2026 大模型 API 价格对比（7月更新）：50+ 模型一表看清
2026年7月更新。对比 Kimi K3、GPT-5.6 Sol/Terra/Luna、Grok 4.5、GLM-5.2、Claude Opus 4.8、DeepSeek V4 等 API 价格。
2026 年 7 月，Moonshot AI 发布 Kimi K3，OpenAI 发布 GPT-5.6 Sol、Terra 和 Luna，xAI 推出 Grok 4.5，Z.AI 则将 GLM-5.2 升为 1M 上下文旗舰。DeepSeek V4 Flash 与 MiMo-V2.5 的缓存命中输入仍低至 $0.0028/M，厂商之间的价格差距空前悬殊。
这篇文章会帮你理清当前所有主流 AI API 的真实价格、不同场景下的月度成本估算，以及如何在不牺牲质量的前提下大幅削减 API 开支。
2026 年 7 月 AI API 厂商最新动态
先快速过一遍各家的产品线：
OpenAI 现在用 GPT-5.6 三档覆盖不同预算：Sol 为 $5/$30，Terra 为 $2.50/$15，Luna 为 $1/$6；三者都有 1.05M 上下文、90% 缓存读取折扣，以及按输入价 1.25 倍计费的显式缓存写入。超过 272K 输入后，整个请求会进入长上下文费率。
Anthropic 当前由 Claude 4.8/4.6 产品线领衔：Opus 4.8（$5/$25）是最高能力选项；Sonnet 4.6（$3/$15）是新一代最佳性价比旗舰；Haiku 4.5（$1/$5）负责低延迟和低成本任务。
Google 当前新增 Gemini 3.5 Flash（$1.50/$9，缓存输入 $0.15），并覆盖 Gemini 3.1 Pro（本文表格按 $2.00/$12 展示）、Gemini 3.1 Flash-Lite，以及 Gemini 2.5 系列。注意 Gemini 2.5 Flash 当前标准价是 $0.30/$2.50，不再是旧文里的 $0.15/$0.60。
xAI 当前由 Grok 4.5（$2/$6，500K 上下文）领衔；Grok 4.3 与 Grok 4.20 系列继续提供 $1.25/$2.50 的 1M 上下文选项，Grok Build 0.1 则面向编程工作流。
DeepSeek 用 V4 Flash 和 V4 Pro 重新定义低价 Agent 成本。V4 Flash 缓存未命中输入 $0.14/M、缓存命中 $0.0028/M、输出 $0.28/M，缓存重的编程 Agent 会比旧 V3.2 估算便宜很多。
小米 MiMo 已在北京时间 2026 年 5 月 27 日下调 V2.5 系列按量 API 价格。MiMo-V2.5-Pro 现在是 $0.435/M 输入、$0.87/M 输出，MiMo-V2.5 现在是 $0.14/M 输入、$0.28/M 输出，并且缓存命中价降到 $0.0028/M。
Mistral 当前 Large 3 为 $0.50/$1.50，Small 4 为 $0.10/$0.30。
MiniMax 推出 M3，提供 1M 上下文、图片/视频输入，以及 $0.30/$1.20 的国际站标准价格。
Z.AI 用 GLM-5.2 主打持续编程与 Agent 工作流，国际站价格为 $1.40/$4.40，缓存输入 $0.26，并把上下文扩到 1M。
Moonshot AI 发布 Kimi K3，全球 API 为缓存未命中输入 $3.00/M、缓存输入 $0.30/M、输出 $15.00/M。它支持 1M 上下文、图片/视频输入、结构化输出和自动缓存；完整权重计划在 7 月 27 日前发布。
完整价格表（每百万 Token）
以下是截至 2026 年 7 月 19 日的定价，所有价格单位为美元/百万 token。
旗舰级 / 最高能力模型
| 模型 | 厂商 | 输入价格 | 输出价格 | 上下文窗口 | 状态 |
|---|---|---|---|---|---|
| GPT-5.6 Sol | OpenAI | $5.00 | $30.00 | 1.05M | 7月新 |
| GPT-5.6 Terra | OpenAI | $2.50 | $15.00 | 1.05M | 7月新 |
| Kimi K3 | Moonshot AI | $3.00 | $15.00 | 1M | 7月新 |
| Grok 4.5 | xAI | $2.00 | $6.00 | 500K | 7月新 |
| Claude Opus 4.8 | Anthropic | $5.00 | $25.00 | 1M | 5月新 |
| Gemini 3.1 Pro Preview | $2.00 | $12.00 | 1.05M | 2月新 | |
| GPT-5.5 Pro | OpenAI | $30.00 | $180.00 | 1.05M | 4月新 |
| GPT-5.4 | OpenAI | $2.50 | $15.00 | 1.05M | |
| GPT-5 | OpenAI | $1.25 | $10.00 | 400K | |
| Gemini 2.5 Pro | $1.25 | $10.00 | 1.05M | ||
| Grok 4.3 | xAI | $1.25 | $2.50 | 1M | 5月新 |
| o3 | OpenAI | $2.00 | $8.00 | 200K |
旗舰级模型的核心变化是锚点切换：GPT-5.6 Sol/Terra、Claude 4.8、Gemini 3.1 Pro 与 Grok 4.5 才是当前应优先比较的对象，GPT-5.5 和 Grok 4.3 已经是上一代基准。
中端 / 最佳性价比模型
| 模型 | 厂商 | 输入价格 | 输出价格 | 上下文窗口 | 状态 |
|---|---|---|---|---|---|
| Claude Sonnet 4.6 | Anthropic | $3.00 | $15.00 | 1M | 2月新 |
| GPT-5.3-Codex | OpenAI | $1.75 | $14.00 | 400K | 4月新 |
| Gemini 3.5 Flash | $1.50 | $9.00 | 1.05M | 5月新 | |
| GLM-5.2 | Z.AI | $1.40 | $4.40 | 1M | 6月新 |
| GPT-5.6 Luna | OpenAI | $1.00 | $6.00 | 1.05M | 7月新 |
| Mistral Large 3 | Mistral | $0.50 | $1.50 | 128K | |
| DeepSeek V4 Pro | DeepSeek | $0.435 | $0.87 | 1M | 5月31日后正式为原定价 1/4 |
| Xiaomi MiMo-V2.5-Pro | 小米 MiMo | $0.435 | $0.87 | 1M | 5月27日降价 |
| Grok Build 0.1 | xAI | $1.00 | $2.00 | 256K | 5月新 |
中端档的主力应切到 Claude Sonnet 4.6、GPT-5.6 Luna、GLM-5.2、Mistral Large 3 和 Grok 4.3/4.20。DeepSeek V4 Pro 和小米 MiMo-V2.5-Pro 则是国产 Agent 模型的低价重点。
经济型 / 高吞吐模型
| 模型 | 厂商 | 输入价格 | 输出价格 | 上下文窗口 |
|---|---|---|---|---|
| DeepSeek V4 Flash | DeepSeek | $0.14 | $0.28 | 1M |
| Xiaomi MiMo-V2.5 | 小米 MiMo | $0.14 | $0.28 | 1M |
| MiniMax M3 | MiniMax | $0.30 | $1.20 | 1M |
| Gemini 3.1 Flash-Lite | $0.25 | $1.50 | 1M | |
| Gemini 2.5 Flash | $0.30 | $2.50 | 1M | |
| Gemini 2.5 Flash-Lite | $0.10 | $0.40 | 1M | |
| Mistral Small 4 | Mistral | $0.10 | $0.30 | 128K |
| Claude Haiku 4.5 | Anthropic | $1.00 | $5.00 | 200K |
经济型这一档出现了真正的低价选择。DeepSeek V4 Flash 和 MiMo-V2.5 现在同为 $0.14/$0.28，Gemini 2.5 Flash-Lite 和 Mistral Small 4 则是更成熟平台上的经济型选择。
想针对自己的使用场景做精确对比？用我们的 AI 模型价格计算器 输入你的实际用量，一键生成各模型的月度成本估算。
不同预算怎么选模型
企业级（月 API 开支 $5,000 以上）
企业场景要的是最高能力和最大稳定性。GPT-5.6 Sol、Claude Opus 4.8、Kimi K3 和 Gemini 3.1 Pro Preview 是当前高能力候选，适合复杂分析、长篇内容生成和多步骤 Agent 工作流。
实际操作建议：不要把所有请求都打到旗舰模型上。用 GPT-5.6 Sol/Opus 4.8 处理最复杂任务，Kimi K3 处理长上下文多模态或超长输出 Agent，日常生产流量走 GPT-5.6 Terra、Sonnet 4.6 或 GLM-5.2，简单请求路由到 GPT-5.6 Luna、Flash/Small 级模型。
创业公司（月 $500-$5,000）
这个阶段模型路由策略最关键。可以评测 Kimi K3、GPT-5.6 Terra/Luna、Claude Sonnet 4.6、GLM-5.2、Gemini 3.5 Flash 或 Mistral Large 3。高频低复杂度的任务交给 Gemini 2.5 Flash-Lite、DeepSeek V4 Flash、MiMo-V2.5 或 Grok 4.3/4.20。
如果你的产品主要面向中国用户，DeepSeek 系列值得重点考虑——不仅价格低，中文理解能力也是一线水平，而且国内访问延迟更低。
个人开发者 / 副业项目（月 $500 以下）
预算有限时，优先比较 DeepSeek V4 Flash（$0.14/$0.28）、MiMo-V2.5（$0.14/$0.28）、Gemini 2.5 Flash-Lite（$0.10/$0.40）和 Mistral Small 4（$0.10/$0.30）。
月度成本实测估算
光看每百万 token 的单价可能没什么直观感受。下面我们按三种典型用量来算一下月度开支（假设输入输出 1:1）。
轻度使用（每月 100 万输入 + 100 万输出 token）
适合个人项目、内部工具原型。
| 模型 | 月费用 |
|---|---|
| DeepSeek V4 Flash | $0.42 |
| Xiaomi MiMo-V2.5 | $0.42 |
| Gemini 2.5 Flash-Lite | $0.50 |
| Mistral Small 4 | $0.40 |
| Llama 3.3 70B | $1.76 |
| Gemini 2.5 Flash | $2.80 |
| Gemini 3.5 Flash | $10.50 |
| Kimi K3 | $18.00 |
| GPT-5 | $11.25 |
| Claude Sonnet 4.6 | $18.00 |
中度使用（每月 5000 万输入 + 5000 万输出 token）
适合早期创业产品、B 端 SaaS。
| 模型 | 月费用 |
|---|---|
| DeepSeek V4 Flash | $21 |
| Xiaomi MiMo-V2.5 | $21 |
| Gemini 2.5 Flash-Lite | $25 |
| Mistral Small 4 | $20 |
| Llama 3.3 70B | $88 |
| Gemini 2.5 Flash | $140 |
| Gemini 3.5 Flash | $525 |
| Kimi K3 | $900 |
| GPT-5 | $563 |
| Claude Sonnet 4.6 | $900 |
重度使用（每月 5 亿输入 + 5 亿输出 token）
适合大规模线上产品。
| 模型 | 月费用 |
|---|---|
| DeepSeek V4 Flash | $210 |
| Xiaomi MiMo-V2.5 | $210 |
| Gemini 2.5 Flash-Lite | $250 |
| Mistral Small 4 | $200 |
| Llama 3.3 70B | $880 |
| Gemini 2.5 Flash | $1,400 |
| Gemini 3.5 Flash | $5,250 |
| Kimi K3 | $9,000 |
| GPT-5 | $5,625 |
| Claude Sonnet 4.6 | $9,000 |
数据说话：在重度使用场景下，选 Gemini 2.5 Flash-Lite 还是 Claude Sonnet 4.6，月费差了 36 倍。
想精确计算你的实际 prompt 会消耗多少 token？用 Token 计数器 测量你的 prompt 长度，然后在 价格计算器 里模拟不同模型的月度开支。
隐藏成本：比单价更重要的事
裸的每 token 价格只是冰山一角。以下几个因素在实际生产中影响更大：
速率限制（Rate Limits）
几乎所有厂商都对低等级账号设置了 RPM（每分钟请求数）和 TPM（每分钟 token 数）限制。OpenAI 和 Anthropic 都需要一定的历史用量或预付费才能解锁更高的限额。如果你的应用需要突发并发能力，要提前升级 tier 或购买预付额度。
DeepSeek 这方面相对宽松，但在高峰期（尤其是国内流量高峰时段）可能会出现排队和延迟增加的情况，需要做好降级方案。
Prompt 缓存
Anthropic 和 OpenAI 都提供 prompt 缓存机制。GPT-5.6 的缓存读取是标准输入价的 10%，显式缓存写入是标准输入价的 1.25 倍。DeepSeek V4 Flash 和 MiMo-V2.5 的缓存命中输入都是 $0.0028/M。对于反复发送仓库上下文的 Agent，必须同时核算首次写入和后续读取。
批量 API（Batch API）
OpenAI 的 Batch API 对非实时任务提供 50% 折扣（24 小时内完成），Anthropic 的 Message Batches API 也有类似优惠。数据标注、内容批量生成、周报汇总等不需要实时响应的任务，永远应该走批量端点。
推理 Token（Reasoning Tokens）
o3、o3-mini、DeepSeek V4 thinking mode 这类推理模型会在内部消耗大量「思考 token」——你要为这些看不见的 token 付费，但它们不会出现在最终输出里。使用推理模型时一定要监控实际 token 消耗，而不是只看输出长度。
国内中转 / 代理成本
对于使用 OpenAI、Anthropic 等海外 API 的国内开发者，还需要考虑中转代理的成本。主流中转服务通常会在原价基础上加 10-30% 的溢价。相比之下，DeepSeek 可以直接国内调用，没有这层额外开支，这也是它在国内开发者中特别受欢迎的原因之一。
6 个实战省钱策略
1. 按复杂度路由请求
不是每个请求都需要用你最贵的模型。建一个简单的分类器（哪怕只是关键词匹配或正则），把简单查询分发给 Flash/Small/V4 Flash，只把真正复杂的任务升级到 Opus/GPT-5。很多团队实测下来，70-80% 的请求其实用经济型模型就够了。
2. 用好 Prompt 缓存
如果你每次请求都发送相同的 system prompt，务必启用 prompt 缓存。在 Anthropic 的实现中，缓存后的 prompt 后续调用成本降低 90%。在应用层面，也可以对相同或高度相似的查询做结果缓存。
3. 非实时任务走批量 API
内容审核队列、文档处理、批量翻译——任何不需要实时响应的任务都应该用批量 API，直接省一半钱。
4. 优化 Prompt 长度
更短的 prompt 意味着更少的花费。去掉冗余指令，压缩示例，使用结构化格式。一个经过精心工程化的 prompt 可以比初稿短 30-50%，同时产出质量更好。用 Token 计数器 测量每个版本的 prompt 实际 token 消耗，做到心中有数。
5. 对重复任务做微调
如果你在大量调用同一类请求，微调一个小模型通常比用通用大模型更便宜且效果更好。OpenAI 和 Mistral 都提供了微调 API，DeepSeek 的开源版本也可以自行微调部署。
6. 设置预算上限
所有主流厂商都提供用量仪表板和消费告警。设置硬性月度上限，防止开发测试阶段的意外账单。特别是在接入推理模型的初期，token 消耗可能比你预期的高得多。
关于本地部署：另一种省钱路径
如果你有 GPU 资源（自有或租用），本地部署开源模型是绕过 API 定价的另一条路。DeepSeek 开源权重、Xiaomi MiMo-V2.5 和 Llama 3.3 70B 都可以在自己的基础设施上运行。在重度使用场景下，本地部署的总拥有成本可能比 API 调用更低。
不过本地部署需要考虑 GPU 显存需求。想评估你的硬件能否跑得动目标模型？可以用我们的 VRAM 计算器 快速估算所需显存。
总结
2026 年的 AI API 市场，选择比以往任何时候都多，价格区间也比以往任何时候都宽。从 Gemini 2.5 Flash-Lite 或 Mistral Small 4 的 $0.10/百万输入 token，到 GPT-5.6 Sol 或 Claude Opus 4.8 的 $5.00/百万，输入价已经相差 50 倍；长上下文和缓存规则还会进一步拉开真实账单。
管理成本的关键不是死盯一个模型，而是建立一套按任务复杂度智能路由的策略——让旗舰模型只处理真正需要它的请求，把 70% 以上的流量交给经济型模型。
对于国内开发者，DeepSeek 系列目前是综合考虑价格、中文能力、访问便利性后的最优选择之一。 但不要忽略 Gemini Flash 和 Mistral Small 等海外经济型模型——在英文场景下它们的性价比可能更高。
现在就用 AI 模型价格计算器 模拟你的实际使用场景，找到最适合你的模型组合。定价在持续变化，建议每季度重新评估一次你的模型选择。
新模型深度解析：
- Kimi K3 API 价格与接入指南 — $3 输入、1M 上下文、自动缓存与 API 接入
- Kimi K3 vs GPT-5.6 Sol — 标准/长上下文价格、输出上限与 Agent 选型
- GPT-5.6 API 价格指南 — Sol、Terra、Luna 标准价、长上下文价与缓存写入
- GPT-5.6 Sol vs Terra vs Luna — 三档模型如何选
- GPT-5.6 Codex 限制与多 Agent 指南 — 周限制、credits 与企业月度限额的实际变化
- Gemini 3.5 Flash vs DeepSeek V4 - 价格与 Agent 路由对比
- Gemini 3.1 Pro 价格指南 — $2.00/M，ARC-AGI-2 77.1%，原生视频理解，1M 上下文
- GPT-5.5 在 Codex 中的价格指南 — GPT-5.5、GPT-5.3-Codex 与 DeepSeek 路由成本
按厂商深度解析：
- DeepSeek API 价格 2026 完全指南 — V4 Flash、V4 Pro 永久降价与缓存命中成本拆解
- 小米 MiMo-V2.5 Agent 模型指南 — MiMo 定价、Token Plan、Claude Code 和 OpenCode 配置
- Claude API 价格 2026 完全指南 — Opus/Sonnet/Haiku 对比，Prompt Caching 90% 省钱攻略
- OpenAI API 定价指南 2026 — GPT-5.6 Sol/Terra/Luna、缓存与长上下文计费
- Google Gemini API 定价指南 2026 - Gemini 3.5 Flash、3.1 Pro、2.5 Flash、Flash-Lite 和免费额度
- Grok API 定价指南 2026 — Grok 4.5、4.3、4.20 与 Build 0.1 定价
- Mistral API 定价指南 2026 — Large 3 $2/M、Small 3.1 $0.20/M，欧盟 GDPR 合规
- AI API 降本 80%：8 个省钱策略 — 含代码示例的实战降本指南
- 自建大模型 vs API 成本对比
- AI API 速率限制对比