2026 年 AI 模型价格到底怎么比
把 8000+ 模型的价格拆成入力/出力/缓存三个维度，说清什么场景该看哪个价，以及为什么单价低不代表总成本低。
更新 2026-10-28约 1 分钟
先说结论
比价格不能只看输入单价。 真实成本大约等于：
成本 = 输入token × 输入价 + 输出token × 输出价 - 缓存命中省下的钱一个输出价 $2、输入价 $0.1 的模型，如果每次回答要出 2000 token，比一个输入 $3、输出 $15 但只需 300 输出 token 的模型贵得多。
三个价格维度
| 维度 | 含义 | 谁影响它 |
|---|---|---|
| 输入价 | 你发过去的 token | 提示词长度、历史消息、文件内容 |
| 输出价 | 模型生成的 token | 回答长度、思考链长度 |
| 缓存价 | 重复前缀的折扣 | 是否有固定系统提示词 |
输出价通常是输入价的 3-8 倍。所以"回答要写多长"比"问题有多长"更影响账单。
常见误区
误区一：只看标价最低的。 标价 $0 的模型大量存在，但往往限流严重、上下文小、或者只是引流。
误区二：忽略缓存。 固定系统提示词 + 多轮对话场景，缓存能省 50-90%。不看缓存价，等于用错模型。
误区三：忽略阶梯价。 部分模型超过 200K 上下文后单价翻倍。长文档场景要按阶梯价算。
怎么快速比
- 先估你的输入/输出比例（多数对话场景约 4:1）
- 按比例算混合价
- 再看缓存命中率能省多少
我们站上的模型库可以按上下文、价格排序，价格里区分了输入和输出两列，不要只看第一列。