2026 年 8 月 31 日这天之后，很多人第一次发现"模型单价"这个数字不太够用。Claude Sonnet 5 的费率从 2 美元与 10 美元恢复到 3 美元与 15 美元，同一天它还换过一次分词器，相同输入映射出的 token 数变成原来的 1.0 到 1.35 倍。也就是说，账单上的涨幅不是费率表上写的那个数。更麻烦的是，国内厂商的定价里还有峰谷时段与缓存命中这两层变量，让"谁更便宜"这件事变得没法靠一行价格回答。这篇做的就是把口径摊平，把一个可比的真实成本算出来。
先说边界：国内模型价格来自一份逐页复核各厂商官方定价页的速查表（2026-08-24 复核，8-28 再次复核确认无调整），海外模型价格来自 aitoolsrecap 于 2026-08-31 的汇总，另有 TheRouter.ai 于 2026-08-24 检索的各平台定价作为交叉参照。价格为 2026-08-31 快照，随时可能变动，实际请以自己账户所在区域的官方定价页为准。存在口径冲突的项目已在文中逐条标注，不取单一数字蒙混。本文未做实际调用压测，所有数字为公开定价的算术折算，不含并发、限流、失败重试等工程成本。非投资建议。
一、标价是最不可信的那个数
模型定价至少套着三层衣服，只看标价等于只看最外面那层。
第一层是时段。DeepSeek 从 8 月 17 日起实行峰谷计价，工作日 9:00–12:00 与 14:00–18:00 是高峰价，闲时减半，周末全天按闲时计。这意味着同一个模型，你把它跑在下午三点还是晚上十点，单价差一倍。对可以异步调度的工作负载，这是一笔几乎白拿的折扣；对必须实时响应的线上服务，高峰期就是你的真实成本，闲时价跟你没关系。
第二层是缓存。多数平台对命中前缀缓存的输入 token 给出远低于标准输入的单价，部分模型的缓存命中价只有标准输入价的几十分之一。这一层的变量不在厂商手里，在你手里：你的提示词结构是否稳定、系统提示是否放在最前面、多轮对话是否复用了历史前缀，决定了你实际能吃到多少折扣。两个团队用同一个模型，因为前缀复用率不同，单位成本差出三四倍并不罕见。
第三层是分词。Sonnet 5 这次换分词器，相同输入映射的 token 数变成 1.0 到 1.35 倍，且倍数随内容类型浮动。这一层最隐蔽，因为它不改变任何一行价目表，只是让你为同样的内容多付钱。凡是跨模型比价都需要注意：不同模型的分词器不同，同样的中文语料在 A 模型上是 1000 个 token，在 B 模型上可能是 1300 个。按 token 比价的前提，是先确认两边的 token 是不是同一个东西。
二、先把口径统一：本文怎么算
为了可比，本文采用一个明确定义的中端口径：综合单价 = （输入单价 + 输出单价）÷ 2，即假设输入与输出 token 数量相等。选 1:1 不是因为它普遍成立，而是因为它是一个中立起点，且便于读者按自己的实际比重调整。后面的第六节会给出三种典型比重的重算结果，你会发现排序会变。
还需要说明三点：其一，海外模型用美元、国内模型用人民币，本文不做汇率换算，因为汇率本身会波动，且多数团队的成本与收入同币种，跨币种比较反而失真。其二，缓存命中价单列，不并入综合单价，因为命中率高度依赖具体用法。其三，促销价与永久价分开列出，凡是标注了到期日的促销价，都额外给出到期后的价格，选型应按到期后的价格建模。
三、国内模型：峰谷与缓存能把价差拉到十倍
单位：元 / 百万 token。综合单价按输入输出 1:1 折算。DeepSeek 的峰谷规则前文已述。
| 模型 | 缓存命中输入 | 输入 | 输出 | 综合单价 |
|---|---|---|---|---|
| 智谱 GLM-5.3-Flash | ¥0.23 | ¥0.8 | ¥2.8 | ¥1.8 |
| 阿里 Qwen3.8-Flash | 约 ¥0.1 | ¥1 | ¥3 | ¥2.0 |
| 腾讯 Hy3 | ¥0.25 | ¥1 | ¥4 | ¥2.5 |
| 小米 MiMo-v2.5-Pro | ¥0.025 | ¥3.0 | ¥6.0 | ¥4.5 |
| DeepSeek V4-Flash | ¥0.10 | ¥3.0 | ¥9.0 | ¥6.0 |
| DeepSeek V4-Pro（闲时） | 未核实 | ¥4.5 | ¥13.5 | ¥9.0 |
| 月之暗面 Kimi K2.6 | ¥1.1 | ¥6.5 | ¥27 | ¥16.75 |
| DeepSeek V4-Pro（高峰） | ¥0.30 | ¥9.0 | ¥27.0 | ¥18.0 |
| 智谱 GLM-5.3 / 5.2 | ¥2 | ¥8 | ¥28 | ¥18.0 |
| 字节 Seed 2.1 Pro | ¥1.2 | ¥6 | ¥30 | ¥18.0 |
| 阿里 Qwen3.8-Max | ¥1.5 | ¥12 | ¥36 | ¥24.0 |
| 月之暗面 Kimi K3 | ¥2.0 | ¥20 | ¥100 | ¥60.0 |
表里最值得看的是首尾差距：最便宜的 GLM-5.3-Flash 综合单价 1.8 元，最贵的 Kimi K3 是 60 元，相差三十多倍。这当然不是"贵的一定不好"，Kimi K3 的定价锚定的是它在 Terminal-Bench 一类编码基准上的位置，而 GLM-5.3-Flash 的定位本就是低成本高频调用。真正的问题在于：多数团队的实际负载并不需要旗舰级能力，却长期按旗舰级价格付费。
这里必须逐条标注口径冲突。
GLM-5.3 的定价存在来源分歧：本文采用的速查表给出的是输入 8 元、输出 28 元（8-28 复核）；另有两份来源分别给出输入 8 元输出 32 元，以及约 3.6 元与 14.4 元；TheRouter.ai 对 GLM-5.3 直接标注为 Pricing TBA（价格待定），只给了 5.2 的 1.40 与 4.40 美元。四个数字对不上，本文取经过逐页复核且时间最近的一个，并明确提示读者以官方定价页为准，不要把 18 元这个综合单价当作确定值使用。
DeepSeek V4-Pro 的口径随时间变过：8 月 13 日正式版发布时，机构调研纪要记录的价格是未命中输入 3 元、输出 6 元；8 月 17 日改峰谷计价后，高峰变为 9 元与 27 元，闲时减半。所以你如果在网上看到"V4-Pro 输出 6 元"的说法，那是峰谷改革前的旧数，不是错的，是过期的。
腾讯这款要特别小心：表中列的是 Hy3（256K 上下文，输入 1 元输出 4 元）。8 月 28 日新发布的 Hy4 preview 是 770B 参数的新模型，官方口径是价格低于高峰时段的 DeepSeek V4 Pro，但本文未取得可靠的官方具体数字，因此不给具体值，也不把它放进上面的排序表。
四、海外模型：促销价与永久价必须分开看
单位：美元 / 百万 token。
| 模型 | 输入 | 输出 | 综合单价 | 价格性质 |
|---|---|---|---|---|
| GPT-5.6 Luna | $0.20 | $1.20 | $0.70 | 永久价 |
| GPT-5.6 Terra | $2 | $12 | $7 | 永久价 |
| Claude Sonnet 5 | $3 | $15 | $9 | 永久价，另计分词变更 |
| GPT-5.6 Sol | $4 | $20 | $12 | 促销，约 11-21 到期 |
| GPT-5.6 Sol（到期后） | $5 | $30 | $17.5 | 永久价 |
这张表最容易被误读的地方是 Sol。它的促销价 4 与 20 看着比 Sonnet 5 的 3 与 15 贵，但两者不在同一个时间尺度上：Sonnet 5 的 3 与 15 是永久价，Sol 的 4 与 20 大约到 11 月 21 日就结束，之后回到 5 与 30，综合单价从 12 跳到 17.5。如果你的迁移需要工程投入，那么这笔投入应该按 17.5 去算回报，而不是按 12。三个月的差价，通常覆盖不了一次迁移的工程量。
还有一条更根本的提醒：Luna 的综合单价 0.7 美元，是 Sonnet 5 的十三分之一。它不适合复杂推理，但对高吞吐的简单任务（分类、抽取、格式化、路由）完全够用。多数系统的真实负载是混合的，把简单任务从旗舰模型上摘下来放到廉价模型上，通常比换一家供应商省得多。这个问题本批 SOP 篇有具体的分流做法，见 /zh/posts/model-sunset-migration-cost-sop。
五、tokenizer 那一刀：Sonnet 5 实际落在哪
把分词变更算进去，Sonnet 5 的综合单价就不是一个数，而是一个区间。
按 1:1 的输入输出比重、费率 3 与 15 计算，综合单价是 9 美元。乘上分词放大系数：如果负载以自然语言文本为主，放大系数接近 1.0，综合单价就是 9 美元；如果以代码为主、放大系数接近上限 1.35，综合单价变成 12.15 美元。也就是说，同一个 Sonnet 5，在不同负载下的真实单位成本是 9 到 12.15 美元，跨度 35%。
这个区间意味着什么？意味着它和 Terra 的 7 美元、Sol 到期后的 17.5 美元之间的相对位置，会随你的负载类型移动。对纯文本负载，Terra 比 Sonnet 5 便宜约 22%；对代码负载，Terra 比 Sonnet 5 便宜约 42%。反过来，如果你的负载是代码为主，那么 Sonnet 5 涨价后与 Sol 促销价的差距会比标价显示的更小，迁移到 Sol 的性价比相应下降。
需要说明的是，1.0 到 1.35 这个区间是 Anthropic 在发布说明中给出的"视内容类型而定"的口径，具体哪类内容落在哪个位置，官方没有细分。本文不做进一步推测，建议的做法是拿自己的真实语料，用新旧分词器各跑一次计数，得到自己的实际系数，这个成本很低，但比任何估算都准。
六、按你的负载比重重算：三个典型场景
1:1 只是起点。把输入输出比重换成三种常见情形，排序会明显变化。下面用综合成本公式（比重加权平均）重算四个代表性模型。
场景 A：输出密集型，长文生成、报告撰写，输入输出比约 1:3。
| 模型 | 加权综合单价 |
|---|---|
| 智谱 GLM-5.3-Flash | ¥2.3 |
| 腾讯 Hy3 | ¥3.25 |
| DeepSeek V4-Pro（闲时） | ¥11.25 |
| 月之暗面 Kimi K3 | ¥80.0 |
输出占比越高，输出单价越便宜的模型优势越大。GLM-5.3-Flash 与 Hy3 在这个场景下的优势被进一步放大，而 Kimi K3 因为输出单价 100 元，劣势被放大到难以忽视。
场景 B：输入密集型，长文档分析、检索问答，输入输出比约 10:1。
| 模型 | 加权综合单价 |
|---|---|
| 智谱 GLM-5.3-Flash | ¥0.98 |
| 腾讯 Hy3 | ¥1.27 |
| DeepSeek V4-Pro（闲时） | ¥5.32 |
| 月之暗面 Kimi K3 | ¥27.3 |
输入占比高时，缓存命中率的权重骤增。这个场景下真正决定成本的往往不是标价，而是你的提示词工程：能不能把稳定的系统提示放在最前面、能不能让多轮对话复用前缀，直接决定你付的是标准输入价还是缓存命中价。
场景 C：代码负载，需额外计入分词放大系数，以 Sonnet 5 为例。
| 模型 | 加权综合单价 | 备注 |
|---|---|---|
| Claude Sonnet 5（文本为主） | $9.0 | 放大系数 1.0 |
| Claude Sonnet 5（代码为主） | $12.15 | 放大系数 1.35 |
| GPT-5.6 Terra | $7 | 无分词变更记录 |
三个场景合起来的结论很一致：不存在"最便宜的模型"，只存在"对你这个负载最便宜的模型"。任何脱离输入输出比重、缓存命中率与内容类型给出的比价结论，都只是在比标价，不是在比成本。
七、选型结论与三条硬提醒
按负载类型给一个可直接执行的结论。高吞吐简单任务走 Luna 或 GLM-5.3-Flash，把旗舰模型留给真正需要的环节；可异步的工作负载尽量调度到闲时，DeepSeek 的峰谷差是一倍，这是不需要任何技术改动就能拿到的折扣；长文档场景优先优化提示词结构去吃缓存命中，而不是急着换更便宜的模型；编码负载跨模型比价时，务必先测出自己的分词放大系数，否则你比的是两个不同的计量单位。
三条硬提醒。其一，按到期后的价格建模：任何促销价都应该按它到期后的水平算回报，Sol 从 12 到 17.5 的跳变就是现成的例子。其二，旧 ID 会过期：本批热点篇记录的 kimi-k2.5 与 moonshot-v1 于今日下线、DashScope 10 月 10 日还有一轮退役 30 多个模型 ID，都说明模型 ID 应该当作有到期日的依赖来管理。其三，别把单篇比价当决策依据：本文所有数字是公开定价的算术折算，未做实际调用压测，不含并发、限流、失败重试与工程质量差异。真要选型，拿自己的真实负载，在候选模型上各跑一周，用真实账单说话，那才是唯一可信的横评。
常见问题
Q1：标价差一倍，实际成本能差十倍，这个结论怎么来的？ A1：因为标价只是第一层。往下还有三层：时段（DeepSeek 峰谷差价一倍）、缓存命中（命中与未命中的单价可以差到十倍量级）、分词器（Sonnet 5 换了 tokenizer，同一段输入 token 数乘以 1.0 到 1.35）。四层叠乘之后，两个标价接近的模型，实际账单可能差很远。所以本文的结论不是"标价不可信"，而是"标价不可单独信"。
Q2：峰谷计费具体怎么利用？ A2：DeepSeek 的规则是工作日 9:00–12:00 与 14:00–18:00 为高峰，闲时价格减半，周末全天按闲时计。凡是能异步的工作负载——批量摘要、离线标注、数据清洗、夜里跑的回归测试——调度到闲时就是不需要任何技术改动就能拿到的折扣。唯一的前提是你的业务能接受延迟。
Q3：缓存命中率一般能做到多少？ A3：没有通用数字，它完全取决于你的提示词结构。规律是：把稳定的长内容（系统提示、工具定义、文档上下文）放在前缀，把变化的部分（用户输入、时间戳、会话状态）放在后面，命中率就高；反过来放则命中率接近零。所以要拿真实数字，得在自己的生产流量上测一周，看的是分位数而不是平均值。
Q4：Sonnet 5 到底涨了多少？口径为什么不一致？ A4：两个口径都对，看的是不同的东西。费率层面是输入 $2→$3、输出 $10→$15，涨幅 50%；但如果算上 tokenizer 变更带来的输入 token 数放大（官方给的范围是 1.0 到 1.35 倍），编码类负载的复合涨幅在 65% 到 100% 之间，纯文本负载接近 50%。另外这次只影响 API，Consumer 订阅不受影响，两类成本别放在一张表上比。
Q5：促销价到期怎么办？要不要现在迁移？ A5：任何需要工程投入的迁移，都应该按促销到期后的价格算回报，而不是按促销价算。GPT-5.6 Sol 的 $4/$20 是促销，约 2026-11-21 后回到 $5/$30，折算后的综合单价从 $12 跳到 $17.5——三个月的差价通常覆盖不了一次迁移的人力成本。判断标准很简单：如果这笔账在促销结束后仍然划算，才值得迁移。