如果只记一组数字，那大概是"70倍、180倍、2%"——这是本轮横评里，输入价最便宜和最贵的模型之间的价差倍数、输出价的价差倍数，以及缓存命中价格最低能压到未命中价的百分之几。这三个数字合在一起，勾勒出2026年8月这个时间点上AI大模型定价的真实图景：它早已不是一张"越贵越强"的简单排行榜，而是一整套由缓存折扣、长上下文阶梯、峰谷电价、推理强度开关、订阅与按量并存等多重机制交织出来的复杂账本。更麻烦的是，这本账本变化的速度远超大多数人的想象——就在我们这次调研的窗口期内，Claude Opus 5悄悄取代了Opus 4.8、Qwen3.8-Max从没有独立定价的"预览版"一夜之间转正、DeepSeek被媒体曝出即将上线全行业唯一的分时段加价机制，而Google那个被寄予厚望的Gemini 3.5 Pro，发布日期已经从6月推迟到7月又推迟到"待定"。这篇文章的目标，就是把这本账本摊开，逐条讲清楚。
本文覆盖OpenAI、Anthropic、谷歌、DeepSeek、月之暗面（Kimi）、阿里（Qwen）、智谱（GLM）、xAI、MiniMax九家厂商的当前主力高性能模型，方法上分两层：一是复用本站此前已发布测评（DeepSeek V4 Flash、Grok 4.5性价比、GLM-5.2、Kimi K3 vs Qwen3.8-Max-Preview、OpenAI Astra预告、MiniMax H3等）里已经交叉验证过的定价数字；二是针对本轮变化最快的几个点做独立联网复核，凡是不同信源打架的地方，本文如实标注"未验证"或"信源冲突"，不会为了凑出一个好看的数字而编造。发布前，我们还专门针对DeepSeek的峰谷电价传闻和Qwen3.8-Max的转正定价做了一轮额外核实，下文会具体讲这轮核实带来了什么修正。
目录
- 一、全景价格总表：九大厂商现役阵容一次看全
- 二、OpenAI —— GPT-5.6三档降价，Astra还是个问号
- 三、Anthropic —— Opus 5同价换代，Fable/Mythos 5是价格天花板
- 四、谷歌 —— 真正在卖的旗舰其实是3.1 Pro，3.5 Pro仍未发布
- 五、DeepSeek —— 从"永久降价75%"到"峰谷电价"（含最新核实）
- 六、月之暗面/Kimi —— K3单价不变，但思考锁死最高档
- 七、阿里/Qwen —— Qwen3.8-Max刚转正（含最新核实）
- 八、智谱/GLM —— 官方价格反而不是最低价
- 九、xAI —— Grok 4.5现役，4.6/4.7还在马斯克嘴上
- 十、MiniMax —— M3是文本/Agent旗舰，别和H3搞混
- 十一、真正决定账单的计价机制：缓存、峰谷、推理强度、速度分级
- 十二、中转站视角：开放权重和闭源模型是两套完全不同的价格逻辑
- 十三、六条趋势总结
- 十四、数据时效性声明与发布前核实结果
- 十五、结论：这张表该怎么用
一、全景价格总表：九大厂商现役阵容一次看全
先把最核心的东西摆出来。下表按厂商分组，覆盖九家厂商当前在售（GA）的主力模型，输入价从低到高大致排序，末尾附上尚未发布、目前只有传闻或预告的几个型号，方便对照。所有数字均为2026年8月发稿时点的官方或多方交叉验证价格，无法交叉验证的地方直接写"未验证"，不强行给出唯一数字。
| 厂商 | 模型 | 状态 | 输入 $/M | 输出 $/M | 上下文 | 关键备注 |
|---|---|---|---|---|---|---|
| DeepSeek | V4-Flash | 已GA（0731正式版） | $0.14（缓存命中$0.0028） | $0.28 | 1M | 无高峰加价，全场输入价最低梯队之一 |
| 阿里/Qwen | Qwen3.6-35B-A3B | 已GA | $0.14 | $0.90 | — | 全场最便宜的多模态模型 |
| DeepSeek | V4-Pro | 已GA | $0.435（非高峰） | $0.87（非高峰） | 1M | 官方已宣布峰时2倍加价机制，截至发稿仍未正式生效，详见第五节 |
| MiniMax | M3（文本/Agent模型） | 已GA（6月1日） | $0.30（列表价$0.60"永久5折"） | $1.20 | 1M（超512K翻倍） | 428B总参/23B激活MoE，原生多模态+电脑操作 |
| MiniMax | M2.1（上代） | 已GA | $0.30 | $1.20 | 262K级别 | 与M3同价，M3卖点是上下文和速度 |
| 智谱/GLM | GLM-5.2 | 已GA（6月13发布，MIT开源） | $1.40（缓存命中$0.26） | $4.40 | 1M（128K max输出） | 官方价 vs 第三方托管中位数约$0.55/$1.85，见第八/十二节 |
| Qwen | Qwen3.8-Max | 8月3日刚转正式发布 | $2.00 | $6.00 | 1M（65,536 max输出） | 2.4T总参/约95B激活MoE，开放权重"下周"放出，本文已核实 |
| xAI | Grok 4.5 | 已GA（7月8日） | $2.00（缓存命中$0.50） | $6.00 | 500K（比上代反而缩小） | 闭源多模态旗舰里性价比最高，非全网最低价 |
| OpenAI | GPT-5.6 Luna | 已GA（7月30日降价80%） | $0.20（缓存写$0.25/读$0.02） | $1.20 | 1.05M（272K后阶梯） | 长上下文阶梯价：$0.40/$1.80 |
| Moonshot | Kimi K2.7（上代） | 已GA | $0.95（缓存命中$0.19） | $4.00 | 262,144 | 比K3便宜但上下文小得多，定位"轻量续作" |
| Anthropic | Claude Sonnet 5 | 已GA | $3.00（促销$2.00，至2026-08-31） | $15.00（促销$10.00） | 1M | 促销结束恢复标准价，支持2576px高清视觉 |
| OpenAI | GPT-5.6 Terra | 已GA（7月30日降价20%） | $2.00（缓存写$2.50/读$0.20） | $12.00 | 1.05M | 长上下文阶梯价：$4.00/$18.00 |
| Anthropic | Claude Opus 5（替代Opus 4.8） | 已GA（7月24日发布） | $5.00 | $25.00 | 1M（128K max输出） | 沿用Opus 4.8同价位，新增effort低/中/高开关 |
| OpenAI | GPT-5.6 Sol | 已GA | $5.00（缓存写$6.25） | $30.00 | 1.05M | Fast模式2倍价格换2.5倍速度 |
| Moonshot | Kimi K3 | 已GA（7月16日发布） | $3.00（缓存命中$0.30） | $15.00 | 1M（全上下文统一单价） | 思考模式锁定最高强度无法关闭，另有订阅档 |
| Anthropic | Claude Fable 5 | 已GA | $10.00 | $50.00 | 1M（默认即最大值） | 思考过程始终开启，需30天数据留存 |
| Anthropic | Claude Mythos 5 | 已GA但限制访问 | $10.00 | $50.00（较受限Preview阶段$25/$125大幅下调） | 与Fable同源 | 仅限受信任伙伴+特定生物研究者，非自助渠道 |
| 谷歌 | Gemini 3.5 Flash-Lite | 已GA | $0.30 | $2.50 | — | 轻量档 |
| 谷歌 | Gemini 3.6 Flash | 已GA | $1.50 | $7.50 | — | 号称长程Agent任务token成本最多降低65% |
| 谷歌 | Gemini 3.5 Flash | 已GA | 第三方数字矛盾（$0.15~$1.50不等） | 约$9.00（同样未交叉验证） | — | 本文不采信无法交叉验证的单一数字 |
| 谷歌 | Gemini 3.1 Pro（当前实际在售最高档） | 已GA（Preview） | $2.00（≤200K）/$4.00（>200K） | $12.00（≤200K）/$18.00（>200K） | 200K阶梯 | 个别信源称降至$1/$6，未交叉确认，本文不采信 |
表格之外，还有几个名字目前只存在于预告和传闻里，完全没有官方定价，我们同样列出来，但请读者不要误以为它们"即将有具体价格"——下表所有列都是"未公布"或"仅为传闻"：
| 厂商 | 模型 | 状态 | 定价 | 备注 |
|---|---|---|---|---|
| 谷歌 | Gemini 3.5 Pro | 未正式发布（仅"与合作伙伴测试中"，GA日期已从6月推迟至7月又推迟至"待定"） | 未公布 | 传闻200万token上下文，未获官方确认 |
| 谷歌 | Gemini 4 | 训练中，未发布 | 未公布 | 皮查伊7月26日受访称"体量远大于以往"，参照历史节奏预计11-12月发布 |
| xAI | Grok 4.6 | 未发布（马斯克称约8月7日） | 未公布 | 1.5T参数，仅为马斯克公开言论，非官方确认 |
| xAI | Grok 4.7 | 未发布（4.6之后"数周"） | 未公布 | 2.1T参数，同样仅为马斯克公开言论 |
| OpenAI | Astra | 仅预告，未发布 | 未公布 | "2000美元"成本估算用的是现有Sol模型价格作参照，不是Astra自己的报价 |
说明一下表格里几个计价类型的含义：per-token指纯按量计费；分时电价指同一单价体系内按时段浮动；会员订阅并存指同时存在按量计费API和包月订阅两套体系，二者不是同一计价逻辑，不能直接换算比较——这一点在本站此前Kimi K3 vs Qwen3.8-Max-Preview的测评里已有详细论证。接下来，我们按厂商逐一拆开讲。
二、OpenAI —— GPT-5.6三档降价，Astra还是个问号
Sol、Terra、Luna是OpenAI当前唯一在售的主力线，7月30日刚对Terra、Luna做了大幅降价（Terra降20%、Luna降80%），Sol维持不变——这被普遍解读为对企业客户"AI支出ROI存疑"以及中国低价开源模型竞争压力的直接回应。三档统一1.05M上下文窗口、128K最大输出，但都在输入超过272,000 token后进入长上下文阶梯价（价格翻倍左右）：Luna的$0.20/$1.20涨到$0.40/$1.80，Terra的$2/$12涨到$4/$18，Sol的$5/$30涨到$10/$45。
Sol还独有一个"Fast模式"：2倍价格换2.5倍速度——这是本轮横评里唯一把"响应速度"本身明码标价的厂商，其余厂商的"更快"要么免费附赠，要么根本没有这个选项。至于下一代主力模型Astra，本站此前已有专门文章拆解：它是8月1日通过一篇数学论文博客"顺带"透露的代号，截至发稿官方尚未公布发布日期、模型规模、上下文窗口、API定价——网传"2000美元算力成本"用的也是现有Sol模型的价格做参照物，不能理解成"Astra定价约为此"。换句话说，如果你现在就想为Astra的价格做预算规划，答案是：还不到时候。
三、Anthropic —— Opus 5同价换代，Fable/Mythos 5是价格天花板
本轮横评里一个容易被忽略、但值得单独拎出来讲的变化是：Claude Opus 5已于7月24日发布，取代Opus 4.8成为当前旗舰，官方定位是"以Fable 5一半的价格逼近其前沿智能水平"，而它沿用了Opus 4.8完全相同的定价（$5/$25）。这意味着如果你手头还留着"Claude Opus 4.8"这个型号名字的旧规划，现在应该理解为"已被同价位的继任者替换"，而不是"仍在售的最新旗舰"。Opus 5新增了"努力度"（effort）低/中/高开关，但这不是一个独立的价格分层——它不改变单价，只是通过控制推理强度、进而改变实际token消耗量来间接影响账单，价目表本身只有一个单价。
Sonnet 5目前有促销价$2/$10（至2026-08-31），标准价$3/$15——如果你读到这篇文章的时间点已经过了8月底，需要自行核实是否已恢复标准价。Fable 5（$10/$50）定位非性价比路线，思考过程始终开启无法关闭，企业客户需接受30天数据留存（不支持零数据留存）。Mythos 5（同为$10/$50，与Fable同源但安全护栏更少）价格已经从今年4月起限制访问阶段的$25/$125大幅下调，但依然不通过公开API/claude.ai/自助渠道提供，仅限"Project Glasswing"受信任伙伴与特定生物安全研究者——普通开发者目前拿不到它，价格再低也无从谈起接入。
四、谷歌 —— 真正在卖的旗舰其实是3.1 Pro，3.5 Pro仍未发布
这里需要先纠正一个很容易被搞混的点：Google在5月I/O上预告的Gemini 3.5 Pro截至8月5日仍未正式发布——GA日期已经从6月推迟到7月，7月21日官方口径仍是"与合作伙伴测试中"，没有给出新日期。目前没有官方定价、没有官方上下文窗口数字（传闻200万token未获确认）。也就是说，如果你在网上看到任何声称"Gemini 3.5 Pro已经开卖，价格是多少多少"的说法，那基本可以判定是不实信息。
当前实际在售的最高档，是Gemini 3.1 Pro (Preview)：≤200K上下文$2/$12，超过200K后$4/$18；有个别信源提到近期降至$1/$6，但缺乏官方文档交叉确认，本文不采信为定论。轻量档方面，Gemini 3.6 Flash（$1.50/$7.50）、Gemini 3.5 Flash-Lite（$0.30/$2.50）已确认；但Gemini 3.5 Flash的定价本次依然无法交叉验证——多个信源互相矛盾（输入价从$0.15到$1.50不等），这与本站DeepSeek V4 Flash测评此前已经点名的问题完全一致，本文同样选择不采信任何单一数字，而不是为了凑数字硬编一个。至于Gemini 4，仍在训练中，皮查伊7月26日受访称"体量远大于以往"，参照历史发布节奏预计11-12月推出，无任何定价信号。顺带一提，Google的Batch API全线5折、24小时内出结果，缓存输入价约为未命中价的10%（90%折扣）。
五、DeepSeek —— 从"永久降价75%"到"峰谷电价"（含最新核实）
DeepSeek V4-Flash（$0.14/$0.28）在7月31日从Preview转入0731正式公测版，架构参数不变，纯靠重新训练就把Agent类跑分大幅拉高；官方价格维持不变，无高峰加价机制，账单可预测性是它相对V4-Pro的一个卖点。真正值得单独讲的是V4-Pro：本次调研发现的一个此前站内测评未覆盖的最新变化是——据多家媒体报道，DeepSeek在"数周前刚永久下调V4-Pro价格75%"之后，又转向对V4-Pro新增高峰时段（北京时间9:00-12:00、14:00-18:00）2倍加价机制，这是本轮横评里唯一采用"分时电价"模式的主力厂商，与Kimi K3"全上下文统一单价、不因时段浮动"形成鲜明对比。
发布前核实：DeepSeek峰谷电价截至发稿仍未正式生效，且加价范围覆盖输入输出全部计费项
由于这条变化被原始调研标注为"信息可能已过时"，我们在发布前专门做了一轮独立联网复核。结果确认两件事：第一，截至2026年8月初，DeepSeek官方定价页面显示的仍是单一费率，多个第三方定价追踪站点在交叉引用官方文档后明确写道"峰时加价机制已宣布，但生效日期尚未公布，目前尚未正式启用"——也就是说，本文发稿时你实际付的还是非高峰价，不用现在就担心账单翻倍。第二，我们找到的信息比原始调研更完整的一点是：这次2倍加价不是只涨output价格，而是被多个信源明确描述为覆盖"全部计费项"——即高峰时段缓存命中输入价、缓存未命中输入价、输出价会同步涨到非高峰价的2倍（例如非高峰输出6元/M对应高峰12元/M，输入同理翻倍），而不是此前信源里"仅output端确认"的说法。建议读者在这套机制真正上线后，直接以DeepSeek官方定价页面（api-docs.deepseek.com）为准。
缓存折扣方面，DeepSeek几乎归零：V4-Flash缓存命中$0.0028（约98%折扣），V4-Pro缓存命中约$0.0036——是本轮横评所有厂商里缓存折扣力度最大的，对"反复处理同一份长文档/长代码库"的场景尤其划算。
六、月之暗面/Kimi —— K3单价不变，但思考锁死最高档
Kimi K3（$3/$15，缓存命中$0.30，90%折扣）7月16日发布、7月27日开放完整权重（2.8T参数MoE，权重文件MXFP4量化后约1.4TB，是当时人类历史上体量最大的开源权重模型之一），采用修改版MIT协议开放商用。它全上下文窗口（最高1M）统一单价，不像OpenAI/Google那样有"超过X token后涨价"的阶梯，账单可预测性是其卖点之一。
但有一点需要单独提醒：K3的思考模式默认强度锁定最高档（max）且无法关闭，这意味着单价虽然不变，实际输出token消耗量天然更大，真实账单可能高于"单价数字"直观暗示的水平——这是一种通过"隐性提高token消耗量"而非"直接提高单价"实现的变相加价，值得中转站用户单独留意。因需求暴涨，Moonshot曾于7月19日暂停新用户订阅（分批重新开放），是否已完全恢复需读者自行核实最新状态。上一代Kimi K2.7（Code变体，$0.95/$4，缓存命中$0.19，262,144上下文）目前仍在售，是预算更敏感但不需要百万级上下文场景的备选项。另外，会员订阅体系（Moderato $19/月、Allegretto $39/月、Allegro $99/月、Vivace $199/月）与按量计费API并存，是两套独立的计价逻辑，Allegro/Vivace档解锁K3的百万token超长对话能力。
七、阿里/Qwen —— Qwen3.8-Max刚转正（含最新核实）
本次调研期间发生了一个重要状态变化：Qwen3.8-Max已于8月3日正式发布（此前它还只是"Preview"，没有独立标准定价页，只能通过Token Plan订阅或Qoder/QoderWork渠道访问，第三方需要反推估算价格）。正式发布后，官方现在明码标价$2.00/M输入、$6.00/M输出，1M上下文窗口全量单价覆盖、无长文本附加费，规模为2.4万亿总参数（约950亿激活）MoE，属于阿里迄今规模最大、能力最强的旗舰；开放权重计划在"下周"（发布后一周内）正式放出供下载。
发布前核实：Qwen3.8-Max定价未变，且能从另一个角度独立印证
考虑到这是本轮调研窗口内刚发生的状态变化（Preview转GA），我们在发布前又单独复核了一次。结果是：$2.00/$6.00这组数字截至发稿仍然准确，没有变化。有意思的是，我们找到一个可以交叉印证这组数字的角度——多个信源提到Qwen3.8-Max的海外定价基准，被描述为"约为Claude Opus 5输入价的40%、输出价的24%"：Opus 5是$5/$25，40%和24%换算出来正好就是$2.00和$6.00，两个独立信源路径对上了同一个答案，这让我们对这组价格的可信度更有把握。另外，"开放权重下周放出"的计划也在这轮复核中得到了额外信源佐证，方向不变。
这意味着此前站内"Kimi K3 vs Qwen3.8-Max-Preview"测评里"这笔账目前根本没法直接算"的结论，从8月3日起已经不再成立——现在双方都有官方$/M tokens标价，可以直接横向比较：Kimi K3输入价（$3）是Qwen3.8-Max（$2）的1.5倍，输出价（$15）是后者（$6）的2.5倍。另外，Qwen3.6-35B-A3B（$0.14/$0.90）作为更轻量的多模态型号仍在售，是"全场最便宜的多模态模型"这个位置的占据者。
八、智谱/GLM —— 官方价格反而不是最低价
GLM-5.2（$1.40/$4.40，缓存命中$0.26且当前缓存存储限时免费）6月13日以试用形式亮相、3天后权重以MIT协议完全开源，1M上下文窗口、128K最大输出。它最特别的地方，是本轮横评里最典型的"官方价不是最低价"案例——第三方托管平台（Together AI、Fireworks、DeepInfra、SiliconFlow、OpenRouter等）的中位数价格约为$0.55/$1.85，OpenRouter上甚至能见到低至$0.29/M输入的报价，相当于官方价的约2-5折。这背后的机制我们会在第十二节详细展开。此外，GLM Coding Plan订阅（对标Claude Code）分为Lite官方报价$18/月（促销低至约$12.6/月）、Pro $72/月、Max $160/月，高峰时段配额消耗3倍、非高峰2倍。
九、xAI —— Grok 4.5现役，4.6/4.7还在马斯克嘴上
Grok 4.5（$2/$6，缓存命中$0.50，75%折扣）7月8日发布，官方context window为500K token——值得一提的是这比上一代Grok 4.3的1M上下文反而缩小了，是本轮横评里唯一出现"上下文窗口不进反退"的案例；超过20万token后进入更高阶梯价，但具体涨幅数字未见统一披露。它是闭源多模态旗舰里性价比最高的一档，但并非全网最低价。Grok 4.6（约1.5T参数）、Grok 4.7（约2.1T参数）均尚未发布，仅为马斯克7月24-28日期间在X上的公开表态（4.6约8月7日、4.7在4.6之后"数周"），不是xAI官方确认的发布信息，价格和上下文窗口目前完全空白。附带一提，xAI旗下语音模型Grok Voice Think Fast 2.0已于8月1日更新，定价为每分钟音频$0.08，与文本token计价不是同一计价体系。
十、MiniMax —— M3是文本/Agent旗舰，别和H3搞混
这里需要先厘清任务边界：MiniMax同期还发布了视频生成模型H3（$0.13-0.14/秒，2K分辨率），但这是视频模型，不在本文"高性能文本/推理模型"的比较范围内，仅做区分说明。文本/Agent旗舰是M3（6月1日发布）：428B总参数/约23B激活的MoE架构，采用MSA（MiniMax Sparse Attention）稀疏注意力机制，1M token上下文窗口，原生支持图像/视频输入及桌面电脑操作（native computer-use）。定价$0.30/M输入、$1.20/M输出——官方列表价原为$0.60/$2.40，"永久5折"促销后等于常态化的$0.30/$1.20，与上一代M2.1同价；单轮请求超过512K token后，该轮按2倍单价计费；缓存读价格$0.06/M。MiniMax M系列目前在国产开源阵营里属于价格中等偏低、但上下文窗口和多模态能力较突出的选项，已可通过SiliconFlow、WaveSpeed等第三方推理平台调用。
十一、真正决定账单的计价机制：缓存、峰谷、推理强度、速度分级
看完九家厂商的裸价格，还有一层更容易被忽略、但对实际账单影响可能更大的维度：各家在"缓存折扣""长上下文加价""峰谷电价""推理强度""响应速度"这几个机制上的处理方式天差地别。汇总如下：
| 机制类型 | 采用厂商/模型 | 具体情况 |
|---|---|---|
| 缓存命中折扣 | 几乎所有厂商都有，力度差异巨大 | DeepSeek最激进：命中价仅为未命中价的约2%；OpenAI各档约为未命中价的10%；Google缓存输入约为未命中价的10%；Kimi K3约10%（90%折扣）；GLM-5.2约19%（约81%折扣）；Grok 4.5为25%（75%折扣）；Anthropic系列具体折扣比例本次未找到可交叉验证的官方数字，不编造 |
| 长上下文/长文本阶梯加价 | OpenAI（三档统一272,000 token阈值）、Google Gemini 3.1 Pro（200K阈值）、Grok 4.5（20万token阈值，涨幅未披露） | 都是"输入越长、单价越贵"的阶梯定价，与DeepSeek、Kimi K3"全上下文统一单价"形成对比 |
| 分时（峰谷）电价 | DeepSeek V4-Pro（唯一采用，截至发稿尚未正式生效） | 北京时间9-12点、14-18点全部计费项（输入+输出）拟翻倍，牺牲账单可预测性换取算力削峰填谷 |
| 速度分级计价 | OpenAI GPT-5.6 Sol"Fast模式"（唯一采用） | 2倍价格换2.5倍速度，是唯一把"响应速度"本身明码标价的厂商 |
| 推理强度/努力度开关（不改变单价，只改变消耗量） | Anthropic Opus 5"effort"低/中/高档；DeepSeek V4-Pro的Non-Think/Think High/Think Max三档；GLM-5.2的High/Max两档 | 同一单价下思考越强、实际消耗的输出token越多，账单是通过"消耗量"而非"单价"被推高的 |
| 思考模式强制常开，无法关闭 | Kimi K3（锁定最高档）、Claude Fable 5（思考过程始终开启） | 用户没有"关闭思考省钱"的选项，单价不变但实际支出天然更高 |
把这张表看完能得出一个结论：真正意义上把"思考/推理"本身当作独立计价维度、明码标出不同价格的，目前只有OpenAI（速度分级）和DeepSeek（时段分级）两家；其余厂商的"推理强度"选项都不改变单价本身，而是通过控制token消耗量间接影响账单——这是横向比价时最容易被忽略、但对实际支出影响可能最大的一个变量。换句话说，如果你只看"每M token多少钱"这一个数字就下结论，很可能会低估真实账单。
十二、中转站视角：开放权重和闭源模型是两套完全不同的价格逻辑
这是本站核心读者最关心的角度。我们把它拆成两类情况来看，因为它们背后的价格形成机制完全不一样。
12.1 开放权重模型：第三方托管竞价，官方价格反而不是最低价
DeepSeek V4系列、GLM-5.2、Kimi K3、Qwen3.6/3.8-Max、MiniMax M3都是开放权重模型，任何有算力的第三方都可以自己部署并对外销售推理服务，这带来一个官方模型不会出现的现象——多家推理服务商互相竞价，导致官方牌价不再是市场最低价。本次调研找到的最典型例子是GLM-5.2：官方（Z.ai/bigmodel.cn）标价$1.40/$4.40，但第三方托管平台（Together AI、Fireworks、DeepInfra、SiliconFlow、OpenRouter等）的中位数价格约为$0.55/$1.85，OpenRouter上甚至能见到低至$0.29/M输入的报价——相当于官方价的约2-5折。DeepSeek V4、Kimi K3同样存在多家第三方托管（Together、Fireworks、Modal、SiliconFlow、OpenRouter等）互相竞价的现象，只是本次没有找到像GLM-5.2这样具体、可引用的价差数字。这类"relay/聚合平台价格低于官方"的情况，本质上是开放权重带来的推理算力市场竞争，闭源模型不存在这个机制。
12.2 闭源模型：中转站价差来自汇率套利/批量采购/逆向协议，而非算力竞价
GPT、Claude、Gemini、Grok都是闭源模型，第三方无法自己部署，中转站只能靠转售官方账号额度赚差价，价差来源和开放权重模型完全不同：批量采购拿折扣价再加价转售、自定义"¥兑$"额度折算汇率（本质是变相打折）、订阅切片、企业云转发，乃至逆向网页协议/IDE免费配额这类灰色渠道。本站此前测评已经记录过大量具体案例：TokenRiver采用"1¥=$1"结算（相当于官方价约14%，注意这是此前已发布内容里的数字，未在本次重新核实，读者应以厂商最新页面为准）；AIGCBest汇率约1.5¥/USD；AZAPI的Claude约¥2.5/USD（约官方价34%）；柏拉图AI（bltcy）汇率1-2.5¥/USD。
本次独立联网检索也印证了同一现象仍在延续：截至2026年4月的一份第三方测评显示，某平台内部结算汇率¥2.4/$（相当于充值打3.3折）、另一平台¥2/$（约2.8折）、某平台GPT-5.1-codex限时价约为官方价的8.5折。这类闭源模型的中转价差，本质上不是"更便宜的算力"，而是"更便宜的账号额度"，价差幅度、稳定性和账号风险（掉包降级、跑路）都明显大于开放权重模型的第三方托管竞价，选型时不能简单套用同一个逻辑去评估两类中转服务的可信度。一句话总结这一节：比较"官方价"这个动作，对开放权重模型只是"起点"，对闭源模型则接近"终点"——因为闭源模型的官方价就是价格天花板，中转站只能打折转售官方额度，不能自己重新定价算力。
十三、六条趋势总结
把九家厂商的价格、机制和中转站生态放在一起看，能提炼出几条比单个数字更有价值的规律：
- 开源/开放权重阵营在纯token单价上全面碾压闭源阵营：DeepSeek V4-Flash（$0.14/$0.28）、Qwen3.6-35B-A3B（$0.14/$0.90）常年占据输入价最低区间，与闭源阵营最贵的Claude Fable 5/Mythos 5（$10/$50）相比，输入价差可达70倍量级、输出价差可达约180倍——这不是"打折"级别，是数量级差异。
- "官方最贵不等于官方最落后"，闭源阵营现在也在打价格战：OpenAI 7月30日大幅下调Terra/Luna价格，Anthropic用Opus 5"以Fable 5一半价格逼近前沿水平"的方式补位中端，都是对开源模型价格压力的直接回应——但闭源阵营的"降价"更多发生在中低档模型上，旗舰档（Sol、Fable 5、Opus 5）价格纹丝不动，说明厂商仍然愿意为"最强模型"保留溢价空间，价格战主要在中端市场展开。
- 开放权重模型的真实到手价，取决于你从哪买，而不只是官方牌价：GLM-5.2官方价与第三方托管中位价能差2-5倍，这个现象在闭源模型里不存在——闭源模型的官方价就是价格天花板。
- 思考/推理强度目前主要通过"消耗量"而非"单价"影响账单：除OpenAI（速度分级）和DeepSeek（峰谷电价）外，其余厂商的推理强度开关都不改变token单价本身；Kimi K3和Claude Fable 5甚至强制思考常开、无法关闭。对中转站用户而言，这意味着"每M token单价"这个数字本身可能低估真实支出，真正决定账单的还有"这个模型完成同一个任务平均消耗多少token"。
- 缓存折扣是被低估的省钱杠杆，且厂商间力度差异极大：DeepSeek缓存命中价接近归零（约98%折扣），OpenAI/Google/Kimi K3普遍收敛在90%折扣附近，GLM-5.2约81%，Grok 4.5为75%——对"反复处理同一份长文档/长代码库"的Agent场景，缓存折扣力度可能比"未命中输入价"本身对实际账单的影响更大。
- "预告"与"正式发布"之间的价格信息真空是最容易被误传的地方：Astra（OpenAI）、Gemini 3.5 Pro/Gemini 4（谷歌）、Grok 4.6/4.7（xAI）都处于"名字或规格已知、但定价/上下文/发布日期完全空白"的阶段，任何声称"某中转站已支持XX"或给出具体价格的说法，本文调研范围内均未找到官方来源支撑，应视为不实信息。反例是Qwen3.8-Max——它在本次调研窗口内恰好完成了从"Preview无独立定价"到"正式GA、官方$/M标价"的转变，说明这类"预告期价格真空"通常不会持续太久，一旦转正，第一时间就会有明确的$/M tokens标价出现。
另外值得一提：积分制/订阅制与纯token计价并存的现象，中国厂商更常见——GLM Coding Plan、Kimi会员分档、Qwen Token Plan都是包月订阅与按量API并行的两套体系，且订阅价格无法直接换算成等效的$/M tokens；美国四家（OpenAI/Anthropic/Google/xAI）目前API层面仍以纯token计价为主，包月订阅（ChatGPT Plus/Pro、Claude Pro/Max等）属于消费者产品层，不直接对应开发者API定价，两者不能混为一谈。
十四、数据时效性声明与发布前核实结果
请把这份表当成"2026年8月5日前后的快照"，而不是永久不变的定价手册
本文所有价格均为独立联网复核+站内已核实数据交叉印证的结果，标注"未公布/未验证"的地方（Astra全部维度、Gemini 3.5 Pro/Gemini 4全部维度、Grok 4.6/4.7全部维度、Gemini 3.5 Flash具体单价、Anthropic缓存折扣具体比例、DeepSeek V4-Pro峰谷加价的官方生效状态）均为如实呈现调研当下的信息空白或信源冲突状态，不代表"永远不会有数字"，而是代表"截至发稿没有可信来源给出"。促销价（如Claude Sonnet 5的$2/$10促销至2026-08-31、GLM Coding Plan Lite档促销价）有明确到期时间，读者在到期后阅读本文需自行核实是否已恢复标准价。中转站/relay相关的具体折扣比例（第十二节引用的TokenRiver"1¥=$1"等站内已发布数字）沿用自站内此前测评内容，本次未逐一重新核实，中转站定价变化频率通常快于底层模型官方定价，建议读者以本站AI API中转站对比看板或厂商最新页面为准。
由于价格随时间变化快，本文发布前专门就本轮调研里最新、最容易过时的两条变化做了独立复核：DeepSeek V4-Pro的峰谷电价——确认截至发稿仍未正式生效，官方定价页仍为单一费率，且加价范围覆盖输入输出全部计费项而不只是output；Qwen3.8-Max的转正定价——确认$2.00/$6.00这组数字准确无误，并且能从"该定价约为Claude Opus 5输入价40%、输出价24%"这个独立角度得到交叉印证，可信度较高。这两条核实结果已经分别写入第五节和第七节的核实框里。
十五、结论：这张表该怎么用
看完这九家厂商的定价全景，一个诚实的结论是：单纯比较"每M token多少钱"这个数字，已经不足以回答"到底哪个模型更划算"这个问题。真正需要放进决策里的至少还有三层：第一层是裸价格本身，开源阵营在这一层有数量级优势；第二层是缓存折扣、长上下文阶梯、峰谷电价、推理强度这些计价机制，它们决定了同一个单价数字背后真实账单可能相差数倍；第三层，也是本站读者最该关心的一层，是"你打算从哪买"——开放权重模型的官方价只是起点，第三方托管竞价可能把价格打到官方价的两三折；闭源模型的官方价则是价格天花板，中转站能提供的只是更便宜的账号额度，而不是更便宜的算力，这也意味着两类中转服务的风险评估逻辑完全不能混用。
合在一起看，这意味着
如果你只是想快速定位一个"够用又便宜"的模型，DeepSeek V4-Flash和Qwen3.6-35B-A3B这类开源轻量档现在是全场价格底线；如果你需要顶尖智能且对预算不敏感，Claude Opus 5、Fable 5和GPT-5.6 Sol仍然是天花板；如果你在意的是长期、大批量的Agent工作流成本，缓存折扣力度和"思考强度是否能关闭"可能比裸单价更值得优先比较。
- 预算敏感、追求性价比的开发者 → 优先看开源阵营（DeepSeek、Qwen、GLM、Kimi、MiniMax），并且认真比较官方价和第三方托管价的差异，别默认官方价就是最低价。
- 需要顶尖智能、预算相对宽松的团队 → Claude Opus 5、Fable 5、GPT-5.6 Sol仍是当前性能天花板，但要留意effort/思考强度开关对实际消耗量的影响。
- 依赖国内中转站接入海外模型的开发者 → 先分清你要接入的是开放权重模型还是闭源模型，这决定了该用"比算力竞价"的逻辑还是"比账号额度折扣与稳定性"的逻辑去评估供应商，具体供应商对比可参考本站AI API中转站对比和OpenAI API中转站推荐页面。