便宜的 LLM API
：最低 Token 单价不等于最低总成本
在真实负载上比较具体 LLM 端点，并按每个合格输出的总成本排序，包括重试、延迟、平台费用与质量审核。
速览
评估当天使用官方最新价格与计费单位，并记录模型、端点、区域、缓存、推理与批处理条款。
无法满足结构定义、工具或准确率阈值的低价模型会产生重试、审核与客户成本。
把输入、输出、推理、缓存、重试、失败输出、平台费、延迟影响与工程投入相加，再除以可接受结果数。
抽取、客服与智能体工具的质量和可靠性阈值不同；一个最低价模型很少能赢下全部。
低价访问有四种供给路径
模型直连 API 提供原生功能与定价；聚合器整合模型与账单，有时存在加价或 Credits；托管推理平台通过无服务器或专属端点暴露开放模型；自托管推理用基础设施与运维换取供应商利润空间。
最便宜路径取决于利用率、端点质量、供应商竞争、承诺支出、缓存命中、批处理、延迟与工程能力。应核对官方价格，不依赖常青文章中的固定数字。
比较供给模式，而非冻结价格表
| 供给路径 | 最适合 | 选择前验证 |
|---|---|---|
| 供应商直连 API | 原生功能、直接支持、清晰来源与既有商业承诺。 | 比较区域可用性、配额、回退选项、计费单位与多供应商工程。 |
| 模型聚合器 | 一把密钥、广泛目录、统一账单与同模型供应商竞争。 | 验证加价、Credits、供应商身份、隐私过滤、参数支持与回退费用。 |
| 托管推理平台 | 面向开放与专用模型的无服务器访问或专属容量。 | 固定版本与端点；验证冷启动、容量、量化、支持与闲置成本。 |
| 自托管推理 | 高利用率、隐私、自定义硬件或模型控制可证明自有 Serving 合理。 | 包含 GPU、闲置容量、扩缩、驱动、升级、可观测、人力与中断风险。 |
| 网关优化 | 路由、缓存、回退、批处理与模型分层可降低既有供给成本。 | 避免重复重试与不透明替换，并核对网关与供应商账单。 |
总成本公式
输入、输出、Reasoning、缓存读写、Embedding、图像、音频、工具与批处理单位。
重试、超时、回退调用、无效结构定义、拒绝答案、人工审核、升级与客户影响。
加价、订阅、Credits、基础设施、遥测、存储、出口、支持、工程与事故。
在基准前定义任务级接受标准：准确率、结构定义、工具成功、安全、延迟与策略合规。
构建实时成本基准
- 提取官方最新价格与条款，记录时间戳并固定具体模型和端点标识。
- 用任务特定接受阈值运行抽取、客服与智能体工具的代表性分布。
- 测量用量、缓存、延迟、重试、回退、无效输出、审核与可接受结果率。
- 核对供应商回执与平台账本，再对流量和价格变化做敏感性分析。
为每个负载使用可审计成本账本
为每个请求标注工作负载、租户、Experiment、路由策略与接受结果。并排存储原生用量与标准化单位、供应商端点、缓存状态、重试链、回退、延迟、平台费与最终质量结论。基于版本化价格表重算成本，避免价格变化改写历史证据。
生产规则：优化每个可接受业务结果的成本；Token 单价只是输入，不能单独作为目标。
在智能体经济性中包含能力调用成本
对智能体而言，推理只是账单的一部分。QVeris 可以呈现外部 API 与工具执行的预估和实付成本。把模型用量与 QVeris 搜索和执行证据连接，计算每个成功结果的完整工作流成本。
同一 Token 工作负载的目录价成本
假设工作负载包含 200 万未缓存输入 Token 与 50 万输出 Token。以下计算使用 2026 年 7 月 21 日核验的官方目录价，不含工具、存储、区域溢价、网关费、折扣、税费与重试；它是成本示例，不是质量排名。
| 模型或路由 | 输入/成本 | 输出 | 适用范围 |
|---|---|---|---|
| OpenAI GPT-5.6 Luna | $5.00 | 2 × $1 + 0.5 × $6 | 两百万输入加五十万输出 |
| Claude Haiku 4.5 | $4.50 | 2 × $1 + 0.5 × $5 | 两百万输入加五十万输出 |
| Gemini 3.1 Flash-Lite | $1.25 | 2 × $0.25 + 0.5 × $1.50 | 标准服务层价格 |
| DeepSeek V4 Flash | $0.42 | 2 × $0.14 + 0.5 × $0.28 | 未命中缓存输入 |
采购决策前务必立即核验页面所链接的官方定价来源。模型质量、输出长度、可缓存性、重试、工具、服务层、区域、税费与折扣都可能逆转 Token 单价比较。
FAQ
答案随模型、端点、负载与日期变化；应结合官方最新价格、负载基准与可接受结果计算。
供应商竞争或统一运营有时有利；加价、Credits、路由与端点质量也可能增加成本。
只有内容可重复、陈旧度可接受，且缓存价格低于避免的重算与风险时才成立。