用例推荐

按你的实际场景挑 top 3 性价比模型。基于典型 token 量 × 能力匹配度。

选一个你的典型场景：

典型工作量：单次输入约 80,000 tokens · 输出约 1,500 tokens · 最低上下文 100K

输入量极大，输入价是决定成本的主因。需要长上下文窗口能塞下整篇文档而不切分。

推荐 Top 3

排序按「综合性价比」：成本越低、能力标签越匹配越靠前（成本权重更高，并非纯按单次价格排序）。想纯比单价请看价格表。

#1 · 性价比之选🇨🇳

Qwen3.5 Flash

阿里通义

单次成本¥0.019

输入 / 输出¥0.20 / ¥2.00

上下文131K

极便宜快速

💰 候选中最便宜

#2 · 次选🇨🇳

DeepSeek V4 Flash

DeepSeek

单次成本¥0.083

输入 / 输出¥1.00 / ¥2.00

上下文1000K

国产之光极便宜长上下文

⭐ 能力高度匹配

#3 · 备选🇺🇸

Gemini 2.5 Flash-Lite

Google

单次成本¥0.058

输入 / 输出¥0.68 / ¥2.72

上下文1000K

极便宜快速

其它满足条件的模型

#	模型	单次成本	vs 最便宜
4	🇨🇳 Doubao 1.5 Pro	¥0.067	×3.5
5	🇨🇳 混元 TurboS	¥0.067	×3.5
6	🇨🇳 文心 ERNIE 4.5 Turbo	¥0.069	×3.6
7	🇨🇳 Qwen3.5 Plus	¥0.071	×3.7
8	🇨🇳 DeepSeek V4 Pro	¥0.249	×13.1
9	🇨🇳 文心 ERNIE X1 Turbo	¥0.086	×4.5
10	🇨🇳 MiniMax M3	¥0.361	×19.0
11	🇺🇸 Gemini 3.1 Flash-Lite	¥0.151	×8.0
12	🇨🇳 Spark X2 Flash	¥0.163	×8.6
13	🇨🇳 Spark Ultra	¥0.163	×8.6
14	🇨🇳 Spark X2	¥0.244	×12.9
15	🇨🇳 DeepSeek V3.2	¥0.172	×9.1
16	🇨🇳 GLM-4.7	¥0.172	×9.1
17	🇨🇳 MiniMax M2.7	¥0.181	×9.5
18	🇺🇸 Gemini 2.5 Flash	¥0.188	×9.9
19	🇨🇳 Baichuan M2	¥0.190	×10.0
20	🇨🇳 Kimi K2.6	¥0.560	×29.5
21	🇨🇳 Qwen3 Max	¥0.215	×11.3
22	🇨🇳 Doubao 1.6	¥0.228	×12.0
23	🇨🇳 混元 2.0 Think	¥0.342	×18.0
24	🇨🇳 GLM-5	¥0.347	×18.3
25	🇨🇳 文心 ERNIE 5.1	¥0.347	×18.3
26	🇨🇳 Baichuan M3 Plus	¥0.414	×21.8
27	🇨🇳 Qwen3.7 Max	¥1.01	×53.4
28	🇨🇳 GLM-5.1	¥0.516	×27.2
29	🇨🇳 Doubao Seed 2.1 Pro	¥0.525	×27.6
30	🇺🇸 Gemini 2.5 Pro	¥0.781	×41.1
31	🇺🇸 Gemini 3.1 Pro Preview	¥1.21	×63.6
32	🇺🇸 Grok 4.3	¥0.704	×37.1
33	🇺🇸 Grok Build 0.1	¥0.564	×29.7
34	🇨🇳 Spark Pro	¥0.571	×30.0
35	🇺🇸 Claude Haiku 4.5	¥0.594	×31.3
36	🇺🇸 GPT-5.1	¥0.781	×41.1
37	🇺🇸 Claude Sonnet 4.6	¥1.78	×93.8
38	🇺🇸 Gemini 3.5 Flash	¥0.906	×47.7
39	🇺🇸 Claude Opus 4.8	¥2.97	×156.3
40	🇺🇸 Claude Opus 4.7	¥2.97	×156.3
41	🇺🇸 GPT-5.4	¥1.51	×79.5
42	🇺🇸 Claude Fable 5	¥5.94	×312.7
43	🇺🇸 GPT-5.5	¥3.02	×159.0

想看你的真实 prompt 在各模型的成本？粘进 Token 估算器。