LLM 定价指南 —— 对比 500+ 个 AI 模型

AI 支出会很快变得昂贵：美国企业目前在 AI 上的月均花费已达 $85,500。 我的核心结论很简单：纸面上最便宜的模型，一旦把输出长度、上下文大小、重试、工具费用和套餐限制都算进去，未必是成本最低的选择。

如果让我从这份指南里做选择，我会先看四件事：

• 单价： 按 token、图像或视频秒数计费
• 限制： RPM、TPM、上下文窗口和套餐上限
• 模态： 文本、图像、音频、视频和视觉支持
• 每个成品输出的成本： 而不只是标价

本文对比了 APIMart、OpenAI、Anthropic、Google AI、Meta、xAI、Mistral、Cohere、Runway、Stability AI、Black Forest Labs** 以及** Kling AI。

有几个清晰的规律值得注意：

• 文本定价差异极大。 OpenAI 的价格从 $0.05 到 $30.00 per 1M input tokens 不等。
• 输出往往比输入贵得多。 在某些情况下，输出的价格是输入的 4 到 6 倍。
• 长上下文会改变账单。 OpenAI 在 270,000 tokens 之后加价，Google 则在 200,000 tokens 以上调整费率。
• 批处理任务能降低成本。 OpenAI、Anthropic 和 Mistral 对异步处理均给出 50% 折扣。
• 视频成本会因重试而累加。 便宜的每秒费率仍可能变成每个成品片段高得多的成本。
• 统一计费对使用多种格式的团队很重要。 APIMart 主打的就是一个 API、一张发票覆盖 500+ 个模型。

如果你想要简短版： 高流量文本用预算型模型、生产应用用中端模型、只有在输出质量能改变业务结果时才用旗舰模型、在为最终渲染付费之前先用低分辨率打草稿视频。

LLM Token 和 API 价格是什么？（新手友好）

快速对比

所以在逐行对比价格之前，我会先问一个问题：我花钱最多的是什么——token、图像、秒数，还是重试？

1. APIMart

APIMart 采用按量付费计费，没有月度最低消费，也没有隐藏费用。价格随模态变化，因此文本、图像、视频和音频的计费方式各不相同。

单位定价

价格因模态而异，如下表所示。

图像生成成本会因质量档位不同而大幅变化。例如，一张 1024×1024 的 GPT-Image-2-Official 调用在 Low 质量下约 $0.00488，Medium 下 $0.04232，High 下 $0.16872。这个差距会很快累加。如果不需要顶级输出，使用较低档位可以降低每次调用的花费。

包含的限制

默认账户带有 RPM 和 TPM 限制。企业账户可申请更高吞吐量的通道。

模型覆盖

APIMart 通过一个 API 支持文本、图像、视频和音频模型，其中包括 GPT-5、Claude、Sora 2、Midjourney 和 Kling V3 等模型。

成本与产出

这里的主要优势是跨模态的合并计费。你不必再为文本、图像和视频分别处理账单，而是获得一套统一设置，使支出控制更容易。

接下来，本指南将对比各大厂商在文本、图像和视频模型上的定价结构。

2. OpenAI

OpenAI 对文本采用按 token 付费的定价模式，而且模型之间的差距非常大。

截至 2026 年 6 月，价格从 GPT-5 nano 的 $0.05 per 1M input tokens 一直到 GPT-5.5 Pro 的 $30.00 per 1M input tokens ^[3][5]。读懂 OpenAI 定价最简单的方法是按模型档位来看，因为输入、输出和缓存 token 的费率在不同模型之间可能差别很大。

单位定价

在 OpenAI 的各个模型中，输出 token 的成本是输入 token 的 4 到 6 倍 ^[6]。当你的应用产生长回答、摘要或智能体式响应时，这一点影响很大。OpenAI 还提供 Batch 和 Flex 档位，对所有模型统一给出 50% 折扣，因此 GPT-5.5 的输入价格从 $5.00 降到 $2.50 per 1M tokens ^[5]。

当长上下文使用触发加价定价时，成本会再次攀升。

包含的限制

一旦总上下文超过 270,000 tokens，OpenAI 会将输入和输出费率都翻倍 ^[3][5]。如果你在处理长文档审阅或多轮智能体循环，滚动摘要是保持在这条线以下的最简单方法之一。

OpenAI 在图像、音频和视频模型上也采用同样的定价设置。

模型覆盖

OpenAI 对图像、音频和视频生成分别定价。Sora-2 生成 720p 视频的价格为 $0.10 per second，而 Sora-2-pro 在 1080p 下按标准费率为 $0.70 per second ^[5]。

其他媒体：

• 图像定价范围为 $2.50 到 $8.00 per 1M tokens
• Whisper 转录费用为 $0.006 per minute
• TTS（tts-1）费用为 $0.015 per 1,000 characters ^[3][4]

成本与产出

降低支出最快的方法之一很简单：把价值较低的工作交给更便宜的模型。处理 10,000 张客服工单，用 GPT-4.1 约 $16，用 GPT-4.1 mini 约 $3.20，用 GPT-4.1 nano 约 $0.80 ^[4]。

3. Anthropic

Anthropic 将其 Claude API 产品线分成四个定价档位：前沿/研究（Claude Fable 5 / Mythos 5）、旗舰（Claude Opus 4.5–4.8）、中端（Claude Sonnet 4.5–4.6）和预算（Claude Haiku 4.5）^[9][10]。规律很清晰。随着档位上升，你会得到更强的推理深度和更好的输出，但账单也随之快速攀升。对大多数买家来说，选择归结为：Haiku 是低成本选项，Sonnet 是中间地带，而 Opus/Fable 是为更重的任务而生的。

单位定价

在当前的分档产品线中，Anthropic 将输出 token 的定价设为输入费率的 5 倍 ^[7][6]。下方价格以美元每 100 万 token 计 ^[13][15]。

当你反复复用同一前缀时，提示缓存可以削减成本。缓存写入在 5 分钟 TTL 下的成本为基础输入费率的 1.25 倍，1 小时 TTL 下为 2 倍。缓存读取的成本为标准输入的 10%。在实践中，同一前缀被使用 四次或以上 后，缓存才开始变得划算 ^[3][9][12]。

包含的限制

Anthropic 当前的大多数旗舰和中端模型——包括 Fable 5、Mythos 5、Opus 4.6–4.8 和 Sonnet 4.6——在标准定价下都配有 100 万 token 的上下文窗口 ^[9][11]。Claude Haiku 4.5 最高支持 200,000 tokens。速率限制采用分档设置，从 Tier 1 到 Enterprise，RPM 和 TPM 上限按套餐设定 ^[13][15]。

模型覆盖

Anthropic 模型处理文本和视觉输入，而 Computer Use 会增加额外的 token 开销。部分附加功能单独计费：

• Web search 费用为 $10 per 1,000 searches
• Managed Agents 费用为 $0.08 per active session-hour，另加 token 费用

Batch API 对具有 24 小时周转 的异步任务将 token 成本削减 50% ^[8][9][11]。

成本与产出

这里定价变得很实用：哪个档位在重复任务、长上下文工作和智能体流程中保持划算？

在 Claude Opus 4.8 上进行一小时的编程会话，使用 50,000 input tokens，其中 40,000 为缓存读取、15,000 output tokens，成本约 $0.525，其中包含 $0.08 的智能体会话费 ^[9][12]。这能让你对 Anthropic 定价在实际使用中的表现有个不错的了解，而不只是看定价表。

对于编程助手和多步智能体这类生产任务，Claude Sonnet 4.6 往往在成本和能力之间提供最佳平衡 ^[6][3]。

接下来，对比 Google AI 在 Gemini 文本和多模态模型上的定价。

4. Google AI

Google 根据你选择的模型和上下文窗口大小来定价。有一条定价规则马上就很关键：如果你想避开更高费率，就要让提示保持在 200,000 tokens 以下 ^[14][3]。

单位定价

图像生成方面，Imagen 4 Fast 起价为 $0.01–$0.02 per image，而 Imagen 4 Ultra 为 $0.06 per image。Veo 3.1 视频按秒计费。Standard 在 720p 和 1080p 下为 $0.40 per second，Light 为 $0.05–$0.08 per second ^[17]。

包含的限制

模型价格只是故事的一部分。吞吐量限制和数据设置会大幅改变你的总支出。

Google 的主要取舍相当清晰：一边是低模型定价，另一边是吞吐量限制加上数据限制。在 Google AI Studio 中，免费档大约给你 15 RPM、免费 token，以及用于产品改进的数据用途。付费档跃升至约 1,000–2,000 RPM，关闭产品改进数据用途，并增加上下文缓存和 Batch API。企业套餐则增加预置吞吐量、批量折扣和合规功能 ^[17][18]。

上下文缓存是这里最大的成本杠杆之一。写入缓存是免费的，而从缓存读取的成本为标准输入费率的 25% ^[18]。

模型覆盖

Google 的产品线横跨文本、多模态、图像和视频模型。它还支持图像输入，起价为 $0.0025 per image ^[3]。

成本与产出

对于聊天机器人、摘要和分类，Gemini 2.5 Flash 或 Gemini 3.1 Flash-Lite 通常最合理。它们更便宜，且很适合许多日常工作负载。把 Gemini 3.1 Pro 留给需要更大上下文窗口的场景，并使用滚动摘要来保持在 200,000-token 的临界值以下 ^[3][6]。

还有一个值得注意的简单价格角度。在 $2.00 per 1M input tokens 下，对于标准长度的提示，Gemini 3.1 Pro 比 GPT-5.5（$5.00）和 Claude Opus 4.8（$5.00）等旗舰模型更便宜 ^[2]。

接下来，对比 Meta 的定价和模型覆盖。

5. Meta

Meta 的运作方式与上述闭源模型厂商略有不同。它的 Llama 模型是开放权重的，因此你的成本取决于你在哪里托管或访问它们。在实践中，这意味着完全相同的模型在不同厂商之间可能有非常不同的定价。例如，Llama 3.3 70B 曾被列到低至 $0.10 per 1M input tokens。Meta 也不发布第一方 API 价格表，这就是为什么价格在各托管方之间波动如此之大 ^[1][19][20]。

单位定价

当前定价集中在 Llama 4 Scout 和 Llama 4 Maverick ^[21][22]。

那个低廉的标价在纸面上看起来很棒。但只有当托管方的上下文限制和吞吐量上限与你的工作负载匹配时，它才真正有用。

包含的限制

Meta 没有一个统一的标准套餐带有共享速率限制或内置免费档。托管方各自设定自己的吞吐量限制、上下文上限和缓存规则。所以如果你计划用 Llama 4 Scout 做长上下文工作，先检查托管方的上下文上限，而不要假设你能拿到全部宣传的范围。

模型覆盖

Llama 4 Scout 和 Llama 4 Maverick 都支持文本和视觉输入，并在主流厂商上支持工具调用和 JSON 模式 ^[21][22]。较旧的选项也仍有用武之地。Llama 3.2 11B Vision 仍能处理视觉密集型任务，而 Llama 3.2 1B Instruct 面向边缘部署，那里低延迟和精简的算力使用最为重要 ^[21][22]。

成本与产出

如果你在运行带长提示的高流量任务，Scout 尤为突出。一个带 40K 输入 和 8K 输出 token 的编程任务成本约 $0.005 每个任务，折算下来大约每美元 200 个任务。同样的任务在 GPT-5.5 上成本约 $0.44，即每美元仅 2.3 个任务 ^[6]。

对于面向客户的用途或多模态工作，Llama 4 Maverick 通常是更好的匹配。它的基准跑分高于 GPT-4o，而输入定价却便宜得多：$0.15/M input 对比 $2.50/M input ^[6]。它在输入与输出定价之间较小的差距，也让它很适合你预期会有较长回复的场景。

接下来，对比 xAI 的定价和模型覆盖。

6. xAI

xAI 把输入和输出定价保持在低位，这在回复变长时很有帮助。Grok 4.3 收费为 $1.25 per 1 million input tokens 和 $2.50 per 1 million output tokens。当模型给你写回大量内容时，这 2 倍的差距就很重要 ^[6][24]。

单位定价

图像工作方面，Grok Imagine 1.5 Edit 每次调用 $0.01875 ^[23]。通过 Imagine API 的视频生成根据分辨率从 $0.08 到 $0.25 per second 不等 ^[24]。

包含的限制

xAI 采用按量付费计费，配有基于用量的速率限制。企业套餐可增加自定义速率限制和专用基础设施 ^[25][26]。

有一点要留意：工具使用可能很快累加。搜索和代码执行单独计费，所以低 token 价格并不总意味着低最终账单。Web Search、X Search 和 Code Execution 各自的成本为 $5.00 per 1,000 calls ^[24]。

如果你的任务不急，Batch API 可以为 24 小时内处理的任务削减 20% 到 50% 的成本 ^[24]。

模型覆盖

xAI 覆盖文本、图像和视频用例 ^[24][16]。Grok 4.20 为更快的工具使用而生，而 Grok Build 0.1 面向编程密集型工作 ^[6][2]。

成本与产出

对于一个带 40K input tokens 和 8K output tokens 的标准编程任务，Grok 4.3 成本约 $0.07 每个任务。折算下来大约每美元 14 个任务 ^[6]。

接下来，本指南将对比另一家厂商的定价结构，或者你也可以使用统一 LLM API 通过单一集成访问这些模型。

7. Mistral AI

Mistral Large 3 的成本为 $0.50 per 1M input tokens 和 $1.50 per 1M output tokens。这让它处于低价旗舰阵营。标题费率看起来很有竞争力，但一旦把工具费用和 Mistral 的计费档位算进去，最终账单可能会变化。

以下是当前的产品线。

单位定价

Mistral 还对 OCR 单独收费 $4.00 per 1,000 pages、嵌入 $0.10 per 1M tokens，以及网络搜索加代码执行 $30 per 1,000 calls ^[27]。

包含的限制

Mistral 采用按量付费计费，配有四个速率限制档位，分别在累计花费达 $20、$100 和 $500 时开启 ^[31]。Team 套餐带有 $50 每月 的最低承诺 ^[27]。

这里有两个能快速降低成本的杠杆：

• Batch API 对异步任务将所有模型价格降低 50% ^[27][31]。
• 当共享前缀至少 64 tokens 长时，提示缓存可将缓存 token 成本降低最多 90% ^[31]。

当你运行高流量或异步工作负载时，这些定价规则最为重要。

模型覆盖

Mistral 覆盖文本、推理、编程、多模态和边缘用例。Codestral 支持中间填充（FIM），使它非常适合 IDE 工作流。Ministral 系列——3B、8B 和 14B——面向低成本或设备端部署 ^[30][32]。

Mistral 还免费提供欧盟托管端点以及符合 GDPR 的数据处理 ^[29][31]。

成本与产出

对于实体抽取、分类和摘要这类高流量实用型工作，Mistral Small 4 是最强的匹配 ^[28][31]。如果你需要更强的推理能力但仍想要低 token 定价，Mistral Large 3 更合理 ^[28][31]。

对于推理密集型任务，Magistral Medium 的成本为 $5.00 per 1M output tokens，在输出上比 OpenAI 的 o3 便宜 37% ^[29]。

接下来，对比 Cohere 在企业文本和检索工作负载上的定价。

8. Cohere

Cohere 主要为检索和企业搜索而构建。它的定价体现了这一点：为文本密集型检索工作提供低成本选项，为多模态或更苛刻的任务提供更高价的模型。

单位定价

Cohere 将其产品线分为三类：低成本检索模型、企业多模态模型，以及用于嵌入和重排序的独立工具。

Rerank 使用搜索单元计费：一次查询加最多 100 个文档。如果文本块超过 500 tokens，则单独计数 ^[33][35]。

包含的限制

Cohere 提供免费试用密钥用于测试，上限为每月 1,000 次调用和 20 RPM ^[37]。生产密钥采用按量付费定价，标准模型最高 500 RPM。计费在月底或余额达到 $250 时进行 ^[33][37]。

Cohere 的部分顶级模型在全面投入生产使用前需要销售审批，包括 Command A+、A Reasoning 和 A Vision。在获批之前，自助访问保持在试用式限制 ^[37]。

如果你的团队需要专用吞吐量，Cohere 还提供 Model Vault。价格从一个 Embed 4 Small 实例的 $2,500 per month 起 ^[33]。

模型覆盖

Cohere 适合以文本为先的企业工作流，而非媒体生成。

公司将其产品线围绕文本、检索和企业搜索，而非图像或视频生成。主要例外是 Command A，它支持图像输入和多模态任务。它还带有 256,000-token 的上下文窗口，是 Cohere 产品线中最大的 ^[34][36]。

Aya Expanse 支持 49 种语言，使它成为全球部署的可靠之选 ^[37]。

成本与产出

如果你在构建 RAG 流水线，Cohere 的低输入定价是最大的吸引力。这类工作流通常消耗的输入 token 远多于输出 token，所以 Command R 在 $0.15 per 1M input tokens 有助于让文档密集型提示不至于太贵。

一个简单的例子让差距一目了然：在 Command R 上运行 100,000 次客服聊天机器人交互，每月成本约 $123，而同样的量在 Command R+ 上大约为每月 $2,050 ^[39]。

对于纯粹的大规模分类和摘要，Command R7B 是产品线中成本最低的选项 ^[34][38]。

一个实用的思考方式：

• 用 Command R7B 做高流量分类和摘要。
• 用 Command R 做 RAG 和聊天机器人。
• 仅在你需要额外的模型能力时才用 Command R+。

接下来，对比 Runway 的定价，或探索电影级 AI 视频生成的替代方案。

9. Runway

Runway 围绕视频构建，因此它的定价与生成或编辑的秒数挂钩。它对视频和图像工作采用积分制。你可以通过订阅或以 $0.01 per credit 购买充值包获得积分，最低 $10。API 积分单独计费。主要要留意的是积分消耗如何因模型而异。

单位定价

包含的限制

在年付套餐上 ^[40][43]，Runway 包含以下每月积分上限：

Free 套餐带水印，且不允许商用。付费套餐移除这两项限制 ^[40][44]。Standard 和 Pro 的积分不结转，未使用的积分在下个计费日的 24 小时内过期 ^[40][43][46]。只有 Max 给你一个月的结转 ^[40][43][46]。

模型覆盖

Runway 覆盖文本转视频、图像转视频、视频编辑、文本转图像、图像转图像，以及音频和后期处理工具 ^[42]。这个范围让它比只做生成的工具触及更广。但价格本身并不能说明全部。输出质量会改变你实际最终支付的费用。

成本与产出

这里事情比初看起来更贵。重试会很快累加。大多数成品片段需要 3 到 5 次生成，这将 Gen-4.5 推高到大约 每个成品秒 $0.50 到 $0.80 ^[43][44][47]。

一种常见的控制支出方式是用 Gen-4 Turbo 在 $0.05/sec 做粗剪草稿和概念测试，然后转到 Gen-4.5 在 $0.12/sec 做最终渲染 ^[41][45]。如果你在还在琢磨运动、构图或时机时不想烧掉高级积分，这个设置就很合理。

低档套餐还有一个硬上限。Standard 的 625 积分 每月只够大约 52 秒的 Gen-4.5 视频 ^[40][44]。这足够做几个精修片段，但撑不起稳定的生产工作流。

或者，你可以探索 MiniMax Hailuo 2.3 来做高一致性的视频生成。接下来，对比 Stability AI 的图像和视频定价。

10. Stability AI

Stability AI 在图像和音频工作流中表现突出，那里按资产计价往往比月度套餐更重要。它采用积分制，1 credit = $0.01。新用户获得 25 个免费积分，足够大约 3 次旗舰生成 或 8 张 SD 3.5 Large 图像。API 访问还包含商业使用权 ^[48]。

以下是按服务的定价。

单位定价

包含的限制

API 定价为按量付费，为高流量团队提供定制定价和批量折扣 ^[49]。

模型覆盖

Stability AI 覆盖文本转图像、图像编辑、3D 资产生成和音频生成 ^[48]。用大白话说，它是为生产工作而生的。你可以生成图像、编辑它们、把资产转成 3D 输出，还能制作音频片段，而无需在一堆工具之间来回切换。

编辑套件包括外扩绘制、背景替换、重打光和风格迁移 ^[48]。Stable Fast 3D 处理 3D 资产生成，而 Stable Audio 3.0 支持长达六分钟的音频片段 ^[48]。所以这里更少关乎聊天，更多关乎把媒体工作做完。

这种定价差距在你大规模工作时最为明显，尤其是在编辑和放大任务上。

成本与产出

Creative Upscaler 每张图像的成本为 60 积分（$0.60）。这是 Fast Upscaler 价格的 30 倍，后者为 2 积分（$0.02）。所以如果你的主要目标只是简单提升分辨率，Fast Upscaler 是成本更低的选择 ^[48]。

Stable Image Core 折算下来约为 每月 $30 生成 1,000 张图像 ^[48]。而如果你用 SD 3.5 Large 扩展到 每月 10,000 张图像，成本落在约 $650 ^[48]。

你也可以使用其他高性能模型来生成和编辑图像。接下来，对比 Black Forest Labs 的图像定价。

11. Black Forest Labs

Black Forest Labs 是图像生成方面一个方便的定价基准，因为账单会随输出尺寸以及是否使用参考图而变化。它的系统基于积分，1 credit = $0.01。FLUX.2 定价与百万像素挂钩，参考图另外计费。有一点要留意：每张图像和每张参考图都会向上取整到下一个百万像素，基于 1,024 × 1,024 px。

单位定价

FLUX.2 产品线分为四档：Max、Pro、Klein 和 Flex。每一档在图像质量、速度和价格之间做出不同的取舍。

较旧的 FLUX1.1 和 FLUX.1 模型则采用统一的每图定价。

包含的限制

API 访问为按量付费，但 Black Forest Labs 也有带每月图像上限的订阅档位 ^[50]。

模型覆盖

Black Forest Labs 以图像生成和编辑为中心。FLUX.2 模型支持最高 4 MP 的输出尺寸，超过部分会自动缩放 ^[50]。如果速度最重要，FLUX.2 [klein] 4B 以亚秒级推理脱颖而出，使它非常适合近实时用例 ^[52]。

编辑工作方面，产品线还有几个清晰的选项。FLUX.1 Fill [pro] 以 $0.05 per image 处理定向修复，而 FLUX.1 Kontext [pro] 定价为 $0.04 per image，用于商用就绪的上下文内编辑 ^[51]。

成本与产出

一张成品 4 MP FLUX.2 [max] 图像的成本约为 $0.30，一旦把生成、放大和两次重试都算进去。参考图按相同的每百万像素费率单独计费 ^[50][51]。如果你在做概念美术或早期原型设计，FLUX.2 [klein] 4B 在 $0.014 per image 是在转向最终渲染之前测试想法的低成本方式 ^[50]。

接下来：Kling AI 视频定价。

12. Kling AI

Kling AI 将定价分成两条线：网页应用使用积分，而 API 按秒计费。在 API 侧，成本随片段长度、分辨率以及你是否开启同步音频而变化。

单位定价

对于标准无声视频，价格从 $0.0672/sec at 720p 起，最高到 $0.0896/sec at 1080p。Kling V3 Omni 处理文本加图像输入以及视频转视频工作流，成本为 $0.1792/sec at 1080p。

所以没错，Kling 在视频 API 中处于较低价的一侧。

包含的限制

Kling 将网页应用和 API 定价分开，这意味着你在挑选套餐前需要两者都查。API 费率只是这道数学题的一部分。积分和并发对你能推进多少工作有很大影响。

免费档带有每天 66 个积分，这些积分每 24 小时重置一次，不结转。付费套餐从 Standard 的 $6.99/month 660 积分 起，最高到 Ultra 的 $180/month 26,000 积分。如果你为 Ultra 按年付费，实际费率会降低 34% ^[54]。

对于 API 用户，标准并发上限为 10 个并行任务。试用档账户只有 3 个。如果你想批量渲染而不是一个个等片段，这个差距可能很关键。

模型覆盖

Kling V3 和 Kling V3 Omni 支持长达 15 秒 的片段，使它们适合电影级和叙事类工作。V2.6 将片段长度上限设为 10 秒，并增加同步音频。V2.5 Turbo 比 Master 档大约便宜 30%。

成本与产出

一种常见的控制支出方式是先用 720p 无声模式 打草稿，仅在最终渲染时才升到 1080p 或 4K。这种做法有帮助，因为许多用户需要 2–4 次生成尝试 才能得到可用的片段，而这会推高成品视频的成本 ^[53]。

预付资源包可以将实际单价削减 10% 到 30%，具体取决于套餐大小 ^[53]。

接下来，按单价、套餐限制、模态覆盖和每输出成本对这些模型进行对比。

按对比维度拆解定价

下方表格将前面逐家厂商的细节浓缩为四个购买过滤器：单价、套餐限制、模态覆盖和输出成本。

文本、图像和视频 API 的单位定价

图像生成方面，FLUX.1 [schnell] 是低成本基准，为 $0.003 per image，而 Stable Image Ultra 处于高端，为 $0.08 per image。视频方面，Kling V3 在 720p 下为 $0.0672/sec 处于低端，Veo 3.1 在高端为 $0.40/sec。

原始费率很重要。但在实践中，套餐限制往往决定你实际花多少。

订阅和平台套餐中包含的限制

在每月低于约 500 万输入 token 时，$20 的聊天套餐对休闲使用可能胜过 API 计费。

推理模型还带来一个变数：隐藏的推理 token 按输出费率计费，这可能把总成本推高 2 到 7 倍。^[3]

按模态划分的模型覆盖

只有当模型的模态匹配任务时，定价才有意义。

如果一个便宜的模型无法处理你需要的格式，它就算不上划算。例如，纯文本厂商在你的工作流依赖图像或视频输出时帮不上什么忙。

按常见用例划分的成本与产出

这些是团队一旦进入生产往往会切身感受到的成本。

文本工作负载（每 1M output tokens）：

视频工作负载（每 10 秒片段）：

简单版是这样：每 token 或每秒的价格只是故事的一部分。更大的因素往往是你_如何_使用模型。一个整天运行的聊天机器人、一条文档流水线，以及一间视频工作室，在纸面上看起来可能很便宜，一旦输出量上来就会很快变贵。

一条实用的经验法则：批处理对能容忍 24 小时周转的工作负载，在 OpenAI、Anthropic 和 Mistral 上削减 50% 的成本。^[3] 对于视频，以较低分辨率打草稿、仅升级最终渲染，是控制每输出支出最可靠的方式。

优缺点

下方表格把取舍浓缩到通常真正驱动决策的部分：成本、模态和工作负载匹配度。如果你在厂商之间做选择，这给你一个简短版，不必回头翻遍每个定价章节。

一个简单的解读方式：

• 如果你想要一个 API 覆盖多种模型类型，APIMart 脱颖而出。
• 如果你最在意纯文本使用和直接的计费，OpenAI 或 Google AI 可能更容易上手。
• 如果你的工作偏向编程、长提示或重复上下文，Anthropic 会很合理。
• 如果你在压低成本且能自己运行，Meta (Llama) 很难忽视。
• 如果你的技术栈围绕 RAG 构建，Cohere 有一套与之高度契合的工具。

对于图像密集型用途，Stability AI 是低成本之选。对于短视频片段，Kling AI 让入门成本保持在低位，尽管基础套餐仍绑定在 15 秒输出。

结论

看完上面的定价拆解，最好的模型既不是最贵的那个，也不是最便宜的那个。而是最契合你的工作负载、模态和用量的那个。

高流量、低复杂度的任务应当尽量跑在你能接受的最低成本模型上。

随着复杂度上升，支出应当只有在输出配得上时才上升。中端模型很适合那些需要稳定性能而又不想要顶级价签的生产应用。

一旦进入高级推理或媒体生成，每输出成本就开始比原始 token 定价更重要。当质量对结果有直接影响时，旗舰模型才有意义。而对于视频，定价的运作方式不同：像 WAN 2.7、Sora 2（$0.08/sec）和 Kling V3（$0.0672/sec at 720p）这样的 API 按秒计费，而非按 token。

对于同时使用文本、图像和视频模型的团队，APIMart 通过单一 API 提供对 500+ 个模型 的访问。这意味着多模态工作可以放在一个 API 和一张发票之下。

常见问题

我如何估算每输出的总成本？

根据模型的计费方式估算总成本。

对于文本模型，定价通常按输入 token 和输出 token 每 100 万 token 划分。输出 token 往往更贵，所以你预期的回复长度对总支出影响最大。

对于非文本用例，图像模型通常按调用计价，而视频模型按生成的秒数计价。

一个简单的估算成本的方法是：

• 用 token 计数器测量提示的量
• 查看模型每个计费单位的费率
• 将该费率应用到你预期的用量

这能在你扩大任何规模之前给你一个实用的成本估算。

提示缓存何时能省钱？

当你的应用一次又一次地发送相同的提示前缀时，提示缓存会削减成本。这通常意味着长系统指令、大文档集，或在许多请求间复用的共享对话历史。

你不必每次都为完整输入 token 价格付费，而是为重复的部分付更少的钱。在许多情况下，这能将输入成本降低 50% 到 90%。

当量很高且上下文大体保持不变时，这效果最好。客服聊天机器人就是一个好例子：机器人可能在数千次聊天中复用相同的规则、品牌信息和帮助文档。

当上下文一直变化时，它就不太合适。如果你的应用在每次请求时都从头重写提示，能缓存的重复文本就少，节省也会很快下降。

我该用订阅还是 API 定价？

对大多数开发者和企业来说，API 定价更合理。有了按量付费计费，你为使用的 token 付费——没有月度最低消费、没有意外费用，流量清淡时也没有固定收费压在头上。你的成本随用量变动，这往往比固定的定期账单更合适。

APIMart 给你一个 API，连接到 500+ 个 AI 模型，定价按 token 清晰透明，并随着用量上升自动给出批量折扣。

Related Blog Posts

• Choosing the Right AI API for Your Next Project