大模型 LLM API 价格对比・
成本试算

基础计算公式为：「（请求次数 × 每次输入Token ÷ 100万 × 输入单价）+（请求次数 × 每次输出Token ÷ 100万 × 输出单价）」。此外，本计算器支持将输入 Token 拆分为“固定上下文（复用提示词/文档）”与“独立输入”，深度模拟各厂商的提示词缓存（Prompt Caching）、长上下文阶梯加价（Long Context Tier）以及存储保留费。点击卡片上的“查看计算公式”，即可查看输入、输出、缓存写入（Write）、缓存读取（Read）和存储费用的精确数学拆解。

各大厂商的缓存计费机制差异显著，本站针对每种模式（cacheMode）实现了原生算法： • Anthropic (Claude): 首次写入需支付通常输入价格的 1.25 倍（5分钟有效）或 2 倍（1小时有效）写入费，后续 (N-1) 次读取享受通常价格的 10%（即9折优惠）。 • Google (Gemini): 包含首次写入费与折扣读取费，并按小时计收缓存存储保留费（Storage/Hour/1M tokens）。 • OpenAI 与 DeepSeek: DeepSeek 达到 64 tokens 即可自动享受缓存优惠且无写入加价；OpenAI 5.6 / 6 系列（如 GPT-6 Astra）采用 30 分钟固定 TTL 并包含 1.25 倍写入附加费与大幅折扣读取。

当请求并发量极低（仅1~2次调用）或 Gemini 长时间保留存储时，写入附加费与存储费之和可能超过无缓存的普通输入费用。本计算器内置“成本保护机制（Cost Guard）”：一旦检测到开启缓存后的总成本高于普通成本，系统将自动回退为普通计费，避免不合理的偏高估算。

部分模型在输入超过预设阈值（Threshold）后，输入、输出及缓存单价将自动上调（约 1.5~2 倍）。当您输入的 Token 超过该门槛时，计算器会自动切换至长上下文阶梯价格进行精准核算。

性能得分是基于各大权威评测基准（MMLU-Pro、SWE-bench、HumanEval、MATH、GPQA 等）的官方数据归一化整理得出的综合参考值（0~100）。您可以通过“基准分排序”直观对比各大模型的性能与成本性价比。

1. 多模型智能路由: 将意图识别、文本抽取等轻量任务分流至 Gemini Flash、GPT Mini、DeepSeek 等超低价模型（$0.1~$0.5/1M），仅将复杂推理与编程任务交由旗舰模型处理。 2. 前缀缓存优化: 将固定的系统提示词、长知识库置于 Prompt 最前部，确保达到提供商门槛（如 1,024 tokens 以上）以实现 80%~90% 的输入成本削减。 3. 严格控制输出长度: 输出 Token 单价是输入的 3~5 倍。通过 max_tokens 限制和结构化 JSON 输出规范，避免冗长回答造成的成本浪费。