模型经济学
LLM API 价格对比：如何公平比较供应商
统一 Token、缓存、模态、限额和成功请求成本，避免被 headline 价格误导。
llm api pricing comparison方案比较US编辑简报更新 2026-08-27
你将学会
- Normalize billing units before comparing providers.
- Use real token distributions and include retries and cache hits.
- Compare cost per successful request under quality and latency constraints.
开始前需要
- Basic HTTP and API knowledge
Leave with a concrete implementation checklist and a testable starting point.
先看结论
- 先统一计费单位，再比较供应商。
- 真实 Token 分布和重试会改变结论。
- 用成功请求成本和质量/延迟约束做决策。
先统一计费单位
比较 LLM API 价格时，先统一输入 Token、输出 Token、缓存输入或生成次数等单位，并记录币种与价格日期。
不能拿一家只展示输入价的表格，和另一家包含输出成本的案例直接比较。
用真实工作负载
采集系统提示词、检索上下文、工具 schema、输出长度、缓存命中和重试比例。长上下文和输出往往比 headline 输入价更能决定总成本。
同时记录限流退避和回退流量，计算每次成功请求的成本。
保留可审计快照
建立低位、预期和高位预算，并保存模型 ID、价格页日期和假设。上线后把估算与账户用量对账。
价格文章应是可复现的方法和带日期的快照，而不是永久承诺。
如何选择
| 比较维度 | 方案 A | 方案 B |
|---|---|---|
| Best when | You need predictable behavior and easy auditing | You need adaptive optimization and have reliable telemetry |
| Main risk | May leave performance on the table | Can become difficult to explain or debug |
实施步骤
- 1
记录当前价格与日期。
- 2
测量输入输出 Token。
- 3
计算三种预算场景。
- 4
用 staging 用量验证。
可复制示例
ts
const requestCost = inputM * inputRate + outputM * outputRate + cacheM * cacheRate;
const expectedMonthly = requests * (requestCost + retryRate * requestCost);常见问题
输入价最低就一定最便宜吗？
不一定，输出、缓存、重试、上下文和回退流量都可能主导总成本。
资料来源
- Ahrefs Keywords Explorer来源核查 2026-08-27
- EasyAI pricing reference来源核查 2026-08-27