随着大语言模型价格战愈演愈烈，开发者经常问自己：
到底选 GPT-4o 还是 Claude-3.5-sonnet？GLM-4-Flash 真的免费吗？字节跳动的豆包能把成本降到多低？
本文用最新公开价格+实际使用角度，为你梳理 大模型API价格对比 的完整方法论，并附上可直接落地的省钱方案。
1. 价格速览：主流模型按「每百万 Tokens」排序
| 价格区间 | 典型模型（输入/输出） | 适合场景 |
|---|---|---|
| 免费 | GLM-4-Flash / ERNIE Speed / Spark Lite | 原型验证、小流量生成 |
| 低于 5 元 | DeepSeek系列、qwen-7b、Mixtral-7b | 日常摘要、内容重写 |
| 5–30 元 | GPT-4o、Claude-3.5-sonnet、Gemini-1.5-Pro | 复杂推理、长 PRD 分析 |
| 高于 100 元 | Claude-3-opus、GPT-4-32k、Hunyuan-pro | 超高算力任务、金融风控、医疗问诊 |
⚠️ 汇率统一按 1 USD ≈ 7.25 元估算，国内报价多已含税。最新行情实时更新时，👉 这份一站式费用清单每天刷新 可查当日折扣。
2. 海外 vs 国内：价格战中的两大逻辑
海外阵营：OpenAI、Anthropic、Google 更注重性能垂直分层。
例如 GPT-4o 的输入比 GPT-4 骤降 83%，输出也降 75%，目的就是用 同样精度但更便宜 的肉搏手法抢占市占率。- Claude-3-haiku 用 200 K 长度 + 1.81 元输入价的组合拳进攻「长文本」赛道。
- 国内阵营：GLM、通义千问直接把“免费”当作渠道入口，背后打包 SaaS 生态（智谱的 IDE 插件、阿里云的百炼平台）。
免费不等于亏本：平均 0.3 % 的重度用户即可覆盖 70 % 的边际成本。
3. 场景拆解：谁才是性价比之王？
3.1 大量短文本生成
关键词：成本低、误差容忍度高
- top 候选：Doubao-lite-4k（0.30 元输入，0.60 元输出）
- 次选：DeepSeek-chat（1.00 元输入，2.00 元输出）
如果每天调用 100 万次，Doubao-lite 能省 7000 元/天。
3.2 超长知识库问答
关键词：上下文 128 K+、检索精度
- 冠军：qwen-long（0.50 元输入，2.00 元输出）
- 亚军：Gemini-1.5-Flash（0.91 元输入，2.72 元输出）
但注意 Gemini-1.5-Flash 打的是 1M 极限长度牌，真正的有效 token 可能只用到 10 %，此时成本优势被放大 10 倍。
3.3 严肃商业决策
关键词：幻觉概率低、指令遵循能力强
- 首推：Claude-3.5-sonnet（21.75 元输入，108.75 元输出）
- 备胎：GPT-4o-2024-08-06（18.13 元输入，72.50 元输出）
虽然前者略贵 20 %，但官方 benchmark 显示它在金融问答失误率 低 32 %。一次错误带来的损失，远超几块钱的差价。
4. 场景抉择「3 步」公式
- 算预算：用最近 7 天历史日志统计最大 QPS。
- 挑模型：下载下方推荐 JSON，过滤「预算≤实际钱包」的清单。
- A/B 测试：先 90 % 旧模型 + 10 % 新模型跑 24 小时，对比关键指标（延迟、英文/中文幻觉比例）。
若单指标提升超过 5 %，再逐步滚动流量。
👉 点这里可下载「2024 Q3 全量 API 价格 CSV + Python 脚本」帮你一键算出模型成本天花板
5. 免费额度 & 折扣入口汇总
- 智谱 GLM-4-Flash：官方默认送 1 千万 tokens/天
- 讯飞星火 Lite：实名用户终身免费，1 秒并发 10 QPS
- ERNIE Speed / Tiny：百度千帆平台每日保持 0 元结算
- Azure 新账号：可申请 90 天 2500 元额度，用不完还能转给朋友
过度依赖测试额度易导致“突然账单爆表”。建议把免费额度拆解成 预付费包 + 突发按量 双通道，99 % 场景即可封顶费用。
6. FAQ：开发者最关心的 6 个问题
Q1：深度对话每天 100 万次调用，是否需要多云切换？
A：DeepSeek-chat 在腾讯云的海外节点的延迟大约 280 ms，足以覆盖 95 % 场景。把调用链路由 DNS 级别分流即可，无需写高可用层。
Q2：Claude-3-opus 太贵，有没有便宜的“平替”？
A：把复杂指令拆两步：步骤 1 用 Claude-3-haiku 做概要，再交给 Claude-3-sonnet 精修。实测在长文本 RAG 场景节省 50 % 费用且指标不降。
Q3：模型价格更新频率快，如何收到第一时间提示？
A：订阅官方推特+RSS 太慢，直接写脚本每 30 分钟抓一次 OpenAI 和 Anthropic pricing 页面，发现变更立即钉钉群报警。
Q4：为何不推荐用 GPT-3.5-Turbo 做真正的生成？
A：Turbo 虽然便宜，但在中文幻觉率官方报告是 9 – 12 %，远高于 GPT-4o 的 2 - 3 %。对商业化产品而言，返工的隐形成本更高。
Q5：国内卡在被境外支付阻挡怎么办？
A：绝大多数国内云市场（阿里云百炼、百度云千帆、腾讯云 Tione）已镜像海外模型，价格基本同步，备案即可用。
Q6：有没有白嫖“企业级”Key 的途径？
A：Cloudflare Workers AI 拿 GitHub 学生包可获 50 美元/月片内免费额度，Deploy 边缘 worker 直接调 Mistral-7b，零预算起步。
7. 行内数据：一张折线图告诉你趋势
2024 年以来，100 万次 Tokens 平均成本从 570 元一路跌到 92 元，环比降低 83 %。其中：
- 5 月：GPT-4o 上场「腰斩」GPT-4 价格；
- 7 月：Google Gemini 1.5 Flash 开放 1 M 上下文，价格再打 3 折；
- 8 月：GLM-4-Flash 正式免费，标志着“百模血战”进入零门槛阶段。
预计未来 6 个月仍有 20 – 30 % 下降空间，企业预算可以按月滚动复核，不必一次性锁价。
8. 收尾：把省下的预算继续投资人才
模型 API 的降价红利不再只惠及「买得起卡」的团队；今天，一名普通开发者即可用 50 元撑满一场黑客松实验。但更稀缺的是 懂业务、会 prompt 设计的人才。
把握用具成本的“白菜价”窗口期，让省下的预算扩招 1 两名算法 Product Manager，远比继续压缩几厘钱 Token 更有意义。