大模型对照表

「$5 / $25」和「$2 / $12」哪个便宜,取决于你的流量长什么样。 RAG 场景输入远大于输出(几千 token 上下文换几百 token 答案),这时输入单价主导; 代码生成和长文写作反过来,输出能到输入的一半甚至更多,而输出单价通常是输入的 5–6 倍。 所以这张表最右边一列不是照抄的价格,而是拿你左上角填的 token 组合把两个价格混合后 按每千次请求算出来的 —— 改一下输入输出比例,排名会当场变。

能力标记只留了四个真会影响架构决策的:R 推理模式、 T 工具调用、S 结构化输出(schema 约束)、 V 图像输入。不支持工具调用的模型做不了 agent; 不支持结构化输出就得自己写 JSON 修复逻辑,那是另一笔工程账。

这张表和网上大多数对照表的差别在维护方式:它不是手工维护的 —— 数据由每周运行的脚本从 models.dev 同步、并与 LiteLLM 的价格文件交叉校验, 价格变动超过 60% 或两个源分歧超过 25% 时脚本会拒绝写入并要求人工确认。 新模型按「家族 + 档位」自动进来,旧档位自动退场。所以你看到的是当周的数据,而不是某个人半年前录的。

不在表内的:批处理与低优先级折扣(通常再打五折)、长上下文档位(超过阈值后单价翻倍)、 缓存写入价、以及你自己谈下来的合约价。要把这些算进去,用 成本计算器,那里的每个价格都可以改。