参考资料
LLM API定价，一张如实呈现的表格
截至以下日期的供应商标价 2026-07 — 30 个模型，按输入价格由低至高排序。
| 模型 | 机构 | 权重 | 上下文 | $ in / MTok | $ out / MTok | 实际擅长什么 |
|---|---|---|---|---|---|---|
| Command R7B | Cohere | 闭源 | 128K | $0.0375 | $0.1500 | 面向大规模场景的超低价企业 RAG与分类 |
| Llama 3.1 8B | Meta | 开放 | 128K | $0.0500 | $0.1000 | 适合窄任务的低价、快速且易于微调的基线模型 |
| Qwen3 32B | Alibaba | 开放 | 131K（通过YaRN） | $0.0800 | $0.2800 | 单一可自托管稠密模型中，推理能力与成本的比率出色 |
| Mistral Small 3 | Mistral AI | 开放 | 128K | $0.0800 | $0.2000 | 在可自托管的规模下，高效完成通用聊天和指令遵循 |
| Llama 4 Scout | Meta | 开放 | 10M（宣传值；有效召回更短） | $0.1000 | $0.3000 | 以低成本通过超长上下文读取代码库和长文档 |
| GPT-4o mini | OpenAI | 闭源 | 128K | $0.1500 | $0.6000 | 为高用量简单任务提供低价、快速且足够好的响应 |
| Command R | Cohere | 闭源 | 128K | $0.1500 | $0.6000 | 高效的 RAG和以企业搜索为依据的生成 |
| Llama 4 Maverick | Meta | 开放 | 1M | $0.2000 | $0.8500 | 以开放权重的成本，提供强大的通用聊天和多模态推理 |
| Qwen3 235B-A22B | Alibaba | 开放 | 131K（通过YaRN） | $0.2000 | $0.6000 | 旗舰级开放权重模型，具备推理、编程和agent工具使用能力，并可切换思考模式 |
| Claude 3 Haiku | Anthropic | 闭源 | 200K | $0.2500 | $1.25 | 旧版低价层级的聊天与摘要 |
| DeepSeek V3 | DeepSeek | 开放 | 128K | $0.2700 | $1.10 | 以仅为闭源模型一小部分的成本，提供接近前沿的通用推理和编程能力 |
| Gemini 2.5 Flash | 闭源 | 1M | $0.3000 | $2.50 | 以低成本处理需要大上下文的高吞吐量多模态任务 | |
| Llama 3.3 70B | Meta | 开放 | 128K | $0.3000 | $0.6000 | 以70B成本获得接近405B的质量，是广受欢迎的自托管主力模型 |
| Qwen2.5 72B | Alibaba | 开放 | 128K | $0.3500 | $0.4000 | 通用和编程性能强劲，至今仍被广泛部署 |
| GLM-4.5 | Zhipu AI | 开放 | 128K | $0.4000 | $1.60 | 开放权重的agent编程和工具使用性能强劲 |
| DeepSeek R1 | DeepSeek | 开放 | 128K | $0.5500 | $2.19 | 以开放权重成本，提供可媲美闭源推理模型的逐步推理、数学和编程能力 |
| Kimi K2 | Moonshot AI | 开放 | 128K-262K | $0.5500 | $2.20 | 万亿参数规模下可与前沿模型竞争的开放权重编程和agent工具使用能力 |
| Claude Haiku 4.5 | Anthropic | 闭源 | 200K | $1.00 | $5.00 | 面向大规模场景的低延迟聊天、分类和简单提取 |
| o4-mini | OpenAI | 闭源 | 200K | $1.10 | $4.40 | 以仅为o3一小部分的成本完成推理任务 |
| Gemini 2.5 Pro | 闭源 | 1M | $1.25 | $10.00 | 原生多模态推理，以及超大上下文文档或视频分析 | |
| GPT-4.1 | OpenAI | 闭源 | 1M | $2.00 | $8.00 | 长上下文理解，以及比GPT-4o更可靠的指令遵循 |
| o3 | OpenAI | 闭源 | 200K | $2.00 | $8.00 | 高难度多步骤数学、科学和编程推理 |
| Mistral Large 2 | Mistral AI | 闭源 | 128K | $2.00 | $6.00 | 强大的多语言推理和编程能力，是美国前沿模型的欧洲托管替代方案 |
| GPT-4o | OpenAI | 闭源 | 128K | $2.50 | $10.00 | 通用聊天、视觉和工具使用能力强，在速度与质量之间取得良好平衡 |
| Command R+ | Cohere | 闭源 | 128K | $2.50 | $10.00 | 企业RAG、引用和多步骤工具使用，输出依据充分 |
| Llama 3.1 405B | Meta | 开放 | 128K | $2.70 | $2.70 | 接近前沿的开放权重推理与生成质量 |
| Claude Sonnet 4.x | Anthropic | 闭源 | 200K | $3.00 | $15.00 | 多数团队首先会选择的默认高质量编程与推理主力模型 |
| Claude 3.5 Sonnet | Anthropic | 闭源 | 200K | $3.00 | $15.00 | 编程和agent工具使用能力强，是推动模型操作计算机功能普及的模型 |
| Grok 4 | xAI | 闭源 | 256K | $3.00 | $15.00 | 具竞争力的前沿推理和编程能力，定位是与GPT-5和Claude Opus竞争 |
| Claude Opus 4.x | Anthropic | 闭源 | 200K | $15.00 | $75.00 | 最深入的推理、审慎的长篇写作，以及复杂的agent编程 |
价格等级（前沿、中档、经济、超经济）源自输入标价，而不是供应商标签。此处未展示基准测试分数，因为以上没有任何一句得到我们自行运行的基准测试支持——它们摘自模型卡，并非实测。
Vynaris托管
需要低拒答模型，而不是经路由的供应商模型？
Vynaris还通过同一个兼容 OpenAI的 API托管低拒答的Qwen、DeepSeek和GLM变体。它们采用下方公布的零售 token费率、128K上下文、统一预付费账单，以及独立的不保留prompt/输出路径。 为保证匿名性和数据安全而设的高价费率。
| 模型 | $ in / MTok | $ out / MTok | 上下文 |
|---|---|---|---|
| Qwen3.6-35B-A3B-uncensored | $1.00 | $5.00 | 128K token |
| Qwen3.8-27B-uncensored | $1.00 | $7.00 | 128K token |
| DeepSeek-V4-Flash-uncensored | $2.00 | $11.00 | 128K token |
| GLM-5.3-uncensored | $5.00 | $20.00 | 128K token |
为什么标价不等于账单
路由如何影响这些数字
如果每个请求都命中该确切模型，上述每项价格就是你支付的价格。当评测证据表明更便宜的模型仍能完成任务时，路由器可以将请求发送给它。以下是基于上表计算的一个示例——不是基准测试，只是算术。
500,000 次请求/月，平均每次 600 input and 400 output tokens each, asked for at Claude Sonnet 4.x list price, served instead by DeepSeek V3 — a right-sized model in a similar capability band.
- Claude Sonnet 4.x 按标价
- $3,900/月
- DeepSeek V3 服务相同用量
- $301.00/月
- 差额
- −92%
这只是一个用量下的一个示例，并不承诺适用于你的流量——不同的prompt、任务组合和质量标准都会改变结果。请在成本计算器中计算你自己的数字，或 get an API key and see the routed price on your own requests. Full docs at /docs.