深度文章

写给第一次对接 LLM API 的开发者：输入价和输出价为什么分开收、token 怎么数、缓存命中价为何便宜一个数量级、Batch 批处理怎么省钱。用 Qwen3.5 Flash 和 GPT-5.5 算同一笔账，差距约 113 倍。

百万 token、缓存输入价、Batch、上下文窗口、原始计费货币——大模型价目表上这几个术语，每一个都藏着能让你估错账单的坑。用算盘上的真实数字，把它们逐个讲清楚。

中转站用「模型倍率 0.15、分组倍率 2、充值比 1:1」报价，官方用「每百万 tokens 多少美元」报价，两套体系没法直接比。这篇给出换算公式和一个自查方法，并说明为什么低于官方价 15% 是需要警惕的信号。不点名任何站点，只讲怎么算。

用真实价格数据拆解 LLM 上下文缓存：DeepSeek V4 Flash 峰时/空闲缓存价均约为对应输入价的 1/30，GPT-5.5 与 Claude 约 10%。讲清哪些 workload 吃得到缓存、前缀怎么排、写入加价和时效的坑，并用客服机器人算例对比月成本。

Agent 应用的账单为什么比单轮对话贵一个数量级？拆解上下文滚雪球、工具结果回灌、推理 token、失败重试、长系统提示词五个成本大头，用 50 步任务算例对比三款模型总价，逐项给出省钱对策。

用当前模型单价拆解中型 AI 客服的 token 账单，说明缓存、分级路由、压缩输出与 Batch 分别影响哪一项；分时模型默认按峰时预算，不承诺失效的固定降本数字。

Agent 每一轮都要把历史重新喂一遍，输入随轮数线性增长、总账单按平方量级走。这篇讲清 Prompt Cache 的前缀匹配条件、TTL 过期后 1.25 倍写入溢价，以及爆窗截断为什么会把缓存一起打断。

智谱/混元/千帆/讯飞/硅基/火山的「永久免费」到底有几分真？我们扒了 V2EX、知乎、linux.do 的真实用户反馈和免费政策变动史：永久免费多是营销话术、真免费的只有小模型、新人额度全是限时、限速真实触发 429。看文案不如看评论。

2026 年 6 月，AI 订阅的游戏规则集中生变：GitHub Copilot 改按 token 计量、Claude 订阅 6 月 15 日起拆分积分池（不滚存）、ChatGPT 免费档投广告、豆包官宣 68/200/500 元三档。这篇把每家的变化、背后的成本逻辑和订阅用户的应对策略一次讲清。

标称 1M、2M 的长上下文不是免费容量：Claude Opus 4.8 用满一次输入就要 ¥33.93，多轮对话还会平方级滚雪球。本文用算式拆解用满成本、整本塞与 RAG 的对照账，以及缓存能救到什么程度。

账单比估算贵，多半不是厂商乱扣费：中文 token 折算、思考 token、多轮历史重发、工具调用、重试计费、max_tokens 失控，六个隐藏开销逐条给排查与止血动作，附可复算的算例和上线前估算工作流。

抓了 ChatGPT、Claude、Gemini、Grok、Perplexity 在 8 个地区 App Store 的一手内购价。结论和流传的说法不一样：土耳其的 ChatGPT Plus 比美国还贵 5%，但同一个土耳其的 Gemini 便宜 43%；日本反而普遍便宜；折扣最大的其实是官方给新兴市场的低价档，不用改区。

9 个主流模型的输入超过阈值后单价会跳档，而且是整单重算而非超出部分才涨。Qwen3.5 Flash 从 ¥0.2 跳到 ¥1.2 是 6 倍，海外几家统一翻倍。我们自己的计算器也踩过这个坑，连带 K 到底是 1000 还是 1024 也搞错过，两个坑都在本文里拆开讲。

标称便宜但抢不到、买了套餐几轮就打满，这些都不进价目表却真实决定成本。各家限流的计量单位根本不统一：OpenAI 和 Gemini 讲 RPM/TPM/RPD，DeepSeek 讲并发数，订阅制只给相对倍数。这篇讲清楚怎么看懂它们，以及一个被广泛误解的事实：限流按账户算，多开 API key 没用。

单看「百万 token 多少钱」选模型容易选错：输入输出比例才决定真实成本。本文按输入密集、输出密集拆解客服、代码、RAG、Agent 等 8 个场景，各给省钱、均衡、旗舰三档推荐，所有算式可复核。

DeepSeek V4 Flash（峰时 ¥3/¥9、空闲 ¥1.5/¥4.5）和 V4 Pro（峰时 ¥9/¥27、空闲 ¥4.5/¥13.5）怎么选？本文按北京时间分时口径拆解缓存、迁移与横向成本。

把算盘收录的 44 款主流大模型 API 价格拉成一张表，逐列比对输入价、输出价、缓存价与上下文窗口后，浮现出 6 个和直觉相反的结论——它们比单纯的「谁最便宜」更能决定你的账单。

回看半年来的价格变动：Anthropic 曾下调 Opus，DeepSeek 曾把 V4 Pro 限时折扣转永久，随后又改为分时价。历史事件用于说明成本模型必须持续复核，不代表当前报价。

7 月主流厂商挂牌价零调整，变化全在渠道层：DeepSeek 旧模型名 7-24 下线、硅基流动 V4 Pro 促销到期恢复 4 倍原价、百炼 Qwen3.7 Max 的 5 折没有截止日。逐条核实过程与应对建议。

硬件成本除以折旧月数、再和云端每百万 token 单价对比，这套算法漏了最硬的一项：机器本身能不能产出那么多 token。含可复现算例与常见的双重计费错误。