstral-2512 |
Mistral | $0.4 / 1M¥2.7096 / 1M | $2 / 1M¥13.5478 / 1M | $0.04 / 1M¥0.271 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Large 2 mistralai/mistral-large-2407 |
Mistral | $2 / 1M¥13.5478 / 1M | $6 / 1M¥40.6434 / 1M | $0.2 / 1M¥1.3548 / 1M | 131.1K context · 104.9K output | 1 | Mistral AI 官方文档 ↗ |
|
Ministral 3B (latest) ministral-3b-latest |
Mistral | $0.1 / 1M¥0.6774 / 1M | $0.1 / 1M¥0.6774 / 1M | $0.01 / 1M¥0.0677 / 1M | 131.1K context · 128K output | 1 | Mistral AI 官方文档 ↗ |
|
Mistral Medium (latest) mistral-medium-latest |
Mistral | $1.5 / 1M¥10.1608 / 1M | $7.5 / 1M¥50.8043 / 1M | $0.15 / 1M¥1.0161 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
|
Devstral 2 devstral-latest |
Mistral | $0.4 / 1M¥2.7096 / 1M | $2 / 1M¥13.5478 / 1M | $0.44 / 1M¥2.9805 / 1M | 262.1K context · 262.1K output | 1 | Mistral AI 官方文档 ↗ |
Kimi K3 kimi-k3 |
Kimi | $2.9525 / 1M¥20 / 1M | $14.7625 / 1M¥100 / 1M | $0.2953 / 1M¥2 / 1M | 1M | 1 | Kimi API Pricing ↗ |
|
Kimi K2.6 kimi-k2.6 |
Kimi | $0.9596 / 1M¥6.5 / 1M | $3.9859 / 1M¥27 / 1M | $0.1624 / 1M¥1.1 / 1M | 256K | 1 | Kimi API Pricing ↗ |
|
Kimi K2.7 Code kimi-k2.7-code |
Kimi | $0.95 / 1M¥6.4352 / 1M | $4 / 1M¥27.0956 / 1M | $0.19 / 1M¥1.287 / 1M | 262.1K context · 262.1K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2.5 kimi-k2.5 |
Kimi | $0.5905 / 1M¥4 / 1M | $3.1001 / 1M¥21 / 1M | $0.1033 / 1M¥0.7 / 1M | 256K | 1 | Kimi API Pricing ↗ |
|
Kimi K2 Thinking kimi-k2-thinking |
Kimi | $0.6 / 1M¥4.0643 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.3 / 1M¥2.0322 / 1M | 262.1K context · 26.2K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2 kimi-k2 |
Kimi | $0.4 / 1M¥2.7096 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.4 / 1M¥2.7096 / 1M | 262.1K context · 262.1K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2.7 Code HighSpeed kimi-k2.7-code-highspeed |
Kimi | $1.9 / 1M¥12.8704 / 1M | $8 / 1M¥54.1912 / 1M | $0.38 / 1M¥2.5741 / 1M | 262.1K context · 262.1K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K3 Fast morph-kimik3-fast |
Kimi | $6 / 1M¥40.6434 / 1M | $22.5 / 1M¥152.4128 / 1M | $0.6 / 1M¥4.0643 / 1M | 1.05M context · 1.05M output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2 0905 kimi-k2-0905 |
Kimi | $0.5 / 1M¥3.387 / 1M | $2 / 1M¥13.5478 / 1M | $0.4 / 1M¥2.7096 / 1M | 262.1K context · 16.4K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K3.1 Pro kimi-k3.1-pro |
Kimi | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 1.05M output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2 Instruct moonshotai/kimi-k2-instruct |
Kimi | $0.4 / 1M¥2.7096 / 1M | $1.8 / 1M¥12.193 / 1M | $0.2 / 1M¥1.3548 / 1M | 256K context · 8.2K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi Latest moonshotai/kimi-latest |
Kimi | $2 / 1M¥13.5478 / 1M | $10 / 1M¥67.739 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 943.7K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2 Instruct 0905 moonshotai/kimi-k2-0905 |
Kimi | $0.6 / 1M¥4.0643 / 1M | $2.5 / 1M¥16.9348 / 1M | —— | 262.1K context · 98.3K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi For Coding HighSpeed kimi-for-coding-highspeed |
Kimi | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 262.1K context · 32.8K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K3-256K k3-256k |
Kimi | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 262.1K context · 131.1K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
|
Kimi K2 0711 moonshotai/kimi-k2-instruct-0711 |
Kimi | $0.4 / 1M¥2.7096 / 1M | $1.8 / 1M¥12.193 / 1M | $0.2 / 1M¥1.3548 / 1M | 128K context · 8.2K output | 1 | 月之暗面 Kimi 官方文档 ↗ |
Command R command-r-08-2024 |
Cohere | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | —— | 128K context · 4K output | 1 | Cohere 官方文档 ↗ |
|
Command A command-a-03-2025 |
Cohere | $2.5 / 1M¥16.9348 / 1M | $10 / 1M¥67.739 / 1M | —— | 256K context · 8K output | 1 | Cohere 官方文档 ↗ |
|
Command R7B command-r7b-12-2024 |
Cohere | $0.0375 / 1M¥0.254 / 1M | $0.15 / 1M¥1.0161 / 1M | —— | 128K context · 4K output | 1 | Cohere 官方文档 ↗ |
|
Command A+ command-a-plus-comman |
Cohere | $0.3 / 1M¥2.0322 / 1M | $1.5 / 1M¥10.1608 / 1M | $0.15 / 1M¥1.0161 / 1M | 192K context · 64K output | 1 | Cohere 官方文档 ↗ |
|
Aya Expanse 32B c4ai-aya-expanse-32b |
Cohere | $0.5 / 1M¥3.387 / 1M | $1.5 / 1M¥10.1608 / 1M | —— | 128K context · 4K output | 1 | Cohere 官方文档 ↗ |
|
North Mini Code north-mini-code-1-0 |
Cohere | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 256K context · 64K output | 1 | Cohere 官方文档 ↗ |
|
North Mini Code north-mini-code-northm |
Cohere | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 256K context · 64K output | 1 | Cohere 官方文档 ↗ |
|
Command A Plus command-a-plus-05-2026 |
Cohere | $2.5 / 1M¥16.9348 / 1M | $10 / 1M¥67.739 / 1M | —— | 128K context · 64K output | 1 | Cohere 官方文档 ↗ |
|
Command A 03-2025 cohere/command-a-03-2025 |
Cohere | $2.5 / 1M¥16.9348 / 1M | $10 / 1M¥67.739 / 1M | —— | 256K context · 8K output | 1 | Cohere 官方文档 ↗ |
GLM-5.2 glm-5.2 |
GLM | $1.181 / 1M¥8 / 1M | $4.1335 / 1M¥28 / 1M | $0.2953 / 1M¥2 / 1M | 1M context · 131K output | 1 | 智谱官方定价页 ↗ |
|
GLM-5.3-Flash glm-5.3-flash |
GLM | $0.15 / 1M¥1.0161 / 1M | $0.5 / 1M¥3.387 / 1M | $0.03 / 1M¥0.2032 / 1M | 1M context · 131K output | 1 | 智谱 BigModel ↗ |
|
GLM-5.3 glm-5.3 |
GLM | $1.181 / 1M¥8 / 1M | $4.1335 / 1M¥28 / 1M | $0.2953 / 1M¥2 / 1M | 1M context · 131.1K output | 1 | 智谱 BigModel ↗ |
|
GLM-5 glm-5 |
GLM | $0.5905 / 1M¥4 / 1M | $2.6573 / 1M¥18 / 1M | $0.1476 / 1M¥1 / 1M | 200K | 1 | 智谱开放文档 ↗ |
|
GLM-5.1 glm-5.1 |
GLM | $0.8858 / 1M¥6 / 1M | $3.543 / 1M¥24 / 1M | $0.1919 / 1M¥1.3 / 1M | — | 1 | 智谱官方定价页 ↗ |
|
GLM-4.7 glm-4.7 |
GLM | $0.6 / 1M¥4.0643 / 1M | $2.2 / 1M¥14.9026 / 1M | $0.11 / 1M¥0.7451 / 1M | 204.8K context · 131.1K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-5-Turbo glm-5-turbo |
GLM | $1.2 / 1M¥8.1287 / 1M | $4 / 1M¥27.0956 / 1M | $0.24 / 1M¥1.6257 / 1M | 200K context · 131.1K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-4.6 glm-4.6 |
GLM | $0.6 / 1M¥4.0643 / 1M | $2.2 / 1M¥14.9026 / 1M | $0.11 / 1M¥0.7451 / 1M | 204.8K context · 131.1K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-4.7-Flash glm-4.7-flash |
GLM | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 200K context · 131.1K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-5V-Turbo glm-5v-turbo |
GLM | $1.2 / 1M¥8.1287 / 1M | $4 / 1M¥27.0956 / 1M | $0.24 / 1M¥1.6257 / 1M | 200K context · 131.1K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-4.5 glm-4.5 |
GLM | $0.6 / 1M¥4.0643 / 1M | $2.2 / 1M¥14.9026 / 1M | $0.11 / 1M¥0.7451 / 1M | 131.1K context · 98.3K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-4.5-Air glm-4.5-air |
GLM | $0.2 / 1M¥1.3548 / 1M | $1.1 / 1M¥7.4513 / 1M | $0.03 / 1M¥0.2032 / 1M | 131.1K context · 98.3K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-4.6V glm-4.6v |
GLM | $0.3 / 1M¥2.0322 / 1M | $0.9 / 1M¥6.0965 / 1M | $0.05 / 1M¥0.3387 / 1M | 128K context · 32.8K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-4.5V glm-4.5v |
GLM | $0.6 / 1M¥4.0643 / 1M | $1.8 / 1M¥12.193 / 1M | $0.11 / 1M¥0.7451 / 1M | 64K context · 16.4K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
|
GLM-5.3-FlashX glm-5.3-flashx |
GLM | $0.37 / 1M¥2.5063 / 1M | $1.25 / 1M¥8.4674 / 1M | $0.075 / 1M¥0.508 / 1M | 1M context · 131K output | 1 | 智谱 BigModel ↗ |
|
GLM Latest ~z-ai/glm-latest |
GLM | $0.0699 / 1M¥0.4735 / 1M | $1.4 / 1M¥9.4835 / 1M | $0.0689 / 1M¥0.4667 / 1M | 1.05M context · 943.7K output | 1 | 智谱 AI（GLM） 官方文档 ↗ |
Hy3 hy3 |
混元 | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 256K context · 128K output | 1 | 腾讯混元 官方文档 ↗ |
|
Hy3-preview hy3-preview |
混元 | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 256K context · 64K output | 1 | 腾讯混元 官方文档 ↗ |
|
Hunyuan A13B Instruct tencent/hunyuan-a13b-instruct |
混元 | $0.14 / 1M¥0.9483 / 1M | $0.57 / 1M¥3.8611 / 1M | —— | 131.1K context · 118K output | 1 | 腾讯混元 官方文档 ↗ |
Qwen/Qwen3-VL-30B-A3B-Instruct Qwen/Qwen3-VL-30B-A3B-Instruct |
SiliconFlow | $0.29 / 1M¥1.9644 / 1M | $1 / 1M¥6.7739 / 1M | —— | 262K context · 262K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Qwen/Qwen3.5-122B-A10B Qwen/Qwen3.5-122B-A10B |
SiliconFlow | $0.1196 / 1M¥0.8099 / 1M | $0.9565 / 1M¥6.479 / 1M | —— | 262.1K context · 65.5K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
deepseek-ai/DeepSeek-OCR deepseek-ai/DeepSeek-OCR |
SiliconFlow | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 8.2K context · 8.2K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Qwen/Qwen3.5-9B Qwen/Qwen3.5-9B |
SiliconFlow | $0.1 / 1M¥0.6774 / 1M | $0.15 / 1M¥1.0161 / 1M | —— | 262.1K context · 262.1K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
MiniMaxAI/MiniMax-M2.5 MiniMaxAI/MiniMax-M2.5 |
SiliconFlow | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.03 / 1M¥0.2032 / 1M | 197K context · 131K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Qwen/Qwen2.5-72B-Instruct Qwen/Qwen2.5-72B-Instruct |
SiliconFlow | $0.59 / 1M¥3.9966 / 1M | $0.59 / 1M¥3.9966 / 1M | $0.23 / 1M¥1.558 / 1M | 33K context · 4K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Nex-N2-Pro nex-agi/Nex-N2-Pro |
SiliconFlow | $0.5 / 1M¥3.387 / 1M | $2.5 / 1M¥16.9348 / 1M | $0.25 / 1M¥1.6935 / 1M | 262.1K context · 256K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Qwen/Qwen3.5-27B Qwen/Qwen3.5-27B |
SiliconFlow | $0.0897 / 1M¥0.6074 / 1M | $0.7173 / 1M¥4.8592 / 1M | —— | 262.1K context · 65.5K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Qwen/Qwen3-Coder-480B-A35B-Instruct Qwen/Qwen3-Coder-480B-A35B-Instruct |
SiliconFlow | $0.25 / 1M¥1.6935 / 1M | $1 / 1M¥6.7739 / 1M | $0.4 / 1M¥2.7096 / 1M | 262K context · 262K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
|
Qwen/Qwen3-8B Qwen/Qwen3-8B |
SiliconFlow | $0.06 / 1M¥0.4064 / 1M | $0.06 / 1M¥0.4064 / 1M | —— | 131K context · 131K output | 1 | 硅基流动 SiliconFlow 官方文档 ↗ |
Doubao-Seed-2.0-pro volcengine/doubao-seed-2.0-pro |
豆包 | $0.45 / 1M¥3.0483 / 1M | $2.24 / 1M¥15.1735 / 1M | $0.09 / 1M¥0.6097 / 1M | 256K context · 64K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Doubao-Seed-2.0-lite volcengine/doubao-seed-2.0-lite |
豆包 | $0.09 / 1M¥0.6097 / 1M | $0.51 / 1M¥3.4547 / 1M | $0.02 / 1M¥0.1355 / 1M | 256K context · 64K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Doubao Seed 2.0 Code Preview doubao-seed-2-0-code-preview |
豆包 | $0.4822 / 1M¥3.2664 / 1M | $2.411 / 1M¥16.3319 / 1M | $0.0964 / 1M¥0.6533 / 1M | 256K context · 128K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Doubao Seed Code bytedance/doubao-seed-code |
豆包 | $0.17 / 1M¥1.1516 / 1M | $1.12 / 1M¥7.5868 / 1M | $0.034 / 1M¥0.2303 / 1M | 256K context · 32K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Doubao-Seed-1.8 volcengine/doubao-seed-1.8 |
豆包 | $0.11 / 1M¥0.7451 / 1M | $0.28 / 1M¥1.8967 / 1M | $0.02 / 1M¥0.1355 / 1M | 256K context · 64K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Seed 1.6 Flash doubao-seed-1-6-flash-250828 |
豆包 | $0.0223 / 1M¥0.1509 / 1M | $0.2226 / 1M¥1.5082 / 1M | $0.0044 / 1M¥0.0301 / 1M | 256K context · 32K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Seed-OSS-36B-Instruct seed-oss-36b-instruct |
豆包 | $0.21 / 1M¥1.4225 / 1M | $0.57 / 1M¥3.8611 / 1M | —— | 1 | 字节豆包（火山方舟） 官方文档 ↗ | |
|
Doubao-Seed-2.0-mini volcengine/doubao-seed-2.0-mini |
豆包 | $0.03 / 1M¥0.2032 / 1M | $0.28 / 1M¥1.8967 / 1M | $0.01 / 1M¥0.0677 / 1M | 256K context · 64K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Seed 1.6 Vision doubao-seed-1-6-vision-250815 |
豆包 | $0.1187 / 1M¥0.8044 / 1M | $1.1875 / 1M¥8.0438 / 1M | $0.0238 / 1M¥0.1609 / 1M | 256K context · 32K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
|
Doubao 1.5 Pro 32k doubao-1.5-pro-32k |
豆包 | $0.1343 / 1M¥0.9097 / 1M | $0.3349 / 1M¥2.2686 / 1M | $0.0672 / 1M¥0.4549 / 1M | 32K context · 8.2K output | 1 | 字节豆包（火山方舟） 官方文档 ↗ |
Granite 4.2 8B granite-4.2-8b |
Granite | $0.06 / 1M¥0.4064 / 1M | $0.25 / 1M¥1.6935 / 1M | $0.015 / 1M¥0.1016 / 1M | 131.1K context · 131.1K output | 1 | IBM watsonx.ai 官方文档 ↗ |
|
Granite 4.0 H Micro @cf/ibm-granite/granite-4.0-h-micro |
Granite | $0.017 / 1M¥0.1152 / 1M | $0.112 / 1M¥0.7587 / 1M | —— | 131K context · 131K output | 1 | IBM watsonx.ai 官方文档 ↗ |
|
Granite 4.2 30B granite-4-2-30b |
Granite | $0.16 / 1M¥1.0838 / 1M | $0.65 / 1M¥4.403 / 1M | —— | 1 | IBM watsonx.ai 官方文档 ↗ | |
|
Granite 4.2 3B granite-4-2-3b |
Granite | $0.03 / 1M¥0.2032 / 1M | $0.12 / 1M¥0.8129 / 1M | —— | 1 | IBM watsonx.ai 官方文档 ↗ | |
|
Granite 3.3 8B granite-3-3-8b-instruct |
Granite | $0.03 / 1M¥0.2032 / 1M | $0.25 / 1M¥1.6935 / 1M | —— | 1 | IBM watsonx.ai 官方文档 ↗ | |
|
novita/meta-llama/llama-4-maverick-17b-128e-instruct-fp8 novita-meta-llama-llama-4-maverick-17b-128e-instruct-fp8 |
Granite | $0.2 / 1M¥1.3548 / 1M | $0.85 / 1M¥5.7578 / 1M | $0.2 / 1M¥1.3548 / 1M | 1.05M context · 1.05M output | 1 | IBM watsonx.ai 官方文档 ↗ |
Jamba 1.5 Large jamba-1-5-large |
Jamba | $2 / 1M¥13.5478 / 1M | $8 / 1M¥54.1912 / 1M | —— | 1 | AI21 Labs 官方文档 ↗ | |
|
Jamba 1.5 Mini jamba-1-5-mini |
Jamba | $0.2 / 1M¥1.3548 / 1M | $0.4 / 1M¥2.7096 / 1M | —— | 1 | AI21 Labs 官方文档 ↗ | |
Nova Lite amazon/nova-lite |
Nova | $0.06 / 1M¥0.4064 / 1M | $0.24 / 1M¥1.6257 / 1M | $0.015 / 1M¥0.1016 / 1M | 300K context · 10K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Nova Pro amazon/nova-pro |
Nova | $0.8 / 1M¥5.4191 / 1M | $3.2 / 1M¥21.6765 / 1M | $0.2 / 1M¥1.3548 / 1M | 300K context · 10K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Nova 2 Lite amazon.nova-2-lite-v1:0 |
Nova | $0.33 / 1M¥2.2354 / 1M | $2.75 / 1M¥18.6282 / 1M | $0.0825 / 1M¥0.5588 / 1M | 1M context · 65.5K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Nova Micro amazon/nova-micro |
Nova | $0.035 / 1M¥0.2371 / 1M | $0.14 / 1M¥0.9483 / 1M | $0.0088 / 1M¥0.0593 / 1M | 128K context · 10K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Nova 2.0 Pro Preview nova-2-0-pro-reasoning |
Nova | $1.25 / 1M¥8.4674 / 1M | $10 / 1M¥67.739 / 1M | —— | 1 | Amazon Bedrock 官方文档 ↗ | |
|
Nova 2.0 Pro Preview nova-2-0-pro |
Nova | $1.25 / 1M¥8.4674 / 1M | $10 / 1M¥67.739 / 1M | —— | 1 | Amazon Bedrock 官方文档 ↗ | |
|
Nova 2.0 Lite nova-2-0-lite-reasoning |
Nova | $0.3 / 1M¥2.0322 / 1M | $2.5 / 1M¥16.9348 / 1M | —— | 1 | Amazon Bedrock 官方文档 ↗ | |
|
Nova Micro 1.0 nova-micro-v1 |
Nova | $0.04 / 1M¥0.271 / 1M | $0.159 / 1M¥1.0771 / 1M | —— | 128K context · 10K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Ministral 3 8B mistral.ministral-3-8b-instruct |
Nova | $0.15 / 1M¥1.0161 / 1M | $0.15 / 1M¥1.0161 / 1M | —— | 128K context · 4.1K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Nova 2.0 Lite nova-2-0-lite |
Nova | $0.3 / 1M¥2.0322 / 1M | $2.5 / 1M¥16.9348 / 1M | —— | 1 | Amazon Bedrock 官方文档 ↗ | |
|
Amazon Nova Lite 1.0 amazon/nova-lite-v1 |
Nova | $0.0595 / 1M¥0.403 / 1M | $0.238 / 1M¥1.6122 / 1M | $0.0297 / 1M¥0.2015 / 1M | 300K context · 5.1K output | 1 | Amazon Bedrock 官方文档 ↗ |
|
Amazon Nova Pro 1.0 amazon/nova-pro-v1 |
Nova | $0.799 / 1M¥5.4123 / 1M | $3.196 / 1M¥21.6494 / 1M | $0.3995 / 1M¥2.7062 / 1M | 300K context · 32K output | 1 | Amazon Bedrock 官方文档 ↗ |
Nemotron 3.5 Lightning nvidia/nemotron-3.5-lightning |
Nemotron | $0.05 / 1M¥0.3387 / 1M | $0.2 / 1M¥1.3548 / 1M | $0.01 / 1M¥0.0677 / 1M | 262.1K context · 131.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3 Ultra 550B A55B nvidia-nemotron-3-ultra-550b-a55b |
Nemotron | $0.625 / 1M¥4.2337 / 1M | $3.125 / 1M¥21.1684 / 1M | $0.1875 / 1M¥1.2701 / 1M | 256K context · 32.8K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3 Ultra 550B A55B nvidia/nemotron-3-ultra-550b-a55b |
Nemotron | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0.12 / 1M¥0.8129 / 1M | 1M context · 65.5K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3 Nano 30B A3B nvidia/nemotron-3-nano-30b-a3b |
Nemotron | $0.05 / 1M¥0.3387 / 1M | $0.2 / 1M¥1.3548 / 1M | $0.025 / 1M¥0.1693 / 1M | 262.1K context · 262.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Muse Glimmer 30B meta/muse-glimmer-30b |
Nemotron | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0.04 / 1M¥0.271 / 1M | 131.1K context · 131.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3.5 Lightning 30B A3B nvidia/nemotron-3.5-lightning-30b-a3b |
Nemotron | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 262.1K context · 262.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
NVIDIA Nemotron 3 Nano 30B A3B deepinfra/nvidia/Nemotron-3-Nano-30B-A3B |
Nemotron | $0.05 / 1M¥0.3387 / 1M | $0.2 / 1M¥1.3548 / 1M | $0.025 / 1M¥0.1693 / 1M | 262.1K context · 262.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
NVIDIA Nemotron Nano 9B V2 nvidia/nemotron-nano-9b-v2 |
Nemotron | $0.06 / 1M¥0.4064 / 1M | $0.23 / 1M¥1.558 / 1M | —— | 131.1K context · 131.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3 Nano Omni 30B A3B Reasoning nvidia/Nemotron-3-Nano-Omni-Reasoning-30B-A3B |
Nemotron | $0.3 / 1M¥2.0322 / 1M | $1.83 / 1M¥12.3962 / 1M | $0.3 / 1M¥2.0322 / 1M | 256K context · 65.5K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
nemotron-3-ultra nemotron-3-ultra |
Nemotron | $0.1 / 1M¥0.6774 / 1M | $3 / 1M¥20.3217 / 1M | $0.1 / 1M¥0.6774 / 1M | 262.1K context · 128K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3.5 Super VL nvidia/nemotron-3.5-super-vl |
Nemotron | $0.06 / 1M¥0.4064 / 1M | $0.35 / 1M¥2.3709 / 1M | $0.01 / 1M¥0.0677 / 1M | 262.1K context · 235.9K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
FLUX.2 Klein 4B black-forest-labs/flux_2-klein-4b |
Nemotron | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | —— | 0 context · 0 output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3 Super 120B A12B nebius/nvidia/nemotron-3-super-120b-a12b |
Nemotron | $0.3 / 1M¥2.0322 / 1M | $0.9 / 1M¥6.0965 / 1M | $0.3 / 1M¥2.0322 / 1M | 262.1K context · 262.1K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Laguna XS 2.1 poolside/laguna-xs-2.1 |
Nemotron | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0.03 / 1M¥0.2032 / 1M | 262.1K context · 16.4K output | 1 | NVIDIA NIM 官方文档 ↗ |
|
Nemotron 3 Nano Omni 30B A3B Reasoning nemotron-3-nano-omni-30b-a3b |
Nemotron | $0.4 / 1M¥2.7096 / 1M | $1.365 / 1M¥9.2464 / 1M | —— | 1 | NVIDIA NIM 官方文档 ↗ | |
|
Nemotron 3.5 Content Safety nvidia/nemotron-3.5-content-safety |
Nemotron | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 128K context · 8.2K output | 1 | NVIDIA NIM 官方文档 ↗ |
Mercury 2 mercury-2 |
Mercury | $0.3125 / 1M¥2.1168 / 1M | $0.9375 / 1M¥6.3505 / 1M | $0.0312 / 1M¥0.2117 / 1M | 128K context · 50K output | 1 | Inception AI（Mercury） 官方文档 ↗ |
|
Mercury 2.5 mercury-2-5 |
Mercury | $0.25 / 1M¥1.6935 / 1M | $0.9375 / 1M¥6.3505 / 1M | $0.025 / 1M¥0.1693 / 1M | 260K context · 65.5K output | 1 | Inception AI（Mercury） 官方文档 ↗ |
Inkling inkling |
Inkling | $1 / 1M¥6.7739 / 1M | $4.05 / 1M¥27.4343 / 1M | $0.17 / 1M¥1.1516 / 1M | 1.05M context · 65.5K output | 1 | Thinking Machines 官方文档 ↗ |
|
Inkling Small thinkingmachines/inkling-small |
Inkling | $0.45 / 1M¥3.0483 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.1 / 1M¥0.6774 / 1M | 524.3K context · 262.1K output | 1 | Thinking Machines 官方文档 ↗ |
MiniMax M3 minimax-m3 |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.06 / 1M¥0.4064 / 1M | 1M | 1 | MiniMax API Docs ↗ |
|
MiniMax M2.7 minimax-m2.7 |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.06 / 1M¥0.4064 / 1M | 204.8K | 1 | MiniMax API Docs ↗ |
|
MiniMax M2.5 minimax-m2.5 |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.03 / 1M¥0.2032 / 1M | 204.8K | 1 | MiniMax API Docs ↗ |
|
MiniMax-M2.1 MiniMax-M2.1 |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.03 / 1M¥0.2032 / 1M | 204.8K context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M2 MiniMax-M2 |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.3 / 1M¥2.0322 / 1M | 204.8K context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M2.7-highspeed MiniMax-M2.7-highspeed |
MiniMax | $0.6 / 1M¥4.0643 / 1M | $2.4 / 1M¥16.2574 / 1M | $0.06 / 1M¥0.4064 / 1M | 204.8K context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M2.5-highspeed MiniMax-M2.5-highspeed |
MiniMax | $0.6 / 1M¥4.0643 / 1M | $2.4 / 1M¥16.2574 / 1M | $0.03 / 1M¥0.2032 / 1M | 204.8K context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M3.1-Flash MiniMax-M3.1-Flash |
MiniMax | $0.15 / 1M¥1.0161 / 1M | $0.6 / 1M¥4.0643 / 1M | $0.015 / 1M¥0.1016 / 1M | 1M context · 524.3K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax M1 MiniMax-M1 |
MiniMax | $0.1394 / 1M¥0.9443 / 1M | $1.3328 / 1M¥9.0283 / 1M | $0.0697 / 1M¥0.4721 / 1M | 1M context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax Latest minimax/minimax-latest |
MiniMax | $0.23 / 1M¥1.558 / 1M | $0.96 / 1M¥6.5029 / 1M | $0.05 / 1M¥0.3387 / 1M | 512K context · 80K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax M1 80k MiniMaxAI/MiniMax-M1-80k |
MiniMax | $0.6052 / 1M¥4.0996 / 1M | $2.4225 / 1M¥16.4098 / 1M | $0.3026 / 1M¥2.0498 / 1M | 1M context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M2.1 Lightning minimax/minimax-m2.1-lightning |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $2.4 / 1M¥16.2574 / 1M | $0.03 / 1M¥0.2032 / 1M | 204.8K context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M2 Her minimax/minimax-m2-her |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.03 / 1M¥0.2032 / 1M | 65.5K context · 2K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax 01 minimax/minimax-01 |
MiniMax | $0.1394 / 1M¥0.9443 / 1M | $1.122 / 1M¥7.6003 / 1M | $0.0697 / 1M¥0.4721 / 1M | 1M context · 16.4K output | 1 | MiniMax 海螺 官方文档 ↗ |
|
MiniMax-M2.5 Lightning minimax/minimax-m2.5-lightning |
MiniMax | $0.3 / 1M¥2.0322 / 1M | $2.4 / 1M¥16.2574 / 1M | $0.03 / 1M¥0.2032 / 1M | 204.8K context · 131.1K output | 1 | MiniMax 海螺 官方文档 ↗ |
Qwen3 30b A3b Thinking 2507 qwen3-30b-a3b-thinking-2507 |
Qiniu | $0.1087 / 1M¥0.7363 / 1M | $1.087 / 1M¥7.3629 / 1M | —— | 126K context · 32K output | 1 | 七牛云 AI 官方文档 ↗ |
|
Qwen3-Vl 30b A3b Thinking qwen3-vl-30b-a3b-thinking |
Qiniu | $0.1087 / 1M¥0.7363 / 1M | $1.087 / 1M¥7.3629 / 1M | —— | 128K context · 32K output | 1 | 七牛云 AI 官方文档 ↗ |
|
Doubao Seed 2.0 Code doubao-seed-2.0-code |
Qiniu | $0.4638 / 1M¥3.1415 / 1M | $2.3188 / 1M¥15.7076 / 1M | $0.0928 / 1M¥0.6283 / 1M | 256K context · 128K output | 1 | 七牛云 AI 官方文档 ↗ |
|
Doubao-Seed 1.6 Flash doubao-seed-1.6-flash |
Qiniu | $0.0217 / 1M¥0.1473 / 1M | $0.2174 / 1M¥1.4726 / 1M | —— | 256K context · 32K output | 1 | 七牛云 AI 官方文档 ↗ |
Reka Flash 3 rekaai/reka-flash-3 |
Reka | $0.1 / 1M¥0.6774 / 1M | $0.2 / 1M¥1.3548 / 1M | —— | 65.5K context · 59K output | 1 | Reka AI 官方文档 ↗ |
|
Reka Flash reka-flash |
Reka | $0.2 / 1M¥1.3548 / 1M | $0.8 / 1M¥5.4191 / 1M | —— | 1 | Reka AI 官方文档 ↗ | |
Solar Pro 4 solar-pro4 |
Solar | $0.3 / 1M¥2.0322 / 1M | $1.2 / 1M¥8.1287 / 1M | $0.06 / 1M¥0.4064 / 1M | 524.3K context · 131.1K output | 1 | Upstage（Solar） 官方文档 ↗ |
|
solar-pro3 solar-pro3 |
Solar | $0.25 / 1M¥1.6935 / 1M | $0.25 / 1M¥1.6935 / 1M | $0.015 / 1M¥0.1016 / 1M | 131.1K context · 8.2K output | 1 | Upstage（Solar） 官方文档 ↗ |
|
Solar Mini 4 solar-mini4 |
Solar | $0.1 / 1M¥0.6774 / 1M | $0.4 / 1M¥2.7096 / 1M | $0.01 / 1M¥0.0677 / 1M | 524.3K context · 131.1K output | 1 | Upstage（Solar） 官方文档 ↗ |
|
solar-pro2 solar-pro2 |
Solar | $0.25 / 1M¥1.6935 / 1M | $0.25 / 1M¥1.6935 / 1M | —— | 65.5K context · 8.2K output | 1 | Upstage（Solar） 官方文档 ↗ |
|
solar-mini solar-mini |
Solar | $0.15 / 1M¥1.0161 / 1M | $0.15 / 1M¥1.0161 / 1M | —— | 32.8K context · 4.1K output | 1 | Upstage（Solar） 官方文档 ↗ |
Trinity Large Thinking trinity-large-thinking |
Arcee | $0.25 / 1M¥1.6935 / 1M | $0.8 / 1M¥5.4191 / 1M | $0.06 / 1M¥0.4064 / 1M | 262.1K context · 80K output | 1 | Arcee AI 官方文档 ↗ |
Fugu Ultra fugu-ultra |
Sakana AI | $5 / 1M¥33.8695 / 1M | $30 / 1M¥203.217 / 1M | $0.5 / 1M¥3.387 / 1M | 1M context · 1M output | 1 | Sakana AI 官方文档 ↗ |
Sarvam 105B sarvam-105b |
Sarvam AI | $0.1579 / 1M¥1.0696 / 1M | $0.6316 / 1M¥4.2785 / 1M | $0.0526 / 1M¥0.3565 / 1M | 131.1K context · 131.1K output | 1 | Sarvam AI 官方文档 ↗ |
Laguna S 2.1 poolside/laguna-s-2.1 |
Poolside | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 1.05M context · 32.8K output | 1 | Poolside 官方文档 ↗ |
|
Laguna M.1 poolside/laguna-m.1 |
Poolside | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | $0 / 1M¥0 / 1M | 262.1K context · 32.8K output | 1 | Poolside 官方文档 ↗ |
Ring-1T Ring-1T |
Bailing | $0.57 / 1M¥3.8611 / 1M | $2.29 / 1M¥15.5122 / 1M | —— | 128K context · 32K output | 1 | 蚂蚁百灵 官方文档 ↗ |
|
Ling-1T Ling-1T |
Bailing | $0.57 / 1M¥3.8611 / 1M | $2.29 / 1M¥15.5122 / 1M | —— | 128K context · 32K output | 1 | 蚂蚁百灵 官方文档 ↗ |
LFM2.5-2.6B liquid/lfm-2.5-2.6b |
LFM | $0.35 / 1M¥2.3709 / 1M | $0.5 / 1M¥3.387 / 1M | $0.04 / 1M¥0.271 / 1M | 128K context · 8.2K output | 1 | Liquid AI 官方文档 ↗ |
Wan 2.7 Image wan2.7-image |
图片生成 | 不单独计费不单独计费 | $0.0295 / 张¥0.2 / 张 | -- | — | 1 | 阿里云百炼模型价格 ↗ |
|
GPT Image 2 gpt-image-2 |
图片生成 | $5–8 / 1M input tokens¥33.8695–54.1912 / 1M input tokens | $30 / 1M image tokens¥203.217 / 1M image tokens | $1.25 / 1M¥8.4674 / 1M | — | 1 | OpenAI API Pricing ↗ |
|
Nano Banana Pro nano-banana-pro |
图片生成 | $2 / 1M input tokens¥13.5478 / 1M input tokens | $0.134–0.24 / 张¥0.9077–1.6257 / 张 | —— | — | 1 | Gemini API Pricing ↗ |
|
Nano Banana 2 nano-banana-2 |
图片生成 | $0.5 / 1M input tokens¥3.387 / 1M input tokens | $0.045–0.151 / 张¥0.3048–1.0229 / 张 | —— | — | 1 | Gemini API Pricing ↗ |
|
Nano Banana nano-banana |
图片生成 | $0.3 / 1M input tokens¥2.0322 / 1M input tokens | $0.039 / 张¥0.2642 / 张 | —— | — | 1 | Gemini API Pricing ↗ |
|
Nano Banana Lite nano-banana-lite |
图片生成 | $0.25 / 1M input tokens¥1.6935 / 1M input tokens | $0.0336 / 张¥0.2276 / 张 | —— | — | 1 | Gemini API Pricing ↗ |
|
GPT Image 2.5 Flare gpt-image-2.5-flare |
图片生成 | $5–8 / 1M input tokens¥33.8695–54.1912 / 1M input tokens | $30 / 1M image tokens¥203.217 / 1M image tokens | $1.25 / 1M¥8.4674 / 1M | — | 1 | OpenAI API Pricing ↗ |
|
GPT Image 2.5 Sunburst gpt-image-2.5-sunburst |
图片生成 | $5–8 / 1M input tokens¥33.8695–54.1912 / 1M input tokens | $30 / 1M image tokens¥203.217 / 1M image tokens | $1.25 / 1M¥8.4674 / 1M | — | 1 | OpenAI API Pricing ↗ |
|
Grok Imagine Image 2.0 grok-imagine-image-2.0 |
图片生成 | $0.01 / 张参考图¥0.0677 / 张参考图 | $0.04–0.06 / 张¥0.271–0.4064 / 张 | -- | — | 1 | xAI Grok Imagine Image 2.0 ↗ |
|
Grok Imagine Image Quality grok-imagine-image-quality |
图片生成 | 不单独计费不单独计费 | $0.05 / 张¥0.3387 / 张 | -- | — | 1 | xAI API Pricing ↗ |
|
Seedream 5.0 Pro seedream-5.0-pro |
图片生成 | $0.003 / 张参考图（首张免费）¥0.02 / 张参考图（首张免费） | $0.0443–0.0886 / 张¥0.3–0.6 / 张 | -- | — | 1 | 火山方舟模型价格 ↗ |
|
Seedream 5.0 Lite seedream-5.0-lite |
图片生成 | 不单独计费不单独计费 | $0.0325 / 张¥0.22 / 张 | -- | — | 1 | 火山方舟模型价格 ↗ |
|
Wan 2.7 Image Pro wan2.7-image-pro |
图片生成 | 不单独计费不单独计费 | $0.0738 / 张¥0.5 / 张 | -- | — | 1 | 阿里云百炼 Wan2.7-image-pro ↗ |
|
GLM-Image glm-image |
图片生成 | 不单独计费不单独计费 | $0.0148 / 次¥0.1 / 次 | -- | — | 1 | 智谱 API 定价 ↗ |
Veo 3.1 veo-3.1 |
视频生成 | 不单独计费不单独计费 | $0.4 / 秒起¥2.7096 / 秒起 | -- | — | 1 | Gemini API Pricing ↗ |
|
Veo 3.1 Lite veo-3.1-lite |
视频生成 | 不单独计费不单独计费 | $0.05–0.08 / 秒¥0.3387–0.5419 / 秒 | -- | — | 1 | Gemini API Pricing ↗ |
|
Seedance 2.0 seedance-2.0 |
视频生成 | -- | $0.0035–0.0077 / 1K video tokens¥0.0237–0.0522 / 1K video tokens | -- | — | 1 | BytePlus ModelArk Seedance Pricing ↗ |
HappyHorse 1.1 I2V happyhorse-1.1-i2v |
视频生成 | 不单独计费不单独计费 | $0.0664–0.1772 / 秒¥0.45–1.2 / 秒 | —— | — | 1 | Cloudflare AI HappyHorse 1.1 I2V ↗ |
Kling 2.5 Turbo kling-2.5-turbo |
视频生成 | 不单独计费不单独计费 | $0.042–0.07 / 秒¥0.2845–0.4742 / 秒 | -- | — | 1 | Kling API Pricing ↗ |
|
Veo 3.1 Fast veo-3.1-fast |
视频生成 | 不单独计费不单独计费 | $0.1 / 秒起¥0.6774 / 秒起 | -- | — | 1 | Gemini API Pricing ↗ |
|
Grok Imagine Video 1.5 grok-imagine-video-1.5 |
视频生成 | $0.01 / 张参考图¥0.0677 / 张参考图 | $0.08 / 秒¥0.5419 / 秒 | -- | — | 1 | xAI Grok Imagine Video 1.5 ↗ |
|
Seedance 2.5 seedance-2.5 |
视频生成 | 输入视频计入 token输入视频计入 token | $10.3338–11.3672 / 1M video tokens¥70–77 / 1M video tokens | -- | — | 1 | 火山方舟模型价格 ↗ |
|
Seedance 2.0 Fast seedance-2.0-fast |
视频生成 | 输入视频计入 token输入视频计入 token | $5.4621 / 1M video tokens¥37 / 1M video tokens | -- | — | 1 | 火山方舟模型价格 ↗ |
|
Seedance 2.0 Mini seedance-2.0-mini |
视频生成 | 输入视频计入 token输入视频计入 token | $3.3954 / 1M video tokens¥23 / 1M video tokens | -- | — | 1 | 火山方舟模型价格 ↗ |
|
Kling 3.0 kling-v3.0 |
视频生成 | 不单独计费不单独计费 | $0.0886–0.4429 / 秒¥0.6–3 / 秒 | -- | — | 1 | 可灵 API 视频定价 ↗ |
|
Wan 3.0 Video Prime wan-v3.0-video-prime |
视频生成 | 输入视频计入时长输入视频计入时长 | $0.0664–0.2657 / 秒¥0.45–1.8 / 秒 | -- | — | 1 | 阿里云百炼 Wan3.0-video-prime ↗ |
|
Wan 3.0 Video wan-v3.0-video |
视频生成 | 输入视频计入时长输入视频计入时长 | $0.0443–0.1772 / 秒¥0.3–1.2 / 秒 | -- | — | 1 | 阿里云百炼 Wan3.0-video ↗ |
|
HappyHorse 1.1 R2V happyhorse-1.1-r2v |
视频生成 | 不单独计费不单独计费 | $0.0664–0.1772 / 秒¥0.45–1.2 / 秒 | -- | — | 1 | 阿里云百炼模型价格 ↗ |
|
MiniMax Hailuo H3 Max MiniMax-H3-Max |
视频生成 | $0.074 / 张参考图（前 2 张免费）¥0.5013 / 张参考图（前 2 张免费） | $0.05–0.08 / 秒¥0.3387–0.5419 / 秒 | -- | — | 1 | MiniMax API Pricing ↗ |
|
MiniMax Hailuo H3 MiniMax-H3 |
视频生成 | $0.04 / 张参考图（前 5 张免费）¥0.271 / 张参考图（前 5 张免费） | $0.08–0.13 / 秒¥0.5419–0.8806 / 秒 | -- | — | 1 | MiniMax API Pricing ↗ |
没有匹配的模型，请调整类别或搜索条件。
来源渠道
主流厂商的官方 API、订阅套餐和免费测试来源，按热度排序，点击卡片查看完整额度与限制。
OpenAI 模型的 Azure 托管版本，数据不出 Azure 云。
额度口径新用户 $200 免费额度（30天有限）
3 条按量价格记录
Anthropic 官方 Claude API。用于 Claude Opus、Sonnet、Haiku 等模型的官方价格和 Console 计费基准。
额度口径按输入和输出 tokens 计费；Prompt caching、batch、tool use 和速率限制以 Claude 文档与 Console 为准。
Google Gemini 官方 API。当前在官方 API 模块中作为 Nano Banana、Veo、Gemini Omni 等图片/视频生成模型的官方来源基准。
额度口径免费额度、付费价格、速率限制和模型可用性以 Gemini API 文档、价格页和控制台为准。
25 条按量价格记录
xAI 官方 API，收录 Grok 系列模型和官方输入、输出、缓存价格。
额度口径按输入、缓存读取和输出 tokens 计费；上下文阈值可能有分档价格。
19 条按量价格记录
DeepSeek 官方 OpenAI/Anthropic 兼容 API，适合作为 DeepSeek V4 的价格基准。
额度口径未公开固定 RPM/TPM，以控制台为准。
17 条按量价格记录
Alibaba HappyHorse 图生视频模型服务。当前用于定位 HappyHorse 1.1 I2V 的公开视频生成模型文档和中转标准模型位。
额度口径模型文档公开支持 720P/1080P 视频生成；具体额度和扣费以接入平台控制台为准。
Sonar Pro 内置联网搜索，回复附带引用来源。
额度口径API 无免费额度，Pro 订阅 $20/月（5000次搜索查询）
7 条按量价格记录
阶跃星辰官方开放平台，收录 Step 3.7 Flash 的国内按量价格，并以官方定价限速页作为来源。
额度口径RPM/TPM 与模型价格以阶跃星辰官方定价与限速页为准。
Meta 官方 AI API，Muse Spark 1.1 旗舰模型，1M Token 超长上下文。
额度口径Free tier: 60 RPM, 2M TPM limit; free credits on signup for US developers (public preview)
16 条按量价格记录
1.6T 总参 + 48B 激活 MoE，运营成本接近 DeepSeek V3。
额度口径MIT licensed weights on Hugging Face; self-host on 8x H100+ GPU cluster
3 条按量价格记录
小米 MiMo 官方开放平台，收录 MiMo V2.5 Pro 与 MiMo V2.5 的国内和海外按量 API 价格。
额度口径价格分国内 RMB / M tokens 与海外 USD / M tokens；Token Plan 额度另算，和按量 API Key 不互通。
14 条按量价格记录
ERNIE 4.5 Turbo 价格极低（$0.003/M tokens）。
额度口径ERNIE Speed/Lite/Tiny 免费调用，每个模型每月 10 万 tokens
2 条按量价格记录
欧洲 AI 领域领军者，开源模型创始人。
额度口径注册送免费 API 额度（La Plateforme 每日速率限制内免费）
16 条按量价格记录
Moonshot/Kimi 官方开放平台，适合长上下文、多模态和中文 Agent 场景。
额度口径未公开固定 RPM/TPM，以开放平台控制台为准。
16 条按量价格记录
RAG 技术先驱，检索与生成深度结合。
额度口径免费 Trial API Key（2500次调用/月，限 Command R）
9 条按量价格记录
智谱官方开放平台。收录 GLM-5.1 与 GLM-5 的官方按量价格，适合作为 GLM API 价格基准。
额度口径未公开固定 RPM/TPM，以控制台为准。
17 条按量价格记录
FLUX 模型原厂：开源 SOTA 图像生成模型 FLUX.1/FLUX.2 的官方出处。
额度口径Free tier via API: limited generations per minute for [schnell] and [dev] endpoints; [pro] requires paid credits
按次 / 按积分计费，价格以官方价格页为准
腾讯云 TokenHub 面向 AI Coding 的订阅套餐，官方文档列出 Lite/Pro 价格、请求额度、支持模型和适配工具。
额度口径Lite：1,200 req/5h、9,000 req/week、18,000 req/month；Pro：6,000 req/5h、45,000 req/week、90,000 req/month。
国内一站式模型托管，100+ 开源模型在线。
额度口径注册送 ¥1-200 免费额度（按活动调整），足够跑 1-20M tokens
10 条按量价格记录
火山引擎方舟官方模型服务，字节跳动 Seedream 图片与 Seedance 视频生成模型的人民币官方价来源。
额度口径Seedream 按张计费；Seedance 按 video tokens 计费，官方另给按条示例价。
16 条按量价格记录
🧠 1,396+ 开源/商业模型：FLUX.2 Pro、GPT Image 2、Kling Video、Nano Banana 2、ElevenLabs TTS、MiniMax 等。
额度口径$1 free credit on signup (no credit card required); 100+ models available free for first-time evaluation
按次 / 按积分计费，价格以官方价格页为准
iFlytek Spark 的官方 API 与价格资料。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
Granite 4.2 系列（2026-08-25 发布）：3B / 8B / 30B 三档，原生链式思考（thinking）能力 + 工具调用 + 128K 上下文（可扩展至 512K），Apache 2.0 开源。
额度口径新账户通过 IBM Cloud 注册可获得试用积分（具体数额视活动期而定），Lite 计划支持有限的免费调用额度用于模型评估
6 条按量价格记录
Jamba 1.5 系列采用 SSM-Transformer 混合架构，398B 总参/94B 激活，长上下文 256K 原生支持。
额度口径无免费额度
2 条按量价格记录
100+ 模型汇聚：支持 Anthropic Claude、Meta Llama、Mistral、DeepSeek、OpenAI GPT、Amazon Nova/Titan、Cohere 等 20+ 厂商。
额度口径AWS Free Tier 赠送新用户最高 $200 抵扣金（6个月有效）。Bedrock 按用量抵扣，无永久免费额度
12 条按量价格记录
NVIDIA 自研 Nemotron-3 系列：LatentMoE（Mamba-2 + MoE + Attention）混合架构。
额度口径免费开发端点（无需信用卡，生成 API Key 即可开始）
16 条按量价格记录
全球首个商用扩散式大语言模型（dLLM），并行生成 token。
额度口径每个新账户赠送 1 亿免费 token（无需绑定支付方式）
2 条按量价格记录
Inkling 与 Inkling-Small 均在 Hugging Face 完整开源权重，是「开源权重 + 第一方托管端点」的少数组合。
额度口径权重完全开源（Hugging Face），可自托管零 API 成本
2 条按量价格记录
李开复博士创立，全球知名 AI 实验室。
额度口径注册即开通免费速率限制（有限 RPM/TPM），无初始赠送余额
按次 / 按积分计费，价格以官方价格页为准
MiniMax 官方开放平台，M3/M2.7/M2.5 支持 Anthropic 与 OpenAI 兼容接口。
额度口径未公开固定 RPM/TPM，以控制台为准。
SenseNova (China) 提供 5 个模型的 API 调用。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
Stable Diffusion 3.5 开源图像模型标杆。
额度口径新用户 25 次免费生成
按次 / 按积分计费，价格以官方价格页为准
魔搭社区 API-Inference 将开源模型标准化为 API 接口，适合个人开发者做免费额度内的模型调用和原型验证。
额度口径常见口径为每日约 2,000 次免费调用；单模型额度和并发会动态调整，以 API 使用情况页为准。
Kling 官方视频生成 API。当前用于定位 Kling 2.5 Turbo 的官方模型文档和价格基准。
额度口径模型调用、任务队列、分辨率和价格以 Kling 官方 API 文档与控制台为准。
2 条按量价格记录
API Club 聚合 100+ 前沿 Gen-Media 模型：Seedance / Kling 3.0 / Veo 3.1 / MiniMax H3 / GPT Image 2 / Claude Fable 5 单 API 一站调用。
额度口径消费端免费档无 API 调用额。API Club 为首月赠 $10 用量额度，且需付 $10/月会员费解锁批发价
按次 / 按积分计费，价格以官方价格页为准
Qiniu 提供 91 个模型的 API 调用。
额度口径新用户赠送额度
4 条按量价格记录
业界领先的 AI 语音合成质量，29+ 语言支持。
额度口径10,000 credits/month (≈10 minutes audio, free plan with limited features)
按次 / 按积分计费，价格以官方价格页为准
图像文字渲染能力行业最强：在图像中嵌入清晰准确的中英文。
额度口径新用户赠送 $1 体验金，约 25 次标准生成
按次 / 按积分计费，价格以官方价格页为准
Vertex (Anthropic) 提供 60 个模型的 API 调用。
额度口径⚠️ 部分可用
按次 / 按积分计费，价格以官方价格页为准
Nova-3 STT 模型：54% WER 降低，业界最佳识别精度。
额度口径New users get $200 in free credits; no credit card required
按次 / 按积分计费，价格以官方价格页为准
Ray 3.2 旗舰视频 API：1080p 输出 + 最多 16 关键帧（Multi-Keyframe）逐帧镜头控制。
额度口径无免费 API 套餐。Luma 提供有限免费信用额度供新用户体验（平台注册后少量免费 credits），但正式 API 使用需至少订阅 Plus $30/月（10,000 credits）。
按次 / 按积分计费，价格以官方价格页为准
Gen-4 Turbo: 5s 视频 12 秒生成，$0.50/clip，生产级速度与性价比。
额度口径无免费 API 套餐。最低 $12 购买 1,000 credits，约 20 次 Gen-4 Turbo 生成。Web 应用免费但无 API 访问。
按次 / 按积分计费，价格以官方价格页为准
视频理解（Video Understanding）品类的领跑者：Pegasus 同时分析画面帧 + 时间序列 + 语音 + 屏幕文字，给出自然语言描述。
额度口径免费计划：注册即获 600 分钟视频索引额度（一次性累积额度），可调用全部核心 API（Pegasus 1.2/1.5、Marengo 3.0、Search、Embed、Analyze & Segment）。索引数据保留 90 天；升级 Developer 计划后索引保留变为无限。
按次 / 按积分计费，价格以官方价格页为准
独立图像生成研究实验室，主力产品是 Midjourney 图像与视频生成，按官网订阅计费，不对外提供通用模型 API。
额度口径❌ 需代理
按次 / 按积分计费，价格以官方价格页为准
多模态原生：text + image + audio + video 统一 API，单条 message 可混合多模态内容（Reka Flash/Core/Edge 均原生支持）。
额度口径通过 platform.reka.ai 注册即可获取 API key；Pay-as-you-go 用量计费，不强制最低承诺，可在充值额度内自由试用。无永久免费档、无月赠送额度。
2 条按量价格记录
Palmyra X5 旗舰模型，1M 上下文窗口。
额度口径14-day free trial, no credit card required (Starter plan); no standalone free API credits
按次 / 按积分计费，价格以官方价格页为准
欧洲主权 AI：总部德国海德堡，受 GDPR 与 EU AI Act 严格约束。
额度口径No public free tier — self-serve signup creates an account, but pricing is enterprise contract only
按次 / 按积分计费，价格以官方价格页为准
Sonic 模型主打超低延迟（≈90ms TTFB），语音 agent 实时对话首选。
额度口径10,000 characters/month free tier (≈10 minutes), no credit card required
按次 / 按积分计费，价格以官方价格页为准
EVI 3 (Empathic Voice Interface): real-time voice conversations that detect and respond to user emotions。
额度口径Free credits on signup (amount per account), enough to trial EVI 3
按次 / 按积分计费，价格以官方价格页为准
Solar Pro 4：512K 上下文 / 128K 输出的智能体模型，2026 年 8 月发布。
额度口径Studio 智能体 10 次免费运行（无需信用卡）
5 条按量价格记录
Universal-3.5 Pro 在多语种/代码切换/远场拾音场景下准确率领先 ElevenLabs、Deepgram。
额度口径免费账户每月 185 小时 pre-recorded + 333 小时 streaming，无需信用卡
按次 / 按积分计费，价格以官方价格页为准
Arcee 提供 7 个模型的 API 调用。
额度口径❌ 需代理
1 条按量价格记录
Sakana AI 提供 4 个模型的 API 调用。
额度口径❌ 需代理
1 条按量价格记录
Sarvam AI 提供 2 个模型的 API 调用。
额度口径❌ 需代理
1 条按量价格记录
Poolside 提供 3 个模型的 API 调用。
额度口径❌ 需代理
2 条按量价格记录
Bailing 提供 2 个模型的 API 调用。
额度口径✅ 国内可用
2 条按量价格记录
Nova 提供 2 个模型的 API 调用。
额度口径❌ 需代理
按次 / 按积分计费，价格以官方价格页为准
Moark 提供 10 个模型的 API 调用。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
iFlow 提供 14 个模型的 API 调用。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
D.Run (China) 提供 3 个模型的 API 调用。
额度口径❌ 需代理
按次 / 按积分计费，价格以官方价格页为准
开源、免版税的 LFM Open License——年收入 ≤ 1000 万美元前模型免费商用，无 copyleft，微调可私有化。
额度口径全部 14+ 个 LFM 模型在 LFM Open License 下免费下载/运行/微调——包括商用（公司年收入 ≤ 1000 万美元）。研究、教育与非营利使用永久免费、无收入上限。
1 条按量价格记录
AI 音乐生成领域市占率第一，4.9 星 / 363k+ iOS 评分。
额度口径免费版每天 10 首歌曲（不可商用），新账户直接开通，无需信用卡
按次 / 按积分计费，价格以官方价格页为准
Compshare 的官方 API 与价格资料。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
TaoToken 的官方 API 与价格资料。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
OCI Generative AI 提供 9 个模型的 API 调用。
额度口径⚠️ 部分可用
按次 / 按积分计费，价格以官方价格页为准
Databricks 提供 30 个模型的 API 调用。
额度口径⚠️ 部分可用
按次 / 按积分计费，价格以官方价格页为准
Snowflake Cortex 提供 25 个模型的 API 调用。
额度口径⚠️ 部分可用
按次 / 按积分计费，价格以官方价格页为准
SAP AI Core 提供 50 个模型的 API 调用。
额度口径⚠️ 部分可用
按次 / 按积分计费，价格以官方价格页为准
Tencent TokenHub 提供 3 个模型的 API 调用。
额度口径✅ 国内可用
按次 / 按积分计费，价格以官方价格页为准
OpenCode Zen 面向 Coding Agent 精选模型，包含按量模型和不定期开放的限时免费模型。
额度口径部分 Free 模型限时免费；其他模型按 $/1M tokens 计费，以 Zen 文档和模型接口为准。
按次 / 按积分计费，价格以官方价格页为准
OpenCode 面向开放编码模型的低价订阅套餐，提供多模型 API endpoint。
额度口径$12/5h · $30/week · $60/month 用量窗口。
按次 / 按积分计费，价格以官方价格页为准
The X Subscription（2026-10-12 起）：Grok Plus、Premium、Super、Ultra 四档，一份订阅同时覆盖 Grok、Cursor 和 X Premium，用量按 Plus 的倍数计算、每周刷新。
额度口径订阅提升 Grok / Grok Build / Cursor / X 产品内使用量；xAI API 仍按 API 价格单独计费。
没有匹配的来源渠道，请调整类型或搜索条件。
订阅额度折算提示
ChatGPT、Claude、Gemini 的官方月订阅多是产品内额度，不等同 API token 包；Token Plan 也要同时看月费、模型覆盖、请求窗口、额度刷新和用途限制。
免责声明：本页整理公开文档和公开页面中的官方 API 渠道信息，不售卖 API，不承诺可用性，不替任何渠道提供 SLA。免费和低价渠道可能存在限流、排队、模型下线、地区限制或条款变化。
价格与额度取自各厂商公开的 API 定价页、订阅套餐页与公开渠道目录；数据库同步 2026-10-14T20:25:47.0072+00:00，实际价格、模型与额度以厂商官方页面为准。