LLM API 价格对比与自建 GPU 回本计算器

横向测算 26 款热门大模型月度 API 费用,支持 Prompt Cache 缓存折算及 GPU 租赁回本点对比。

186.0M tok/mo
最低月度方案
$12.45/mo
Qwen-Turbo (Alibaba)
主流旗舰模型基准
$828.00/mo
Claude Sonnet 4.6 • 缓存已省 $162.00/月
云端 8x H100 集群参考 (~$16/时)
1× RTX 4090: ~$329/mo
1× H100: ~$1825/mo测算精准显存 →
排序方式:
模型与梯队上下文窗口单价 / 1M tok (输入 / 输出)千次调用成本月度总费用关联工具
Qwen-TurboOpen-Weight
Alibaba
1M
$0.05 / $0.2
缓存命中价: $0.0125
$0.21
$12.45
Gemini 2.5 Flash-Lite
Google
1M
$0.075 / $0.3
缓存命中价: $0.01875
$0.31
$18.68
GPT-4.1 nano
OpenAI
1M
$0.1 / $0.4
缓存命中价: $0.025
$0.41
$24.90
Gemini 2.5 Flash
Google
1M
$0.15 / $0.6
缓存命中价: $0.0375
$0.62
$37.35
GPT-4o mini
OpenAI
128K
$0.15 / $0.6
缓存命中价: $0.075
$0.66
$39.60
GLM-4.5-AirOpen-Weight
Zhipu
128K
$0.2 / $0.8
缓存命中价: $0.05
$0.83
$49.80
DeepSeek-V3Open-Weight
DeepSeek
128K
$0.27 / $1.1
缓存命中价: $0.07
$1.14
$68.10
DeepSeek-V4Open-Weight
DeepSeek
1M
$0.3 / $1.2
缓存命中价: $0.075
$1.25
$74.70
MiniMax-M2.7Open-Weight
MiniMax
256K
$0.3 / $1.2
缓存命中价: $0.075
$1.25
$74.70
Qwen-PlusOpen-Weight
Alibaba
128K
$0.4 / $1.2
缓存命中价: $0.1
$1.42
$85.20
GPT-4.1 mini
OpenAI
1M
$0.4 / $1.6
缓存命中价: $0.1
$1.66
$99.60
Kimi-K2.5Open-Weight
Moonshot
128K
$0.45 / $2
缓存命中价: $0.11
$1.98
$119.10
GLM-5Open-Weight
Zhipu
128K
$0.5 / $2
缓存命中价: $0.125
$2.07
$124.50
DeepSeek-R1Open-Weight
DeepSeek
128K
$0.55 / $2.19
缓存命中价: $0.14
$2.28
$136.74
Kimi-K3Open-Weight
Moonshot
256K
$0.6 / $2.5
缓存命中价: $0.15
$2.55
$153.00
Claude Haiku 4.5
Anthropic
200K
$0.8 / $4
缓存命中价: $0.08
$3.68
$220.80
OpenAI o4-mini
OpenAI
200K
$1.1 / $4.4
缓存命中价: $0.275
$4.56
$273.90
Qwen3-MaxOpen-Weight
Alibaba
256K
$1.2 / $6
缓存命中价: $0.3
$5.70
$342.00
Mistral LargeOpen-Weight
Mistral
128K
$2 / $6
缓存命中价: $0.5
$7.10
$426.00
GPT-5
OpenAI
400K
$1.25 / $10
缓存命中价: $0.125
$8.00
$480.00
Gemini 2.5 Pro
Google
1M
$1.25 / $10
缓存命中价: $0.31
$8.18
$491.10
GPT-4.1
OpenAI
1M
$2 / $8
缓存命中价: $0.5
$8.30
$498.00
OpenAI o3
OpenAI
200K
$2 / $8
缓存命中价: $0.5
$8.30
$498.00
GPT-4o
OpenAI
128K
$2.5 / $10
缓存命中价: $1.25
$11.00
$660.00
Claude Sonnet 4.6
Anthropic
200K
$3 / $15
缓存命中价: $0.3
$13.80
$828.00
Claude Opus 4.6
Anthropic
200K
$15 / $75
缓存命中价: $1.5
$69.00
$4,140.00

如何系统降低生产环境 LLM API 调用成本

多数场景中输出 Token 单价是输入的 3 至 8 倍;同时合理利用 Prompt Caching 可为重复系统提示词、文档与代码上下文节省 50%-90% 输入费用。

1. 充分命中 Prompt Cache

将稳定的系统提示词、工具定义与固定前缀知识库置于 Prompt 开头,以触发 OpenAI、Anthropic 与 DeepSeek 的低价缓存计费。

2. 实施大小模型分级路由

将意图分类、结构化抽取分流至 GPT-4.1 mini、Gemini 2.5 Flash 或 DeepSeek-V3,仅复杂推理调度 o3 或 Claude Opus 4.6。

3. 评估私有化 GPU 回本拐点

当流量平稳且月度账单超过 2,000-3,000 美元时,使用多卡 L40S、H100 或 RTX 5090 自建 DeepSeek/Qwen3 MoE 往往更合算。

查看显卡可运行模型 →

API 定价与回本计算常见问题

月度 API 账单是如何精确计算的?▾
月费 = 每日请求数 x 30 x [(未命中缓存输入 x 输入单价 + 命中缓存输入 x 缓存单价 + 输出 Token x 输出单价) / 1,000,000]。
Prompt Cache 缓存到底能省多少钱?▾
在多轮对话、代码编程 Agent 或长文档检索场景(缓存命中率常达 50%-80%),开启缓存可立即削减 35%-75% 的输入成本。
自建 GPU 月度费用参考了哪些卡型?▾
回本条按主流云厂商 RTX 4090、L40S、A100 80GB 与 8x H100 集群 24x7 运行(每月 730 小时)的公开按需费率估算。
如果不确定提示词有多少 Token 怎么办?▾
可先点击表格操作栏的「Token 计数器」,粘贴真实业务文本并一键携带实际 Token 数跳转回来精准报价。

探索更多 LLM 与 GPU 工具

查看全部 AI 工具与目录 →