LLM API 价格对比：GPT、Claude、Gemini、DeepSeek

比较每百万输入、输出和缓存 token 的价格，再估算三种场景的月度费用。 下表是所注明日期的价格快照；制定预算前请查看最新目录。

你实际在为什么付费

下文所有价格均为 每 1M（100 万）tokens 的美元价格。一个 token 大约是一个词的一部分，一页英文文章大约几百个 token。需要关注的单价有三种：

• 输入 tokens——你发送的一切：系统提示词、对话历史、检索到的文档以及用户的消息。每一轮都要重新发送完整的历史，这就是聊天类负载中输入通常占大头的原因。
• 输出 tokens——模型写回的一切。输出永远是更贵的方向：在本目录中，输出单价是同一模型输入单价的 2 到 6 倍。
• 缓存输入——服务商已经见过并存储下来的那部分提示词。对于有缓存价格的模型，缓存 token 只按正常输入价格的一小部分计费，通常是十分之一。部分模型还列出了缓存写入 价格，在前缀首次存储时收取一次。

所以一个月的账单就是 input × input rate + output × output rate + cached × cache rate + cache writes × cache-write rate，再除以一百万。本指南其余部分，就是用真实数字套用这个公式。

LLM API 价格一览

目录价格核对于 2026 年 9 月 24 日，单位为每 1M tokens 美元，按输入价格排序。目录中小数位更多的数字已四舍五入到美分。每个模型页面都有实时价格表，价格页面 则把所有模型集中列在一处。

破折号表示目录中没有列出该模型的缓存输入价格，因此所有输入 token 都按完整输入价格计费。以上均为 API Stock 的价格，与各厂商自身的直连定价无关。

选哪个系列，何时选

价格表按成本给模型排序，而不是按适配度。下面的说明只讲数字能说明的内容；哪个模型能写出你需要的回答，要用你自己的提示词去测试。

GPT 是这里价格跨度最大的系列：GPT 6 Astra 的输入价格是 GPT 5.6 Luna 的 40 多倍。Luna 输入 $0.18、输出 $1.08，在目录中被定位为面向聊天、分类和轻量级智能体步骤的大批量档位。Terra 的输入和输出价格都低于 GPT 5.5，因此对于新接入的项目，它是更便宜的中端选择。5.5 和 5.6 模型的输出价格是输入的 6×，Astra 是 5×——在 GPT 上把回答控制得短一些，省下的钱相当可观。整个系列的缓存输入都是输入价格的十分之一。

Claude 有三个模型，其中 Claude Sonnet 5 遥遥领先地最便宜：输入 $0.30，输出 $1.50。Claude Opus 5 在输入和输出两侧都恰好贵十倍，因此从第一天起就值得搭建路由——默认用 Sonnet，难题交给 Opus。专为长篇写作调优的 Claude Fable 5 介于两者之间，价格为 $1.50 / $7.50。三个模型的输出都是输入的 5×，缓存读取是输入的十分之一，缓存写入为输入的 1.25×。Sonnet 和 Opus 同时支持 OpenAI 兼容端点和 Anthropic 兼容端点；Fable 则通过 Anthropic 兼容的 Messages 端点提供。

Gemini 的输入价格是统一的：每个 Flash 模型都是每百万输入 tokens $0.90。区别在输出——3.6 Flash 和 3.7 Flash 收 $4.50，3.5 Flash 收 $5.40。如果只按价格在 Gemini 各版本之间选择，3.6 和 3.7 Flash 完全相同。缓存输入是输入的十分之一。

DeepSeek 拥有目录中最便宜的 tokens。DeepSeek V4 Flash 输入 $0.168、输出 $0.336，其输出只是输入的 2×——这是这里所有模型中差距最小的，所以即使回答很长也依然便宜。V4 Pro 大约贵三倍，但它 $1.044 的输出价格仍低于 GPT 5.6 Luna。两款模型的缓存输入都是输入价格的十分之一。

Grok 的 Grok 4.5 和 Grok 4.6 定价完全相同，都是 $2.10 / $6.30，因此没有任何成本上的理由继续留在 4.5。输出只是输入的 3×，但缓存折扣比其他系列小：缓存 token 的价格是输入价格的 四分之一（$0.525），而不是十分之一。两者都标注为 500K tokens 上下文。

Kimi 有一个前沿模型和一个编程档位。Kimi K3 的定价接近 Claude Opus 5（$3.15 / $15.75）。为仓库级修改打造的 Kimi K2.7 Code 价格约为它的三分之一，而且缓存写入与缓存读取按同样的低价计费（$0.111），所以存储大型仓库上下文不会被额外惩罚。

目录中的其他模型填补了 DeepSeek 与中端之间的空档：Qwen3.7 Plus 和 MiniMax M3 大约输入 $0.35、输出 $1.40，而 GLM 5.2 和 GLM 5.3 的输入为 $0.98–$1.68，输出为 $3.43–$5.28。

成本测算示例

三个工作负载，按上表的目录价格计算。合计只包含 token 费用。

1. 客服机器人

每月 5,000 次对话，每次发送约 2,000 个输入 tokens（系统提示词、历史记录、客户的消息），收到约 400 tokens 的回答。合计 10M 输入 + 2M 输出 tokens。

在 Claude Sonnet 5 上的算式是 10 × $0.30 + 2 × $1.50 = $3.00 + $3.00。

即使每 1 个输出 token 对应 5 个输入 token，在 GPT、Claude 和 Gemini 上输出仍占账单的一半甚至更多。DeepSeek V4 Flash 两侧单价都最低，因此轻松领先。

2. 带有大型固定提示词的助手

一个产品助手每月回答 10,000 个问题。每个请求都发送相同的 1,600 tokens 内容块——指令加一份参考资料——后面是约 400 tokens 的问题和历史记录，并得到 100 tokens 的回答。开启提示词缓存后，合计为 16M 缓存 + 4M 新输入 + 1M 输出。

在 Claude Sonnet 5 上：16 × $0.03 + 4 × $0.30 + 1 × $1.50 = $0.48 + $1.20 + $1.50。

DeepSeek V4 Flash 无论哪种情况都最便宜：开启缓存后账单下降约 65%，为 $1.28，而 GPT 5.6 Luna 为 $2.09。在这里的 GPT、Claude 和 Gemini 模型上，缓存能把账单削减 55–58%；在 Grok 上约为 52%，因为它的缓存 token 价格是四分之一而不是十分之一。表中没有计入列有缓存写入价格的模型的一次性缓存写入费用；对于被复用数千次的前缀来说，这笔钱可以忽略不计。

3. 批量摘要任务

你要把 5,000 份各约 8,000 tokens 的文档摘要成 400 tokens 的简报。每份文档都不同，所以没有可缓存的内容：40M 输入 + 2M 输出。

这里的输入是输出的 20 倍，所以输入单价几乎决定一切。先挑一百份文档作为样本，交给两三个候选模型处理，比较摘要质量，算出总成本后再提交整批任务。

如何降低账单

• 对所有重复内容开启提示词缓存。 把提示词中稳定的部分——指令、工具定义、参考资料——放在前面，把变化的部分放在最后，让前缀在每次请求之间保持完全一致。只要模型有缓存价格，缓存 tokens 就按缓存价格计费。每一步都要重新发送不断增长的上下文的编程智能体和多轮对话，受益最大。
• 限制输出长度。 输出是更贵的方向，所以要设置 max_tokens，并明确要求你需要的格式：一个标签、一个 JSON 对象、三个要点。让模型给出「简短的回答」，它仍会自己决定多短才算短。
• 便宜的模型打草稿，贵的模型收尾。 用低价档位——DeepSeek V4 Flash、GPT 5.6 Luna、Claude Sonnet 5——处理分类、抽取、初稿和路由，只把真正需要的请求交给 Opus、Sol 或 Astra。在 10× 的价差下，即使路由器把十分之一的请求升级，总成本也远低于把所有请求都发给顶级模型的一半。
• 精简重复发送的内容。 用摘要代替回放完整的历史记录，检索更少但更精准的片段。你没发送的每一个 token，无论是否缓存，都不用付钱。
• 用你自己的流量做比较。 测算示例表明，最便宜的模型取决于输入/输出比例以及是否使用缓存。记录一天真实请求的 usage，再按两三个模型分别计算成本。

一个密钥调用所有模型

表中的每个模型都通过一个 API Stock 密钥和一个预付余额调用——这份余额同样用于支付视频、图像和音乐生成。没有订阅，也不需要在每个厂商分别开户：充值之后，每个请求按实际使用的 tokens 扣费。如果某个服务商失败，请求会在备用服务商上重试；在所有服务商上都失败的请求会自动退款。

OpenAI 兼容端点是 POST /api/v1/chat/completions。使用官方 OpenAI SDK 时，把 base URL 指向 API Stock 并使用你的 API Stock 密钥即可；切换模型只需修改 model 字符串。

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.API_STOCK_KEY,
  baseURL: "https://api.api-stock.com/api/v1",
});

const completion = await client.chat.completions.create({
  model: "deepseek-v4-flash", // 或 "gpt-5.6-luna"、"claude-sonnet-5"、"gemini-3.7-flash"…
  max_tokens: 300,
  messages: [
    { role: "system", content: "You are a concise support assistant." },
    { role: "user", content: "How do I reset my password?" },
  ],
});

console.log(completion.choices[0].message.content);
console.log(completion.usage); // 该请求据以计费的 token 数

Anthropic 兼容端点是 POST /api/v1/messages。它接受 Anthropic 请求格式，其中 max_tokens 为必填项：

curl -X POST https://api.api-stock.com/api/v1/messages \
  -H "Authorization: Bearer $API_STOCK_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "max_tokens": 300,
    "messages": [
      { "role": "user", "content": "How do I reset my password?" }
    ]
  }'

参数、流式输出和错误处理请参阅 Chat Completions 参考文档 和 Messages 参考文档。上线之前，生产环境检查清单 介绍了密钥管理和余额监控。

常见问题

Gemini API 多少钱？

按目录价格，每个 Gemini Flash 模型都是每百万输入 tokens $0.90。输出方面，Gemini 3.6 和 3.7 Flash 为每百万 $4.50，3.5 Flash 为 $5.40。缓存输入为每百万 $0.09。实时价格见 Gemini 系列页面。

Claude API 多少钱？

Claude Sonnet 5 为每百万输入 tokens $0.30、每百万输出 tokens $1.50，Claude Fable 5 为 $1.50 / $7.50，Claude Opus 5 为 $3 / $15。三个模型的缓存输入都是输入价格的十分之一。当前价格表见 Claude 系列页面。

DeepSeek 是最便宜的 LLM API 吗？

按每 token 计算，是的：DeepSeek V4 Flash 输入 $0.168、输出 $0.336，是目录中价格最低的模型。开启缓存后也是如此：在上面的第二个测算示例中，即使提示词大部分被缓存，它依然最便宜。

如何获取 Claude、Gemini 或 DeepSeek 的 API 密钥？

你不需要为每个厂商分别申请。注册 API Stock，充值任意金额，然后在控制台中创建一个 API 密钥。同一个密钥即可调用 GPT、Claude、Gemini、DeepSeek、Grok、Kimi 以及目录中的所有其他模型。

哪个 LLM API 对我的负载最便宜？

像上面的示例那样，把你每月的输入、输出和缓存 tokens 分别乘以各候选模型的单价。提示词短、回答长，适合输出单价低的模型；长且重复的提示词，适合缓存价格低的模型；一次性的长文档，适合输入单价低的模型。可以从 价格页面 以及 GPT、Claude、Gemini、DeepSeek、Grok 和 Kimi 的系列页面开始。