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
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 →热门大模型显存计算专页
DeepSeek-R1 (671B)DeepSeek-V3 (671B)DeepSeek-V4-Pro (1.6T)DeepSeek-V4-Flash (284B)DeepSeek-R1-Distill-Qwen-32BDeepSeek-R1-Distill-Qwen-14BDeepSeek-R1-Distill-Qwen-7BDeepSeek-R1-Distill-Llama-70BLlama 4 Maverick (400B)Llama 4 Scout (109B)Llama 3.1 405BLlama 3.1 70BLlama 3.1 8BLlama 3.2 3BQwen3.5-397B-A17BQwen3-235B-A22BQwen3-Coder-480B-A35BQwen3-32B
热门显卡兼容性指南
NVIDIA RTX 5090 (32GB)NVIDIA RTX 5080 (16GB)NVIDIA RTX 5070 Ti (16GB)NVIDIA RTX 4090 (24GB)NVIDIA RTX 4080 SUPER (16GB)NVIDIA RTX 4070 Ti Super (16GB)NVIDIA RTX 4060 Ti (16GB)NVIDIA RTX 3090 (24GB)AMD Radeon RX 7900 XTX (24GB)NVIDIA RTX PRO 6000 Blackwell (96GB)Apple M4 Max (128GB)Apple M4 Max (64GB)Apple M4 Pro (48GB)Apple M3 Ultra (192GB)