2026 主流大模型价格对比与企业 API 成本优化指南

大模型 API 是怎么计费的

现在主流模型的 Token 计费通常分为三部分：

• 输入（Input）：你发给模型的提示词、系统指令、历史对话与工具定义。
• 缓存输入（Cached input）：与之前请求重复、被上游缓存命中的那部分输入，单价比普通输入低。
• 输出（Output）：模型生成的内容，推理模型的思考 Token 也按输出计费。

所以同一个任务的成本，取决于选了哪个模型、输入里有多少能命中缓存，以及输出有多长。

---

SupaStore 当前价格（截至 2026-10-29）

下表取自 SupaStore 模型广场 在 2026-10-29 的实时数据，单位为每百万 Token（USD），按默认分组计价。价格会随上游调整，下单前请以模型广场的实时价格为准。

模型 ID	厂商	输入 ($/M)	缓存输入 ($/M)	输出 ($/M)
claude-sonnet-4-6	Anthropic	$0.9	$0.09	$4.5
gpt-5.6-luna	OpenAI	$1	—	$6
deepseek-v4-pro	DeepSeek	$0.348	—	$0.696
deepseek-v4-flash	DeepSeek	$0.05	$0.01	$0.1
gemini-3.5-flash-lite	Google	$0.3	—	$2.5
qwen3.8-flash	阿里巴巴	$0.1188	$0.0119	$0.4007
glm-5.3-flash	智谱	$0.06	$0.012	$0.2
minimax-m3	MiniMax	$0.225	$0.045	$0.9

“—” 表示该模型目前没有单独的缓存价格。

---

两个可以算清楚的省钱方法

方法 1：让固定内容命中缓存

Agent 和编程工具每次请求都会携带很长的系统提示词与工具定义。把这些固定内容放在上下文最前面、把用户输入和时间等变化内容放在最后，重复部分就更容易被上游缓存命中。

以 claude-sonnet-4-6 为例，每次请求带 8,000 Token 的固定系统提示词：

• 未命中缓存：8,000 × $0.9 / 1M = $0.0072
• 命中缓存：8,000 × $0.09 / 1M = $0.00072

这部分输入的费用下降 90%。实际能省多少取决于命中率，可以在控制台的使用日志里查看每次请求的缓存 Token 数。部分厂商在首次写入缓存时会单独计费，具体以模型详情页为准。

方法 2：按任务难度分层选模型

分类、摘要、格式转换这类简单任务，不需要最贵的模型。假设一次请求是 10,000 输入 Token + 2,000 输出 Token：

模型	单次成本
claude-sonnet-4-6	0.01 × $0.9 + 0.002 × $4.5 = $0.018
deepseek-v4-flash	0.01 × $0.05 + 0.002 × $0.1 = $0.0007

如果 80% 的请求交给 deepseek-v4-flash，只有 20% 的复杂请求用 claude-sonnet-4-6，平均单次成本为 0.8 × $0.0007 + 0.2 × $0.018 ≈ $0.0042，比全部使用 claude-sonnet-4-6 低约 77%。分层前请先用自己的任务样本验证小模型的效果是否达标。

---

用额度上限防止意外账单

在控制台为开发、测试、生产分别创建 API Key，并给每个 Key 设置额度上限。这样即使代码出现死循环或并发失控，消耗也不会超过设定的额度。