十个主流大模型 API 的真实账单：同一个客服 workload，最贵和最便宜差 31 倍

盘点系列第 2 篇 · API 成本核算

✅ 【数据说明】：本文为公开核算——单价来自各比价站对官方定价的核验（CloudZero 声称已对照 OpenAI/Anthropic/Google/DeepSeek 官方文档，截至 2026-08-20；国内厂人民币官价来自 GetModelKey，截至 2026-08），换算统一按 1 USD ≈ 7.1 CNY（发文日近似汇率，属假设）。三个场景的成本为「单价 × 用量」的透明算术，假设全部写明，你可以代入自己的数字重算。价格随时变动，下单前以官网为准。 本篇不涉及本机实测（API 计费无需实测，核算即验证）。

一句话结论

上一篇选完了模型，这篇算钱。我把 10 个主流 API 放进同一个客服 workload（输入 2000 / 输出 300 token，每月 10 万次）统一核算：最贵的 GPT-5.6 Sol 要 $1,900/月，最便宜的 DeepSeek V4 Flash 谷时段只要 $61/月——31 倍。但结论不是"都用最便宜的"：真正的账单杀手是三个被忽视的结构性因素——输出单价是输入的 3-6 倍（冗长回复比长 prompt 贵得多）、多轮对话在为重复上下文全额买单、同一厂商内部价差高达 150 倍。把这三个变量管住，比换供应商省得多。

一、先看十个 API 的官价（2026-08，$/百万 token）

参考天花板与地板：Claude Fable 5（$10/$50）、GPT-5.5 Pro（$30/$180）是天花板；OpenAI 的 Luna（$0.20/$1.20）和 Together 托管的 Llama 4 Maverick（$0.27/$0.85）是地板。注意：这四家比价站的口径和快照日期不同，同一模型会有 ±20% 出入——这也是为什么本文所有结论只依赖"量级和结构"，不依赖小数点后两位。

单看单价表没感觉，对吧？下面把它们扔进同一个真实场景。

二、三个真实场景的月账单（同一件事，天壤之别）

核算公式（你可以代入自己的数字）： 月成本 = 月输入量/1M × 输入单价 + 月输出量/1M × 输出单价

场景 A：智能客服（输入重、输出轻）

设定：每次输入 2,000 token（系统提示+历史），输出 300 token，每月 10 万次（月输入 200M、月输出 30M）。

31 倍。而且注意两个细节：① 最贵的两个（Sol、Opus）输入单价相同（$5），差距全在输出单价（$30 vs $25）——输出才是分水岭；② DeepSeek 的峰谷差一倍，你的客服如果有明显的夜间低谷，错峰调度本身就是免费的优化。

场景 B：文档摘要 / RAG（输入极重）

设定：每次输入 8,000 token（长文档+检索片段），输出 500 token，每月 1 万次（月输入 80M、月输出 5M）。

差距缩到 27 倍——输入占比越高，输出单价的权重越小，高端模型的"输出溢价"被摊薄。输入重、输出轻的场景，是便宜模型性价比最高的战场。

场景 C：代码生成（输出重）

设定：每次输入 3,000 token，输出 2,000 token，每月 5 千次（月输入 15M、月输出 10M）。

差距拉到 39 倍，且结构变了：Opus 5（$325）开始明显反超 Sol（$375）的对手盘——输出越重，输出单价（$25 vs $30）的权重越大。选代码模型别只看 benchmark，先看你的输出/输入比。

三、三个被忽视的账单杀手（比换供应商更值钱）

杀手 1：输出单价是输入的 3-6 倍，你的账单是被"话痨"撑大的。 Anthropic 输出≈输入 5 倍、OpenAI ≈6 倍。同一个 2,000 token 的任务，"读 2000 吐 300"（摘要）和"读 300 吐 2000"（代码生成）成本结构完全不同。推理模式（thinking）是隐藏放大器：内部思维链也按输出计费，动辄翻几倍——开之前先算这笔账。

杀手 2：多轮对话在为重复上下文全额买单。 一笔透明算术：20 轮对话、每轮新增 500 token，你累计发送的输入是 500×(1+2+…+20) = 105,000 token——其中 95,000 是重复发送的历史。不开缓存，这 95,000 全按原价计费；开了前缀缓存（行业普遍约为标准价 10%，DeepSeek 缓存命中 ¥0.05-0.15/M，约为未命中价的 3%），等效成本降到约 19,500 token——省 81%。多轮会话产品不开缓存，等于每月白烧八成输入账单。

杀手 3：同一厂商内部价差 150 倍，"选模型"比"选厂商"重要一个数量级。 OpenAI 家族从 Luna（$0.20）到 GPT-5.5 Pro（$30）差 150 倍；Anthropic 从 Haiku（$1）到 Fable（$10）差 10 倍。比价站的原话值得贴在工位上："模型选择是任何 AI 预算里最大的单一决策"。而 $2 档是 2026 年的"战争区"——Sonnet 5、Terra、Gemini 3.1 Pro 全挤在这里，Anthropic 甚至把 Sonnet 5 的入门价转成了永久价（原定 9 月涨价已取消）。你的大部分生产负载，就住在这个档位。

四、省钱行动清单（按见效快慢排序）

1. 今天就能做：翻你家 API 后台的"模型使用分布"，把非核心流量（日志摘要、分类、路由判断）从旗舰模型降到 $0.2-1 档——通常这一步就能砍 30-50% 账单，质量损失可测可控。
2. 本周做：给多轮会话开前缀缓存（各家参数不同，但原理一致）；给异步批量任务走 batch 通道（行业普遍 5 折）。
3. 上线前做：用本文公式代入你的真实 token 用量，做一个三档方案（旗舰/均衡/地板）的月成本表，写进技术方案——"会涨多少钱"应该出现在架构评审里，而不是月底账单里。
4. 持续做：盯峰谷价（DeepSeek 谷时段半价）和各家价格变动（8 月 Anthropic 刚把入门价转永久）——这个市场的价格月月都在动。

下篇预告

模型选了、账单算了，下一篇回到"人"的部分：《十个最值得做的 AI 副业方向：用平台需求数据打分，别信"月入十万"》——需求量、竞争度、客单价三维打分，每个方向附上手路径和真实价格带。

附：本文全部数据来源

1. CloudZero《LLM API pricing comparison in 2026》（对照官方文档核验，截至 2026-08-20：单价表、输出/输入倍率、厂商内部价差、缓存与批量折扣、Sonnet 5 定价事件）
2. GetModelKey《AI API Token Price Comparison 2026》（国内厂 CNY 官价与 DeepSeek 峰谷/缓存价，2026-08）
3. AI Cost Check（2026-08-06 快照：Mistral/Llama 托管价、Gemini Flash 档）
4. APIpulse《AI API Pricing August 2026》（市场结构、"中档即新高端"判断）
5. 三场景与多轮缓存算术：本文公开核算，假设已在文中写明，可代入自有用量复算

盘点系列《最 X 的前十名 X——数据说话版》持续更新。每个「最」字后面都挂着可验证依据：能本机实跑的本机跑，不能跑的公开核算，再不行逐条标注权威来源。