2026 年 LLM API 价格变化：token 涨价，同等能力便宜 50 倍

作者:Synthorai Engineering · 2026年10月23日 · llm-pricing · api-cost · open-weight-models

过去一年，LLM API 标价怎么变了？
过去两年，Anthropic、OpenAI、Google 和 DeepSeek 的模型价格怎么变了？
模型是变贵了，还是只是能力更强了？
各档位的定价有何不同？
各家实验室的定价策略有何不同？
DeepSeek 的定价策略有何不同？
这四家实验室有哪些共同点？
各类模型的价格走势如何？
现在，达到同等能力要花多少钱？
为什么价格会这样变化？
为什么单 token 价格不等于单任务成本？
相对输入价格，缓存价格怎么变了？
该如何据此调整？
常见问题
相关阅读

从 2025 年 10 月到 2026 年 10 月，14 条 LLM API 模型产品线中，有 10 条的单 token 标价上涨。但达到同等能力水平的最低价模型，单 token 成本却大幅下降：指数得分为 20 到 40 的档位降至原来的 1/17 到 1/50，50 分档降至原来的 1/2.5。这里的产品线指同一家厂商的一个系列，例如 Claude Opus 或 Gemini Flash。能力以 Artificial Analysis 智能指数的得分衡量。这个独立综合基准的评分范围是 0 到 100，目前最高分为 57.6。价格采用混合口径：以每百万 token 的美元价格计，输入与输出按 3:1 加权。这两种趋势并不矛盾，因为每条产品线的新模型都比上一代更强。

TL;DR

从 2025 年 10 月到 2026 年 10 月，14 个档位中有 10 个的输入标价上涨；降价的 3 个均来自 Anthropic。
在 Artificial Analysis 指数中达到 40 分的最低价模型，混合价格从 2026 年 4 月的每百万 token $10 降至 10 月的 $0.20。
自 2024 年 10 月以来，Anthropic 的三个档位均降价（Opus 从 $15 / $75 降至 $4 / $20），Google 的三个档位均涨价，OpenAI 则只提高了中档价格。
闭源旗舰模型的输入价格差距从 12x 收窄到 2x；开放权重旗舰模型的价格中位数翻了一番。

过去一年，LLM API 标价怎么变了？

大多数产品线的单 token 价格都比一年前高。我们比较了 2025 年 10 月 15 日和 2026 年 10 月 15 日各产品线当时的在售主力模型：

产品线	2025 年 10 月模型，每百万 token 美元价格（输入 / 输出）	2026 年 10 月模型，每百万 token 美元价格（输入 / 输出）	输入价格，2026 年相对 2025 年
OpenAI 旗舰	GPT-5，$1.25 / $10	GPT-6.1 Sol，$2 / $10	1.6x
OpenAI 中档	GPT-5 mini，$0.25 / $2	GPT-5.6 Terra，$2 / $12	8x
OpenAI 小模型	GPT-5 nano，$0.05 / $0.40	GPT-6 Luna，$0.10 / $0.50	2x
Claude Opus	Opus 4.1，$15 / $75	Opus 5.5，$4 / $20	0.27x
Claude Sonnet	Sonnet 4.5，$3 / $15	Sonnet 5.5，$2 / $10	0.67x
Claude Haiku	Haiku 4.5，$1 / $5	Haiku 5.5，$0.10 / $0.50	0.1x
Gemini Pro	Gemini 2.5 Pro，$1.25 / $10	Gemini 4 Argon，$2 / $10	1.6x
Gemini Flash	Gemini 2.5 Flash，$0.30 / $2.50	Gemini 3.8 Flash，$0.75 / $3.75	2.5x
Gemini Flash-Lite	Gemini 2.5 Flash-Lite，$0.10 / $0.40	Gemini 3.5 Flash-Lite，$0.30 / $2.50	3x
DeepSeek 低价系列	V3.2-Exp，$0.28 / $0.42	V4.1 Flash，高峰时段 $0.30 / $1.20	1.07x
智谱 GLM 旗舰	GLM-4.6，$0.60 / $2.20	GLM-5.3，$1.40 / $4.40	2.3x
Moonshot Kimi 旗舰	Kimi K2，$0.60 / $2.50	Kimi K3，$3 / $15	5x
阿里 Qwen Max	Qwen3-Max，$1.20 / $6	Qwen3.8 Max，$2 / $6	1.67x
MiniMax	M2（10 月 23 日起），$0.30 / $1.20	M3，$0.30 / $1.20	1x

部分价格有适用条件：Argon 和 Gemini 3.8 Flash 目前采用首发价，分别于 12 月 1 日和 1 月 1 日翻倍；Haiku 5.5 在 prompt 超过 100,000 个 token 时按 $0.50 / $2.50 收费；DeepSeek 一行采用北京时间工作时段的高峰价格，非高峰价格为其一半，混合价格低于 V3.2-Exp。按混合价格而非输入价格统计，上涨的仍是 14 条中的 10 条。Kimi K2 和 Qwen3-Max 的价格来自第三方记录。

过去两年，Anthropic、OpenAI、Google 和 DeepSeek 的模型价格怎么变了？

两年间，Anthropic 的三个档位都下调了标价；OpenAI 的旗舰和小模型期末价格接近期初，中档则涨至 17x；Google 的所有档位均涨价；DeepSeek 低价模型的高峰时段价格涨至约 3x，缓存命中价格却降至输入价格的 2%。下方图表从 2024 年 10 月开始，跟踪三家最大的闭源实验室在各个时间点的主力旗舰、中档和小模型。DeepSeek 只销售一款或两款模型，并未划分三个档位，因此单列一节，最后再用一张表对比这四家实验室。

三个面板分别展示旗舰、中档和小模型的价格走势，每个面板中各实验室各有一条阶梯线，时间范围为 2024 年 10 月至 2026 年 10 月，价格轴使用对数刻度：Anthropic 三个档位均降价，OpenAI 除中档涨价外，其余档位的期末价格接近期初，Google 三个档位均涨价

档位	Anthropic	OpenAI	Google
旗舰	从 Claude 3 Opus $15 / $75 到 Opus 5.5 $4 / $20：0.27x	从 GPT-4o $2.50 / $10 到 GPT-6.1 Sol $2 / $10：0.91x	从 Gemini 1.5 Pro $1.25 / $5 到 Gemini 4 Argon $2 / $10：1.8x
中档	从 Claude 3.5 Sonnet $3 / $15 到 Sonnet 5.5 $2 / $10：0.67x	从 GPT-4o mini $0.15 / $0.60 到 GPT-5.6 Terra $2 / $12：17x	从 Gemini 1.5 Flash $0.075 / $0.30 到 Gemini 3.8 Flash $0.75 / $3.75：11x
小模型	从 Claude 3 Haiku $0.25 / $1.25 到 Haiku 5.5 $0.10 / $0.50：0.4x	从 GPT-4o mini 到 GPT-6 Luna $0.10 / $0.50：0.76x	从 Gemini 1.5 Flash-8B $0.0375 / $0.15 到 Gemini 3.5 Flash-Lite $0.30 / $2.50：13x

价格均取各年 10 月 15 日的价格，比例按混合价格计算。OpenAI 的两个低价档位均以 GPT-4o mini 为起点，因为直到 2025 年 4 月推出 GPT-4.1 nano，OpenAI 才有了独立的小模型产品线。

模型是变贵了，还是只是能力更强了？

大多数模型的能力都提升了。从 2025 年 10 月到 2026 年 10 月，各档位当前模型的指数得分升至原来的 1.9 到 3.3 倍，九个档位中有七个的每指数分价格下降了。每指数分价格等于混合价格除以指数得分，低于 1x 表示同等能力变得更便宜。该指数对旧模型的评分最早只覆盖到 2025 年中，因此这里比较的是第二年的变化：

实验室与档位	指数得分，2025 年 10 月至 2026 年 10 月	混合价格	每点指数得分的价格
Anthropic 旗舰	22.8 至 57.6	$30.00 至 $8.00	0.11x
Anthropic 中档	19.3 至 35.9（默认设置）	$6.00 至 $4.00	0.36x
Anthropic 小模型	16.9 至 43.4	$2.00 至 $0.20	0.04x
OpenAI 旗舰	23.0 至 51.8	$3.44 至 $4.00	0.52x
OpenAI 中档	16.8 至 42.1	$0.69 至 $4.50	2.6x
OpenAI 小模型	13.0 至 38.1	$0.14 至 $0.20	0.50x
Google 旗舰	16.1 至 52.6	$3.44 至 $4.00	0.36x
Google 中档	13.1 至 40.9	$0.85 至 $1.50	0.57x
Google 小模型	8.5 至 22.2	$0.18 至 $0.85	1.9x

模型与第一张表相同。得分采用各模型的最高推理设置（请求中的一个选项，允许模型在回答前花更多时间思考）；Sonnet 采用默认设置，因为旧版 Sonnet 只有这一设置下的得分。旧模型在 2025 年 10 月的得分为 Artificial Analysis 的估算值。只有当实验室对模型的提价幅度超过能力提升幅度时，每分对应的价格才会上涨。

各档位的定价有何不同？

旗舰档的价格逐渐靠拢，中档定价上移，小模型档则出现分化。2024 年 10 月，旗舰模型的最高输入价格是最低的 12 倍（Claude 3 Opus 为 $15，Gemini 1.5 Pro 为 $1.25），到 2025 年 10 月仍是 12 倍，如今已收窄至 2 倍。期间，OpenAI 的旗舰价格曾随 GPT-5.5 于 2026 年 4 月发布涨至 $5 / $30，随后回落至 $2 / $10。如今，中档模型的得分已超过一年前的旗舰，OpenAI 和 Google 也相应提高了定价，中档模型的输入价差因此从 40x 收窄至 2.7x，Sonnet 的降价进一步缩小了价差。小模型档中，OpenAI 和 Anthropic 的定价都落在 $0.10 / $0.50，而 Google 的 Gemini 3.5 Flash-Lite 则与 2025 年年中的 Gemini 2.5 Flash 同价。

各家实验室的定价策略有何不同？

Anthropic 长期维持价格不变，再分阶段降价；OpenAI 频繁调整价格，每次都归因于能力或效率提升；Google 则每代涨价，并提前公布涨价安排。三家都没有将竞争对手列为调价原因，即使 Opus 5.5、GPT-6 Sol 和 GPT-6 Luna 在同一天发布也是如此。

Anthropic：先维持定价，再逐次降价。Sonnet 从 2024 年 3 月到 2026 年的 Sonnet 4.6，一直维持 $3 / $15；Opus 则一直维持 $15 / $75，直到 2025 年 11 月 Opus 4.5 将价格降至 $5 / $25，“让更多用户用得起 Opus 级别的能力”（Anthropic）。后续降价都伴随新模型发布：Opus 5.5“提供服务所需的计算资源比 Opus 5 更少，定价也体现了这一点”（Anthropic）；Sonnet 5 的首发优惠价 $2 / $10 则在 8 月成为标准价格。涨价发生在 Haiku 产品线：Claude 3.5 Haiku 于 2024 年 11 月以 $1 / $5 发布，定价旨在“体现其智能水平的提升”，一个月后降至 $0.80 / $4（TechCrunch）；2025 年 10 月，Haiku 4.5 又回到 $1 / $5。

OpenAI：频繁调价，理由是能力或效率提升。涨价时强调能力：GPT-5.2“单 token 定价高于 GPT‑5.1，因为模型能力更强”（OpenAI）。降价时则强调推理服务成本：o3 在 2025 年 6 月降价 80%，理由是“我们优化了为 o3 提供服务的推理技术栈”（OpenAIDevs）；GPT-6 Sol 和 Luna 发布时的输入价格均为前代的一半，理由是“缓存和推理方面的改进降低了这些模型的服务成本”（OpenAI）。首发价格维持不了多久：7 月发布的三款 GPT-5.6 模型都在六周内降价。路透社将 GPT-5.6 Sol 在 8 月的降价与“来自 Anthropic 和中国 AI 模型的竞争日益激烈”联系起来；OpenAI 给出的理由则是效率提升。

Google：价格持续上涨，并提前公布后续涨价安排。Google 最初在每个档位都是价格最低的实验室，此后大多数换代都伴随涨价，通常不说明原因。例外是 Gemini 2.5 Flash，其输入价格在 2025 年 6 月翻倍，Google 称这是“一次针对性调整，体现了 Flash 的出色价值”（Google）。自 8 月起，Google 开始以首发优惠价推出模型，同时提前公布涨价安排：Gemini 3.7 Flash 和 3.8 Flash 在 12 月 31 日前为 $0.75 / $3.75，之后涨至 $1.50 / $7.50；Argon 在 11 月 30 日前为 $2 / $10，之后涨至 $4 / $20。Google 没有解释原因，但 Sundar Pichai 在 7 月向投资者表示，“我们的供应仍然受限”（Alphabet）。

DeepSeek 的定价策略有何不同？

新架构降低了推理服务成本，DeepSeek 就降价；需求超过 GPU 容量，就涨价。因此，效率决定了价格能降到多低，算力供给则决定了各个时点的实际定价。缓存是其中的重要环节：如果 prompt 的开头文本已被供应商处理过，就可以复用已存储的中间状态（KV cache），不必重新计算；这部分输入 token 按缓存命中的较低费率计费。

日期	变化	缓存命中 / 缓存未命中 / 输出，每百万 token 美元价格
2024 年 8 月	推出磁盘 prompt 缓存（先支持 DeepSeek V2，随后支持 V2.5）	$0.014 / $0.14 / $0.28
2025 年 2 月	V3 首发优惠结束，恢复原价；2 月 26 日起，夜间 V3 降价 50%，推理模型 R1 降价 75%	$0.07 / $0.27 / $1.10
2025 年 9 月 5 日	V3.1 的推理与非推理模式统一定价；取消夜间优惠	$0.07 / $0.56 / $1.68
2025 年 9 月 29 日	V3.2-Exp 发布，价格下调超过一半	$0.028 / $0.28 / $0.42
2026 年 4 月	V4 Flash 发布；两天后，缓存命中价格降至首发价的十分之一	$0.0028 / $0.14 / $0.28
2026 年 8 月 17 日	推出高峰时段定价；非高峰价格为高峰价格的一半	高峰时段 $0.014 / $0.44 / $1.32
2026 年 9 月 10 日	V4.1 Flash 取代 V4 Flash	高峰时段 $0.006 / $0.30 / $1.20

价格采用各日期 DeepSeek 低价模型的价格。高峰时段为工作日北京时间 09:00 至 12:00 和 14:00 至 18:00。

效率。DeepSeek 的公告将三次降价与架构改进联系起来。2024 年的磁盘缓存依赖 MLA，也就是 DeepSeek 的压缩注意力设计。它将 KV cache 压缩到足够小，可以存放在低成本磁盘上（DeepSeek）。2025 年 9 月降价时，DeepSeek 同时推出了 DeepSeek Sparse Attention，只对部分历史 token 计算注意力；中文公告将降价归因于新模型推理服务成本的大幅下降（DeepSeek）。V4.1 Flash 的 KV cache 所需 HBM（GPU 显存）仅为前代的“1/4”，SSD 存储空间仅为前代的“1/8”。DeepSeek 还指出，“缓存命中费用往往占 agent 成本的很大一部分”（DeepSeek）。其缓存读取价格如今为输入价格的 2%，2024 年为 10%，而美国实验室目前为 2.5% 到 10%。DeepSeek 只公布过一天的推理服务数据，时间是 2025 年 3 月：56.3% 的输入 token 命中了磁盘缓存；按每 GPU 小时 $2 计算，理论利润率为 545%，但实际收入“远低于”理论值（DeepSeek）。

推理服务容量。同一份概述还提到，DeepSeek 会在夜间将推理节点转用于研究和训练，2025 年的夜间折扣针对的正是这些低负载时段。涨价则发生在容量紧张时：2025 年 9 月，V3.1 合并模式时取消了夜间折扣，并将非推理模型的缓存未命中输入价格翻倍，从 $0.27 涨至 $0.56，未解释原因（DeepSeek）；2026 年 8 月推出的高峰时段定价，将 V4 Flash 繁忙时段的输入价格提高至原来的三倍，理由是“为了更加合理地调配资源”（DeepSeek）。即使在非高峰时段，V4.1 Flash 也比 8 月前的 V4 Flash 更贵；但按每个指数得分点计算，其高峰时段成本为一年前 V3.2-Exp 的 0.70x，非高峰时段为 0.35x（两者得分分别为 39.5 和估算的 16.6）。

这四家实验室有哪些共同点？

	Anthropic	OpenAI	Google	DeepSeek
两年来的价格走势	三个档位均下降	旗舰和小模型小幅下降（0.91x、0.76x），中档涨至 17x	三个档位均上涨	低价模型高峰价格涨至 3x，非高峰价格涨至 1.5x
调价频率	很少：连续几次发布维持同一价格，之后再一次性调整	经常：大多数新模型发布时重新定价，数周内降价	每代调价，另有预先公布的涨价安排	经常：大多数新模型发布时重新定价，另有促销和分时定价
首发价格	一次首发优惠价（Sonnet 5），后来转为长期价格	发布后不久降价（GPT-5.6 系列）	首发优惠价，同时公布后续涨价安排	首发促销（V3、V4 Pro）；V4 Pro 的促销价后来转为长期价格
公布的涨价理由	智能水平提升（Claude 3.5 Haiku）	能力提升（GPT-5.2）	曾有一次称价值提升（2.5 Flash）；通常不说明理由	资源分配（高峰时段定价）
公布的降价理由	先是让更多人用得起，后来是推理服务成本降低	推理和缓存效率提升	未说明；采用首发优惠价，而非降价	新架构降低了推理服务成本
2026 年 10 月的低价模型	$0.10 / $0.50	$0.10 / $0.50	$0.30 / $2.50	高峰时段 $0.30 / $1.20，非高峰时段减半

价格取决于各实验室对模型的定位，而不是每个档位都有固定价格：模型得分达到旗舰水平，定价就向旗舰靠拢；实验室能以更低成本提供模型服务，就会降价。

各类模型的价格走势如何？

闭源旗舰的价格逐渐靠拢，开放权重旗舰越来越贵，低价档则在年中上涨后回落，最终低于一年前。我们将各实验室的当前模型分为四类：

SOTA 顶档：SOTA（state of the art）指技术前沿，这里涵盖领先的闭源实验室，顶档指各家最贵的模型。这是价格档位，不是能力排名：旗舰模型 Opus 5.5 的得分高于这一档的全部三个模型。如果一家实验室的顶档模型同时也是主力旗舰，就会同时计入两类，目前的 Gemini 4 Argon 就是如此。
SOTA 旗舰：各家闭源实验室的主力通用模型。
开放权重旗舰：五家实验室的主力模型，任何人都可以下载权重并自行部署。
低价 / Flash：各实验室的低价产品线，名称取自 Google 的 Flash 系列。

图中折线表示各类模型跨实验室的混合价格中位数，色带表示最低价到最高价的范围，纵轴使用对数刻度。表中的价差只比较输入价格。

2025 年 10 月至 2026 年 10 月，SOTA 顶档、SOTA 旗舰、开放权重旗舰和低价 / Flash 模型的混合价格中位数及各实验室间的价格范围

类别	2026 年 10 月 15 日的模型	2025 年 10 月混合价格中位数	2026 年 10 月混合价格中位数	2025 年 10 月输入价差（最高 ÷ 最低）	2026 年 10 月输入价差
SOTA 顶档	Claude Fable 5.1、GPT-6 Astra、Gemini 4 Argon	$30.00	$20.00	12x	5x
SOTA 旗舰	Claude Opus 5.5、GPT-6.1 Sol、Gemini 4 Argon	$3.44	$4.00	12x	2x
开放权重旗舰	GLM-5.3、Kimi K3、Qwen3.8 Max、DeepSeek V4 Pro、MiniMax M3	$1.04	$2.15	4.3x	10x
低价 / Flash	Haiku 5.5、GPT-6 Luna、Gemini 3.8 Flash、Gemini 3.5 Flash-Lite、DeepSeek V4.1 Flash、GLM-5.3 Flash、Qwen3.8 Flash	$0.32	$0.24	20x	7.5x

SOTA 顶档：OpenAI 的 pro 模型从 GPT-5 Pro 的 $15 / $120 涨到 GPT-5.4 Pro 的 $30 / $180，随后 GPT-6 Astra 将这条产品线重新定价为 $10 / $50，与 Claude Fable 5.1 相同。Google 目前将 Argon 定价为 $2 / $10，当前 5x 的价差完全由它与另外两款模型的定价差异造成。
开放权重旗舰：输入价格中位数从 $0.60 涨至 $1.40，涨幅超过一倍，各模型的定价也逐渐拉开。定价 $3 / $15 的 Kimi K3 比 Claude Sonnet 5.5 更贵，而 MiniMax M3 所在产品线连续五次发布都维持 $0.30 / $1.20。开放权重模型的输出价格中位数从闭源旗舰的 24% 升至 44%。DeepSeek V4 Pro 按高峰时段价格计入。
低价 / Flash：5 月至 7 月，Gemini 3.1 Flash-Lite 和 Qwen3.6 Flash 等低价模型以 $0.25 / $1.50 的价格推出，带动混合价格中位数升至 $0.56。之后的回落主要发生在 10 月，当时 Haiku 5.5 将价格降至与 GPT-6 Luna 相同的 $0.10 / $0.50。

GPT-5.6 Terra 未计入低价类，因为其价格已与旗舰相当。数据覆盖八家实验室，不包含 xAI 和 Mistral。

现在，达到同等能力要花多少钱？

各指数档位中，最低价模型的单 token 成本降至原来的 1/2.5 到 1/50；在起止两端都有单任务数据的档位，单任务成本降至原来的 1/8 到 1/19。这里的单任务成本采用 Artificial Analysis 公布的数据：按各模型实际 token 用量和标价，计算完成一道指数测试任务的成本。我们逐日选取当前模型中得分至少达到 20、30、40 或 50 的最低价模型，使用指数版本 4.3.2，且每款模型均采用其最高推理设置。

Artificial Analysis 指数得分至少为 40 的模型中，最低混合标价从 2026 年 4 月 Claude Opus 4.7 的 $10 降至 10 月 Claude Haiku 5.5 的 $0.20，灰线表示 20、30 和 50 分档

指数档位	2025 年 10 月至 2026 年 10 月间首次达到该档位时的最低价模型，每百万 token 混合美元价格	当前最低价模型	单 token 成本降至原来的几分之一	单任务成本降至原来的几分之一
20	统计期起点，2025 年 10 月：GPT-5*，$3.44	Claude Haiku 5.5 或 GPT-6 Luna，$0.20	17x	GPT-5 未公布
30	2025 年 12 月：GPT-5.2*，$4.81	Claude Haiku 5.5 或 GPT-6 Luna，$0.20	24x	GPT-5.2 未公布
40	2026 年 4 月：Claude Opus 4.7*，$10	Claude Haiku 5.5，$0.20	50x	19x，从 Opus 4.8（首款有单任务数据的模型）的 $4.08 降至 Haiku 5.5 的 $0.21
50	2026 年 7 月：Claude Opus 5，$10	GPT-6.1 Sol 或 Gemini 4 Argon，$4	2.5x	8.1x，从 Opus 5 的 $5.86 降至 GPT-6.1 Sol 的 $0.72

* 得分由 Artificial Analysis 估算，并非实测。40 分档首款有实测得分的模型是 5 月的 Opus 4.8，其标价同样为 $10。

最低价并非一路下降：4 月下旬至 8 月中旬，20 分档的最低价模型是 DeepSeek V4 Flash，价格为 $0.175，低于今天的 $0.20。

得分最高的模型并没有变得便宜。一年前，前两名是 GPT-5 和 Opus 4.1，估算得分分别为 23.0 和 22.8，混合价格分别为 $3.44 和 $30。如今最高分模型是 Claude Opus 5.5，得分 57.6，混合价格为 $8。大幅降价发生在那些几个月前还只有最强模型才能达到的能力档位。

为什么价格会这样变化？

除了各实验室对自身定价的解释，同期还有三项市场变化，影响方向各不相同。它们在时间上重叠，数据无法分离各自的影响。

需求与推理服务容量。当请求需求超过现有 GPU 的处理能力时，供应商可以限制用量，或在繁忙时段提高价格。OpenRouter 是将 API 请求路由到多家模型托管商的市场，其周用量从 2025 年 4 月约 5 万亿 token 增至 2026 年 4 月超过 20 万亿，编程流量占比从约 11% 升至一半以上（Wing VC）。Anthropic 在 5 月 6 日获得 xAI 的 Colossus 1 数据中心使用权后，取消了 Claude 订阅的繁忙时段用量限制。同期的 API 价格变动包括：4 月推出的 GPT-5.5 定价 $5 / $30，Google 在表示“供应受限”的同时公布涨价安排，以及 DeepSeek 推出高峰时段定价。

竞争与价格下限。中国开放权重模型在 OpenRouter token 用量中的占比，从 2024 年末的约 2% 升至 2026 年 5 月的约 61%（Wing VC），但 ChatGPT 等第一方产品的流量远大于这一类路由平台。6 月，《华尔街日报》报道称，OpenAI 预计 Anthropic 将降价，正在考虑提前调整价格（Decrypt）；两家都在 9 月 22 日推出了更便宜的模型。价格下限指某能力档位的最低价。4 月下旬至 DeepSeek 在 8 月涨价前，这一下限一直由 DeepSeek V4 Flash 维持，之后转由 Claude Haiku 5.5 和 GPT-6 Luna 提供。

开放权重实验室的收入。权重开放后，任何托管商都可以销售同一模型。智谱发布 GLM-5.3 Flash 后，其自有 API 在该模型 OpenRouter 流量中的占比，三周内从 88% 降至 22%。AI 研究机构 Epoch AI 估算，OpenRouter 上花在 DeepSeek 模型上的支出，约有 8% 流向 DeepSeek 本身（Weijin Research 转引的虎嗅报道）。这些数据晚于开放权重模型的大部分涨价，因此与涨价趋势相符，却不能解释涨价原因。托管商对最新旗舰的降价幅度也不大：10 月 16 日，GLM-5.3 最常见的价格就是实验室自营价格（44 家中有 15 家），Kimi K3 也是如此（25 家中有 7 家）。Kimi K3 的 15 家低价托管商中，有 12 家运行的是 4-bit 量化权重，这种压缩版本的回答可能与原版不同。

为什么单 token 价格不等于单任务成本？

标价相同的两个模型，单任务成本可能相差数倍，主要原因是推理 token：模型在回答前生成的隐藏分步推理内容，按输出计费。Artificial Analysis 公布了各模型按标价计算的每道指数测试任务平均成本。

对比模型	每百万 token 标价，美元（输入 / 输出）	每道指数测试任务平均成本
Claude Haiku 5.5 与 GPT-6 Luna	均为 $0.10 / $0.50	$0.21 与 $0.07
Gemini 4 Argon 与 GPT-6.1 Sol	均为 $2 / $10	$1.99 与 $0.72
Qwen3.8 Max 与 GPT-6.1 Sol	$2 / $6 与 $2 / $10	$5.41 与 $0.72

Qwen3.8 Max 的输出单价更低，单任务成本却是对比模型的 7.5 倍。我们自己的测试发现，Argon 每个正确答案的成本是 GPT-6.1 Sol 的 3.1 倍（Gemini 4 Argon API 成本）。要用自己的业务流量比较模型，可以取一批真实请求，根据每条响应的 token 用量计算费用（推理 token 按输出计费），再用总费用除以达到质量要求的答案数量，按这个单答案成本比较模型。

相对输入价格，缓存价格怎么变了？

闭源实验室的旗舰和顶档模型，缓存读取（即 DeepSeek 一节中提到的缓存命中）价格相对输入价格下降了；两家厂商的缓存写入价格则上涨了。下表列出各模型的缓存读取价格占其自身输入价格的比例。

类别	2025 年 10 月缓存读取 ÷ 输入：中位数（范围）	2026 年 10 月：中位数（范围）	当前最低与最高
SOTA 顶档	10%（所有模型）	5%（2.5% 到 10%）	Claude Fable 5.1 为 2.5%，GPT-6 Astra 为 10%
SOTA 旗舰	10%（所有模型）	5%（所有模型）	Claude Opus 5.5、GPT-6.1 Sol 和 Gemini 4 Argon 均为 5%
开放权重旗舰	18%（10% 到 25%）	12.5%（3.3% 到 20%）	DeepSeek V4 Pro 为 3.3%，MiniMax M3 为 20%
低价 / Flash	10%（所有模型）	10%（2% 到 20%）	DeepSeek V4.1 Flash 为 2%，GLM-5.3 Flash 为 20%

闭源旗舰在三周内先后将缓存读取费率减半：9 月 22 日的 Opus 5.5、9 月 29 日的 GPT-6.1 Sol 和 10 月 13 日的 Argon。开放权重实验室的这一比例更高，DeepSeek 除外。不过，V4 Pro 的 3.3% 来自输入价格上涨，而非缓存读取价格下降。MiniMax 在 3 月推出 M2.7 时，将这一比例从 10% 提至 20%。未列出缓存价格的模型不计入统计。

缓存写入指首次将前缀存入缓存的那次请求，两家厂商调整了这部分的计费。OpenAI 从 7 月的 GPT-5.6 起开始收取缓存写入费：默认 30 分钟缓存按输入价格的 1.25 倍计费，10 月 20 日起新增的 12 小时缓存按 2.5 倍计费。Kimi K3 的默认 5 分钟缓存仍与 Kimi K2 一样，写入按输入价格计费，但新增了可选的 1 小时缓存，按 2 倍计费。Anthropic 的费率不变：5 分钟缓存按 1.25 倍计费，1 小时缓存按 2 倍计费；Google、DeepSeek 和智谱仍不额外收费。缓存写入指南讨论了缓存写入在什么情况下能回本。

该如何据此调整？

按能力和任务做预算，不要按产品线名称做预算，并重新测试小模型。

工作负载	检查重点	候选模型与数据
大批量信息提取、分类、路由	2026 年的小模型能否达到你的质量要求	Claude Haiku 5.5 得分 43.4，GPT-6 Luna 得分 38.1，价格均为 $0.10 / $0.50；一年前，数据中没有模型超过 23 分
Agent 与长推理任务	每个已完成任务的成本	GPT-6.1 Sol 每道指数测试任务 $0.72，Gemini 4 Argon 在相同标价下为 $1.99
需要顶尖能力的任务	需要的是 50 分档，还是最高能力	GPT-6.1 Sol 的 50 分档混合价格为 $4，Argon 在 12 月 1 日前也是如此；得分 57.6 的 Claude Opus 5.5 为 $8
按首发价格做预算	该价格会维持多久	Google 的首发优惠价已有涨价安排（Argon 于 12 月 1 日涨价，Gemini 3.8 Flash 于 1 月 1 日涨价）；OpenAI 在六周内下调了全部三款 GPT-5.6 模型的首发价格；Anthropic 在连续几代模型发布时维持价格不变，之后通过推出新模型降价
DeepSeek 批处理任务	任务能否安排在非高峰时段运行	DeepSeek V4.1 Flash 在北京时间工作时段之外按半价收费：$0.15 / $0.60，工作时段为 $0.30 / $1.20
为降低成本而采用开放权重旗舰	具体模型的托管价格和权重精度	以低于 Moonshot 价格销售 Kimi K3 的 15 家托管商中，有 12 家运行的是 4-bit 量化权重

常见问题

2026 年 LLM API 价格在下降吗？ LLM API 的单 token 价格大多上涨：我们比较了 2025 年 10 月至 2026 年 10 月的 14 条模型产品线，其中 10 条的输入标价上涨。但达到同等能力的价格下降了：Artificial Analysis 智能指数达到 40 分的最低价模型，2026 年 4 月的混合价格为每百万 token $10，10 月降至 $0.20（Claude Haiku 5.5）；从 5 月到 10 月，单任务成本降至原来的 1/19。

哪家 AI 实验室的 API 降价幅度最大？ Anthropic 降幅最大：截至 2026 年 10 月的两年间，其三个档位的标价全部下调。Claude Opus 5.5 定价为 $4 / $20，而 Claude 3 Opus 为 $15 / $75；Claude Haiku 5.5 则为 $0.10 / $0.50。Google 的三个档位全部涨价。OpenAI 的旗舰和小模型最终混合价格与 2024 年 10 月相比，变动幅度均在 25% 以内，中档则涨至原来的 17 倍。