LLM API价格战白热化：66款模型最高低于官方价95%

如果你以为大模型API的价格已经卷到底了，这份来自聚合平台 UplinkSwitch 的实时目录可能会改变你的判断。该平台从自身 API 网关的实时目录中提取了 11 家开发者、66 款有官方标价的聊天模型，把「官方列表价」和「平台实际售价」并排放置，结果相当刺眼：66 款模型在输入和输出两侧都低于官方列表价，最大差价达到 95%。

需要说明的是，这份数据反映的是某个转售/聚合平台相对官方标价的折让幅度，而非各家开发者官方定价本身的绝对高低。但即便带着这层视角，它依然是一份观察 LLM 推理成本现实的样本。

性价比速览：各家最低价模型

原文按「输出价优先、输入价次之」排序，筛选出每家开发者最低价的模型（未通过真机校验的模型会被跳过），并列出了与官方列表价的对照：

开发者	最低价模型	输入价	输出价	官方列表价
Anthropic	Claude Haiku 5.5	$0.06	$0.15	$0.10 / $0.50
DeepSeek广告	DeepSeek V4 Flash 0423	$0.0279	$0.0558	$0.30 / $1.20
Google	Gemini 3.1 Flash Lite Preview	$0.15	$0.90	$0.25 / $1.50
MiniMax	MiniMax M2.5	$0.162	$0.648	$0.27 / $1.08
Moonshot AI	Kimi K2.5	$0.27	$1.35	$0.45 / $2.25
OpenAI	GPT-6 Luna	$0.0625	$0.15	$0.10 / $0.50
Qwen	Qwen3.7 Plus	$0.192	$0.768	$0.32 / $1.28
Tencent	Hy3	$0.0417	$0.1668	$0.139 / $0.556
xAI	Grok 4.20 Multi-Agent (0309)	$0.75	$1.50	$1.25 / $2.50
Xiaomi	MiMo V2.6 Flash	$0.084	$0.09	$0.14 / $0.28
Z.ai	GLM 5.3 Flash	$0.084	$0.15	$0.15 / $0.50

几个值得关注的信号：

• 低价区间已经被中国厂商和轻量模型占据。 DeepSeek V4 Flash、Tencent Hy3、OpenAI GPT-6 Luna、Anthropic Claude Haiku 5.5 的输入价都压到了每百万 token 几美分级别。
• 官方价与渠道价之间的价差普遍存在。 表中多数模型的折让在 40%–70% 之间，DeepSeek V4 Flash 0423 更是达到输入 90% off、输出 95% off。
• xAI 在这个样本里是价格最高的一家。 其最低价模型输入 $0.75、输出 $1.50，明显高于其他家的入门级产品。

各开发者定价结构拆解

Anthropic：12 款模型，分层清晰

Anthropic 的产品线从 Claude Haiku 5.5（$0.06/$0.15）一路延伸到 Claude Fable 5（$3.00/$15.00），跨度约 50 倍。说个细节 Opus 4.6 到 Opus 5 四款模型价格完全一致（$1.50/$7.50），Opus 5.5 反而小幅下调到 $2.10/$6.00 且折让 47%/70%。Sonnet 4.6 的缓存价格标注为「按输入费率」，意味着这款模型没有提供独立的缓存折扣档。

DeepSeek：折让幅度全场最大

DeepSeek 的 6 款模型里，V4 Flash 0423 的 90%/95% 折让是整份数据中最夸张的一档。同家族的 V4.1 Flash 也有 80%/85% 的折让。相对高端的 V4 Pro 系列折让收窄到 40%–70%，说明越是旗舰模型，渠道议价空间越小。

Google：11 款模型，Flash 系列密集迭代

Gemini 产品线几乎被 Flash 变体占满：3.5 Flash、3.6、3.7、3.8 Flash 的价格全部是 $0.45/$2.25，折让率统一 40%。真正的旗舰 Gemini 4 Argon 定价 $0.60/$3.00，相对官方 $2.00/$10.00 折让 70%。Gemini 3.1 Flash Lite Preview 是全线最低价（$0.15/$0.90）。

OpenAI：13 款模型，折让梯度最丰富

OpenAI 是模型数量最多的一家。GPT-6 Luna（$0.0625/$0.15）与 Claude Haiku 5.5 价格几乎重合，说明入门级市场的定价正在趋同。GPT-6 Astra 与 Claude Fable 5 的官方标价同为 $10.00/$50.00，属于旗舰级价位。一个细节是 GPT-6 Luna 的输入折让仅 37%，是表中少数低于 40% 的数值。

其他开发者

• Moonshot AI：4 款 Kimi 模型，K2.5 到 K3 价格从 $0.27/$1.35 升至 $0.90/$4.50，大版本跃迁伴随约 3 倍涨价。
• MiniMax、Tencent、Qwen、Xiaomi、Z.ai：模型数量各 2–4 款，折让率基本稳定在 40%–70% 区间，属于渠道标准折让。
• xAI：5 款 Grok 模型，4.3 及之后版本折让统一为 70%，但绝对价格仍是全表最高。

「每百万 token」计价口径与模型分层的含义

LLM API 普遍以「每百万 token 的美元价格」标价，并区分输入（prompt）与输出（completion）两侧，输出价通常是输入价的 4–5 倍，因为自回归生成需要逐 token 串行计算，而输入可以并行预填充。同一开发者内部通常按能力与成本分层：轻量/Flash/Haiku 级模型面向高并发、低复杂度任务，旗舰级模型面向复杂推理，价格可相差数十倍。这也是文中「从 $0.06 到 $3.00 输入价跨度约 50 倍」的结构性原因——价格梯度反映的是模型规模与推理算力投入的差异，而非单纯的市场定价策略。

如何理解「低于官方价 95%」

这是整份数据最容易被误读的地方。原文的方法论写得很清楚：列表价是开发者自己公布的每百万 token 费率，从官方定价页读取；百分数是向下取整的；0% 意味着持平或高于列表价。

换句话说，这些数字描述的是「聚合平台售价相对官方标价的折扣」，不是「模型本身的官方价格」。对于开发者而言，选择聚合平台能降低短期成本，但也意味着把可用性、延迟和合规责任交给了中间商。原文本身也提示：引用这份指数时应当引用索引数据源，而非这篇文章，因为价格会随每次请求实时变化。

值得留意的是数据的一致性处理：带日期后缀的快照版本和不同 effort 变体会合并到基础模型；没有官方标价的模型、以及第三方修改版本被排除在外。这保证了对比的基准相对干净。

聚合平台/API 转售的业务模式

聚合平台（也称 API 网关或转售商）并不训练模型，而是从模型开发者处批量采购推理额度，再以按量计费的方式零售给终端用户。其折让空间通常来自三方面：批量采购的阶梯折扣、平台自身的补贴获客策略、以及对闲置算力的套利。对开发者而言，这类平台的价值在于统一计费入口和多模型切换便利，但代价是引入了一层中间商：请求要经过额外一跳，延迟和可用性受平台自身稳定性影响；数据也会流经第三方，合规敏感场景需要额外评估数据留存与跨境传输条款。因此「95% 折扣」本质是采购路径的让利，而非模型能力或推理成本的下降。

缓存定价（Prompt Caching）的计费逻辑

大模型 API 的缓存机制允许开发者把重复出现的长前缀（如系统提示词、长文档、few-shot 示例）预先写入缓存，后续请求命中缓存时按更低的「缓存读取价」计费，通常为输入价的 10%–20%，部分厂商还另收一次性的「缓存写入价」。这让长上下文、多轮对话、RAG 等场景的成本显著下降。文章提到 Anthropic Sonnet 4.6、OpenAI GPT-4o 系列、Tencent Hy 系列标注为「按输入费率」，即这些模型在当时未提供独立的缓存折扣档，命中缓存也按普通输入价收费，做长上下文重复调用的成本模型时必须单独核算，不能套用其他模型的缓存折扣假设。

对开发者选型的实际启示

从这份价格表可以提炼出几条可操作的判断：

1. 入门级模型的成本已经接近「水电价」。 输入每百万 token 几分钱的模型不止一家，适合大批量、低复杂度的任务，比如分类、抽取、简单摘要。
2. 旗舰模型的价格梯度远大于中端。 从 $0.06 到 $3.00 的输入价跨度说明，模型选型的第一决策仍然是任务难度，而非单纯比价。
3. 缓存折扣差异明显。 表中多款模型的缓存价是输入价的 10%–20%，但 Anthropic Sonnet 4.6、OpenAI GPT-4o 系列、Tencent Hy 系列标注为「按输入费率」，没有缓存优惠，长上下文重复调用的场景需要单独核算。
4. 不要只看折让率。 40% off 一个 $0.10 的模型和 40% off 一个 $10 的模型，绝对节省差距是 100 倍。

原文同时提供了 JSON 和 CSV 格式的原始数据（缓存五分钟，带生成时间表头），并附有按模型家族划分的定价页面，覆盖 Claude、GPT、Gemini、Grok、DeepSeek、Kimi、GLM、Qwen 八个系列。对于需要做成本模型的团队来说，直接用结构化数据比读文章更可靠。

小结

这份月度价格指数最大的价值不在于某个具体数字，而在于它揭示的结构：LLM 推理市场的入门价格正在快速趋同，旗舰价格仍然分化明显，而官方价与渠道价之间的价差已经成为常态。对开发者来说，真正的成本优化空间既在模型选择，也在采购路径。