这张表怎么用

选型的时候最容易犯的错，是打开某一家的定价页看一眼就下结论。价格这件事只有横着看才有意义—— 同一个能力档位上，各家差出几倍是常事。这张表把主流模型的单价拉到同一个口径下并排放， 目的就是让你在十几秒里看清楚「贵的贵在哪，便宜的便宜在哪」。

表格上方有两个筛选：厂商用来只看某一家的产品线， 多模态选「仅多模态」可以把纯文本模型过滤掉——如果你的业务要处理图片或文档截图， 这一步能直接砍掉一半候选。右上角会实时显示当前筛选下还剩多少个模型。 「输入价」和「输出价」两个表头是可以点的，点一次按升序排，再点一次切降序， 未标价的行会始终排在末尾，不会因为数值是空就跑到最前面误导你。

剩下的几列各有各的用处。上下文是这个模型的窗口上限，决定了你一次能塞进去多长的材料； 多模态标明能不能吃图；备注这一列容易被忽略，其实信息密度最高—— 分档规则、缓存命中的方向、有没有更轻量的同门型号、改名情况，都写在那里。 只看单价不看备注，很容易得出一个和真实账单相差很远的结论。

价格该怎么读

第一件事是统一计价单位。本表所有数字都是「元 / 百万 token」。 但各家官网的写法并不统一，有的按每千 token 标，有的按美元标。 每千和每百万之间差一千倍，人民币和美元之间还有汇率，这两个坑一旦踩中， 算出来的月成本就不是偏一点，而是错一个数量级。抄价格之前先确认单位，是最基本的动作。

第二件事是输入价和输出价必须分开看。这是两笔独立的账： 输入按你喂进去的 prompt、上下文、检索到的资料计费，输出按模型吐出来的内容计费。 绝大多数模型的输出单价高于输入单价，有的高出好几倍。 所以哪个模型更省钱，取决于你自己业务的输入输出配比： 做文档问答、长材料摘要，输入项占大头；做写作、代码生成、带思考过程的推理任务，输出项才是主要开销。 只按输入价那一列排序选出来的「最便宜」，换个场景可能就是最贵的。

第三件事是认清分档。国产模型普遍按上下文长度分档计费， 输入越长，单价档位越高。本表主列取的是基础档（约 32K 以内输入）的价格， 这是为了让横向对比有一个统一基准，但它也意味着：如果你的实际请求动辄十几万 token， 你真正命中的档位比表里贵。同样地，缓存命中价和批量处理价是另一套计价逻辑， 主列不体现，只在备注里给方向。带着「我这个场景到底命中哪一档」的问题去看官方定价页， 比直接抄一个数字要靠谱得多。关于这些价目表里的门道， 大模型 API 价格表怎么读 这篇拆得更细，建议在做预算之前先过一遍。

这张表的局限

必须说清楚：这是一张快照，不是实时行情。数据是人工按核对日期整理的， 页面上标了核对到哪个月份。这个行业的调价、改名、新版本发布的频率相当高， 时间一长，表里必然会有过期项。所以它的正确用法是「圈定候选范围」， 而不是「确定采购价格」——用它把十几个模型缩到两三个，然后逐个打开官方定价页核实当次显示的数字。 如果你需要建立一套长期跟踪价格变动的习惯，可以参考 大模型价格变动怎么持续跟踪。

另一个局限是价格不等于成本，更不等于选型结论。 单价只是账单的一个因子，同样一个任务，不同模型消耗的 token 数可能差很多： 回答啰嗦的模型输出更长，一次答不对要重试的模型请求次数更多， 这些都会摊进真实开销里，而表格是看不出来的。此外，稳定性、并发承载、 响应延迟、合规与数据驻留要求，都是价格之外的硬约束， 任何一条不满足，再便宜也没意义。

最后说一句币种。表里海外几家标 $、国内几家标 ¥，都是各自官方定价页上的原文，我们不做折算后再存—— 一折算，你看到的就不再是厂商说过的数字。要跨国比大小，点表头让它按折算后的值排序， 或者用成本估算器选个结算币种算总账。 另外，官方刊例价不等于你在国内实际付的钱：经合规聚合渠道接入时还要叠加渠道政策与汇率， 那部分需要按方案单独询价。