2026年最便宜的大模型API:每100万Token的实测价格
目录:
快速回答: 截至2026年11月19日,按标价计算,最便宜的大模型API是阿里巴巴的 Qwen3.7-Flash,对于不超过32K tokens的提示词,每百万输入tokens 0.03美元,每百万输出tokens 0.13美元。
美国大型实验室中最便宜的: OpenAI的GPT-6 Luna与Anthropic的Claude Haiku 5.5并列,每百万tokens输入0.10美元/输出0.50美元。
最便宜的开放权重模型: Groq的GPT-OSS 20B,价格为0.075美元/0.30美元。
批处理任务最便宜的: 通过批处理API使用GPT-6 Luna或Claude Haiku 5.5,价格为0.05美元/0.25美元。
需要留意: 长提示词附加费、DeepSeek的高峰时段价格,以及即将结束的促销价。这些都可能改变适合您工作负载的价格排名。
在寻找最便宜的大模型API吗?答案取决于您如何定义"便宜"。
每token单价最低,并不总是账单最低。
长提示词、高峰时段、推理tokens和即将到期的促销,都可能颠覆排名。
我们于2026年11月19日对照各服务商自己的定价页面核对了下面的每一个价格。
一些热门的对比页面在基本数字上互相矛盾,因此我们为每个来源都附上了链接。
您还会看到真实工作负载每月的花费,以及如何在不更换服务商的情况下降低账单。
如果您不想同时管理五个账户,ScriptRun的OpenAI兼容API只需一个密钥,即可使用OpenAI、Claude和Gemini模型。
大模型API定价如何运作
大模型API按token计费。
一个token是单词的一部分,100万个tokens大约相当于75万个英文单词。
您需要分别为以下项目付费:
-
输入tokens: 您发送的所有内容,包括系统提示词、聊天历史和文档。
-
输出tokens: 模型写出的所有内容。输出的价格通常是输入的4–6倍。
-
缓存输入: 服务商已存储的重复提示词文本。这通常比新输入便宜90%。
-
推理tokens: 在"思考"型模型上,隐藏的推理过程按输出计费。
大多数服务商还提供批处理API,对于可以等待最长24小时的任务可享受五折优惠。
2026年最便宜的大模型API定价对比
这份大模型API定价对比展示了各服务商当前最便宜的模型的标准费率。
这些是2026年每百万tokens的大模型API价格,核对日期为2026年11月19日。
| 服务商 | 最便宜的模型 | 输入 / 每百万 | 输出 / 每百万 | 缓存输入 / 每百万 | 备注 |
|---|---|---|---|---|---|
| 阿里云 | Qwen3.7-Flash | $0.03 | $0.13 | 有折扣 | 提示词最多32K tokens;国际版部署 |
| Groq | GPT-OSS 20B(开放权重) | $0.075 | $0.30 | $0.037 | 131K上下文 |
| Mistral | Ministral 3 3B | $0.10 | $0.10 | $0.01 | 小型边缘模型 |
| OpenAI | GPT-6 Luna | $0.10 | $0.50 | $0.01 | 输入超过272K,输出1.5倍 |
| Anthropic | Claude Haiku 5.5 | $0.10 | $0.50 | $0.01 | 输入超过100K:$0.50 / $2.50 |
| DeepSeek | V4.1 Flash(非高峰) | $0.15 | $0.60 | $0.003 | 高峰时段:$0.30 / $1.20 |
| 阿里云 | Qwen3.8-Flash | $0.15 | $0.47 | $0.016 | 1M上下文统一价格 |
| Mistral | Mistral Small 4 | $0.15 | $0.60 | $0.015 | 256K上下文 |
| Gemini 3.1 Flash-Lite | $0.25 | $1.50 | $0.025 | 支持文本、图像和视频输入 |
我们如何核对最便宜的大模型API价格
网上的价格表常常互相矛盾,混淆不同代的模型(GPT-5.6 Luna与GPT-6 Luna、Claude Haiku 4.5与5.5),或者沿用已经变更的旧价格。
因此,对于每一行数据,我们:
-
价格取自服务商官方定价页面或模型页面,而非聚合网站;
-
使用以美元计的标准(按需)费率,并单独注明批处理、高峰和长提示词费率;
-
标注促销价格及其结束日期;
-
记录核对日期
。
价格经常变动。在您做出决定之前,请打开您计划使用的任何模型所附的来源链接。
各类任务中最便宜的大模型API服务商
总体上最便宜的大模型API服务商,不一定是最适合您任务的最便宜选择。
以下是各类常见任务中最便宜的AI模型API。
为任务选择最便宜的大模型API,通常比切换到总体最便宜的AI API服务商更能节省费用。
-
总体最低价: Qwen3.7-Flash。对于短提示词,它是最便宜的API大模型选择,价格为0.03美元/0.13美元。超过32K tokens后价格会上涨,因此请检查您的提示词长度。
-
大型实验室中最便宜的: GPT-6 Luna和Claude Haiku 5.5,均为0.10美元/0.50美元。OpenAI称Luna是"面向专注型、大批量任务的最高效模型",而Anthropic将Haiku 5.5定位用于分类、提取和路由。
-
最便宜的多模态大模型API: GPT-6 Luna支持文本和图像,价格为0.10美元/0.50美元。若需要音频或视频输入,Gemini 3.1 Flash-Lite的起价为0.25美元/1.50美元。
-
2026年最便宜的AI智能体大模型API: 子步骤使用便宜的模型,仅在规划时使用更强的模型。在Anthropic自己的测试中,Claude Opus 5.5搭配Haiku 5.5子智能体的成本为47美元,而搭配Sonnet 5.5子智能体则为139美元。
-
长文档最便宜的: Qwen3.8-Flash在最高1M tokens范围内保持统一价格。GPT-6 Luna在最高272K tokens范围内保持标准费率。
开放权重模型最便宜的大模型推理API
如果您想使用开放权重模型(以后也可以自行部署),以下是我们核实过的最便宜的大模型推理API:
-
Groq: GPT-OSS 20B为0.075美元/0.30美元,GPT-OSS 120B为0.15美元/0.60美元,输出速度非常快。其批处理API可享五折优惠。
-
Mistral: Ministral 3 3B为0.10美元/0.10美元,Ministral 3 8B为0.15美元/0.15美元,Mistral Small 4为0.15美元/0.60美元。
-
DeepSeek: V4.1 Flash(开放权重)非高峰时段起价为0.15美元/0.60美元。
Together AI和DeepInfra等托管平台也提供开放权重模型。
它们的价格经常变动,因此请针对您所需的具体模型进行比较。
最便宜的大模型API每月实际花费多少
以下是任何大模型API定价计算器背后的公式:
每月成本 = (输入tokens ÷ 100万 × 输入单价) + (输出tokens ÷ 100万 × 输出单价)
我们按标准标价,用它计算了三种常见的工作负载。
#1. 客服聊天机器人,000次对话
每次对话为2,000个输入tokens和300个输出tokens,因此每月共2亿输入和3,000万输出。
| 模型 | 每月成本 |
|---|---|
| Qwen3.7-Flash | $9.90 |
| Groq GPT-OSS 20B | $24.00 |
| GPT-6 Luna / Claude Haiku 5.5 | $35.00 |
| DeepSeek V4.1 Flash(非高峰 / 高峰) | $48.00 / $96.00 |
| Gemini 3.1 Flash-Lite | $95.00 |
#2. 批量处理数百万文档最便宜的大模型API
为100万份文档做摘要,每份约1,500个输入tokens和200个输出tokens,因此共15亿输入和2亿输出。
批处理API使价格减半:
| 模型 | 100万份文档的成本 |
|---|---|
| Qwen3.7-Flash(批处理折扣) | $35.50 |
| Groq GPT-OSS 20B(批处理API) | $86.25 |
| GPT-6 Luna / Claude Haiku 5.5(批处理API) | $125.00 |
| Gemini 3.1 Flash-Lite(批处理) | $337.50 |
| DeepSeek V4.1 Flash(非高峰,无批处理) | $345.00 |
#3. 长文档问答,000次请求,每次提示词120K tokens
即12亿输入和500万输出。
在这里,长提示词规则改变了排名:
| 模型 | 每月成本 |
|---|---|
| GPT-6 Luna(272K以内,标准费率) | $122.50 |
| Qwen3.8-Flash | $182.35 |
| DeepSeek V4.1 Flash(非高峰) | $183.00 |
| Claude Haiku 5.5(超过100K费率) | $612.50 |
虽然标价与GPT-6 Luna相同,但在这里Haiku 5.5的成本是其五倍,因为每个提示词都超过了100K tokens。
当相同的文档重复出现时,提示词缓存会大幅降低以上所有成本。
改变最便宜大模型API排名的隐性成本
- 长提示词附加费:\
- Claude Haiku 5.5在超过100K tokens后涨至0.50美元/2.50美元。\
- OpenAI对超过272K tokens的整个请求收取2倍输入价和1.5倍输出价。\
- Gemini 3.1 Pro在超过200K tokens后收费更高。
- 高峰时段: DeepSeek收取双倍费用,时间为工作日UTC 01–04:00和06–10。非高峰时段为半价。
- 会结束的促销:
- Gemini 4 Argon的价格将于2026年12月1日翻倍。\- Gemini 3.8 Flash的价格将于2027年1月1日翻倍。
一些对比网站列出了这些促销价格,却没有标明结束日期。
-
推理tokens: 思考型模型将隐藏的推理过程按输出计费。Google的定价表注明输出"含思考"。
-
缓存写入: 在OpenAI上,写入缓存的费用是正常输入价格的1.25倍。读取则便宜90%。
-
数据驻留: Anthropic对仅限美国境内的推理加收1.1倍系数。
-
工具调用: 一些服务商对内置搜索单独收费。DeepSeek每1,000次搜索或抓取调用收费0.75美元。
-
速率限制: 便宜的模型往往限制严格,而重试是要花钱的。请参阅我们关于OpenAI API速率限制的指南。
如何降低最便宜大模型API(或任何大模型API)的成本
-
缓存重复的上下文。 把提示词中固定的部分放在最前面,以便缓存。Anthropic发现,在一项编程基准测试中,不使用缓存时Claude Opus 5.5的成本高出3.3倍。
-
将所有可以等待的任务批处理。 OpenAI、Anthropic、Google、Groq和阿里巴巴都为批处理任务提供五折优惠。
-
按难度路由。 将简单请求发送给便宜的模型,将困难请求发送给更强的模型。大模型路由器可以自动完成这项工作,并在模型出现故障时进行回退。
-
限制输出长度。 输出的价格是输入的4–6倍,因此请设置最大tokens数并要求简短回答。更多节省tokens的方法,请参阅我们的大模型API成本优化指南。
-
围绕高峰定价安排时间。 在非高峰时段运行DeepSeek任务,只需支付一半费用。
-
选择合适的区域。 Qwen3.8-Flash在法兰克福的价格为0.113美元/0.382美元,而在新加坡为0.15美元/0.47美元。
-
保持低成本切换。 使用OpenAI兼容API,这样换到更便宜的服务商只需更改基础URL,而无需重写代码。
在为最便宜的大模型API付费之前的免费选项
如果您仍处于原型开发阶段,免费额度可能在一段时间内就够用了。
Gemini、Groq、OpenRouter和Mistral都提供免费额度。
我们在免费大模型API选项的指南中对它们进行了比较,包括限制和数据条款。
本文仅涵盖付费价格。
一个大模型API密钥,通用所有模型
最便宜的大模型API每隔几个月就会变化,而每一个都意味着多一个账户、多一个密钥和多一张账单。
如果您想要的是最便于管理的最便宜大模型API密钥方案,ScriptRun通过OpenAI兼容端点,用一个密钥即可使用OpenAI、Claude和Gemini模型。
|
您应该选择哪个最便宜的大模型API
-
短提示词和高流量: 按标价计算,Qwen3.7-Flash是最便宜的大模型API。请先用您自己的数据测试其质量。
-
您想要美国大型实验室的模型: GPT-6 Luna或Claude Haiku 5.5。如果您的提示词长度在100K到272K tokens之间,请选择Luna。
-
开放权重和速度: Groq的GPT-OSS 20B或120B。如果响应时间与价格同样重要,请参阅如何降低API延迟。
-
批处理任务: 任何服务商的五折批处理API,或DeepSeek非高峰时段。
-
以上多种情况兼有: 使用一个OpenAI兼容端点,并将每个请求路由到能够很好处理它的最便宜的大模型API。
关于最便宜的 LLM API 的常见问题
最便宜的大语言模型API是什么?
按2026年11月19日的标价计算,最便宜的是阿里巴巴的Qwen3.7-Flash,对于最多32K token的提示词,每百万输入token收费0.03美元,每百万输出token收费0.13美元。在美国主要实验室的模型中,GPT-6 Luna和Claude Haiku 5.5最便宜,价格为0.10美元/0.50美元。
哪个大语言模型API在处理长提示词时最便宜?
对于超过 10 万 token 的提示词,GPT-6 Luna(最高 27.2 万 token 按标准费率计费)和 Qwen3.8-Flash(最高 100 万 token 统一价格)通常最便宜。Claude Haiku 5.5 对超过 10 万 token 的部分收费为每百万 token 输入 0.50 美元 / 输出 2.50 美元。
对于大批量工作,哪种AI API最便宜?
对于可以等待的任务,请使用批处理 API。GPT-6 Luna 和 Claude Haiku 5.5 的价格会降至每百万 token 0.05 美元 / 0.25 美元。对于较短的提示词,采用批处理折扣的 Qwen3.7-Flash 会更便宜。
入门阶段最便宜的AI API是什么?
在原型开发阶段先使用免费套餐,然后再转用 GPT-6 Luna、Claude Haiku 5.5 或 Qwen3.8-Flash 等低成本模型。使用兼容 OpenAI 的 API 可以让日后的切换成本保持在较低水平。
哪个AI API提供开放权重模型的价格最便宜?
在我们查看的服务商中,Groq 的 GPT-OSS 20B 价格为 0.075 美元 / 0.30 美元,是最便宜的,其次是 Mistral 的 Ministral 3 3B,价格为 0.10 美元 / 0.10 美元。
相关文章
AI智能体市场:2026年寻找、运行和销售AI智能体的10大最佳平台
什么是AI智能体市场,对10个顶级平台在试用成本和谁可以出售方面进行比较,并附上安全清单,以及如何在2026年上架您自己的智能体。
免费LLM API:2026年哪些提供商仍然免费(限制、密钥和注意事项)
2026年值得使用的每个免费LLM API,根据官方文档核实:免费层级对比积分、限制、数据条款、如何获取密钥和备用代码。
OpenAI兼容API:它是什么、谁支持它以及如何安全切换
一份OpenAI兼容API指南:15个提供商的基础URL、切换时会出现的问题、可复制粘贴的冒烟测试以及安全迁移检查清单。
OpenRouter 替代方案:7 个大型语言模型网关在路由、定价和锁定方面的比较
OpenRouter替代方案对比:7个LLM网关的费用、路由、BYOK和自托管方案,包含迁移清单和2026年最新价格验证。








