国产模型API价格对比：区分涨价与代际溢价

国产 AI API 还便宜吗？按这份价格调查，答案已经变成「看模型、看时段、看购买地区」。DeepSeek 有明确的历史调价记录，Kimi、GLM 的新旧旗舰存在明显价差，但 Qwen 和 MiniMax 没有沿着同一条涨价曲线走。

对程序员更有用的结论是：模型国别已经不足以判断成本。一次 Agent 任务要花多少钱，还取决于输出长度、缓存命中、调用时段和重试次数。原文整理了价格，却没有测这些模型完成同一任务的实际账单，读价格表时必须把这层边界留出来。

先分清：同一模型涨价，还是新一代卖得更贵

作者统计了截至 2026 年 10 月 29 日的官方 API 标价，覆盖五家中国厂商的 24 个模型，另加六个美国参考模型和两个阿里云转售的 DeepSeek 型号，共 34 行数据。统一采用标准档、最低上下文区间，Qwen 默认取阿里云新加坡国际区价格。

这里有两个不同的问题。

DeepSeek 有 8 月 1 日存档、8 月 13 日公告及 9 月 10 日公告，可以追踪价格变化。其他厂商只是比较同一天挂在官网上的不同代际型号，旧型号价格并不等于它当年的首发价。

新一代比旧一代贵，不足以证明旧模型已经涨价。

作者用「代际溢价」描述这种横向差距，并假设输入与输出 token 比例为 3∶1。混合单价就是「输入价×3＋输出价」再除以 4，单位均为美元／百万 token，缓存输入不计入这个指标。

按这个口径，Kimi K2.6 的混合价约为 $1.71，K3 为 $6.00，K3.1 Pro 为 $4.00。最新旗舰相对 K2.6 是 2.34 倍，但比 K3 便宜。GLM-4.5、GLM-4.6、GLM-4.7 都是 $1.00；GLM-5 升到 $1.55，GLM-5.1、GLM-5.2、GLM-5.3 都是 $2.15。

这能支持「部分新旗舰更贵」，支持不了「所有国产模型持续涨价」。

DeepSeek 的变化，为什么要按时段算

8 月 1 日，DeepSeek V4 Flash 每百万 token 的未命中缓存输入价为 $0.14，缓存命中价 $0.0028，输出价 $0.28；V4 Pro 对应为 $0.435、$0.003625、$0.87。当时页面已经预告将实行峰谷定价，高峰价格为低峰的两倍。

8 月 13 日公告确定，新价格从 8 月 16 日 16:00 UTC 生效：

模型	低峰输入／输出	高峰输入／输出
V4 Flash	$0.22／$0.66	$0.44／$1.32
V4 Pro	$0.66／$1.98	$1.32／$3.96

因此，V4 Flash 高峰输出价是此前的约 4.7 倍，低峰也有约 2.4 倍；V4 Pro 输出分别约为 4.6 倍和 2.3 倍，高峰输入约为 3.0 倍。不能把这次变化仅理解成「忙时多收一倍」，基础价格也变了。

9 月 10 日发布的 V4.1 Flash 又调整了价格：低峰输入、缓存命中、输出分别为 $0.15、$0.003、$0.60，高峰分别为 $0.30、$0.006、$1.20。它比 V4 Flash 的 8 月新价便宜，但输出相对 8 月 1 日仍为约 2.1 倍和 4.3 倍。

高峰窗口是 UTC 01:00—04:00、06:00—10:00，对应北京时间 09:00—12:00、14:00—18:00。V4.1 Flash 的公告还明确，高峰只适用于工作日，周末和中国法定节假日按低峰计算。

购买渠道也会改变账单。阿里云新加坡的 deepseek-v4-flash-0731 忙时仍是 $0.44 输入、$1.32 输出；其 V4 Pro 则为固定 $2.40 输入、$4.80 输出，仅输入就约为官方高峰的 1.8 倍、低峰的 3.6 倍。

国别不再是价格捷径，地区和缓存更关键

Kimi K3.1 Pro、GPT-6.1 Sol、Claude Sonnet 5.5 的普通输入与输出标价完全相同，都是 $2 和 $10，混合价 $4.00。但缓存输入不同：Kimi 为 $0.20，另外两个为 $0.10。

其他旗舰仍有明显价差。Claude Opus 5.5 为 $4 输入、$20 输出，混合价 $8.00；Qwen3.8-Max 为 $3.00，GLM-5.3 为 $2.15，GPT-6.1 Terra 为 $2.00，DeepSeek V4 Pro 高峰和低峰分别为 $1.98、$0.99，MiniMax M3 约为 $0.53。

Qwen 尤其不能脱离地区讨论。新加坡区 Qwen-Max 输入／输出为 $1.60／$6.40，Qwen3.7-Max 为 $2.50／$7.50，Qwen3.8-Max 为 $2／$6；混合价依次是 $2.80、$3.75、$3.00，最新版本相对 Qwen-Max 仅为 1.07 倍。

北京区同一组首尾型号却是 $0.345／$1.377 与 $1.65／$4.951，混合价差达到约 4.1 倍。

Plus 系列也有起伏：Qwen-plus 非思考模式输入／输出为 $0.40／$1.20，思考模式输出为 $4；Qwen3.5-Plus 为 $0.40／$2.40，Qwen3.6-Plus 为 $0.50／$3，Qwen3.7-Plus 回到 $0.40／$1.60。后者混合价 $0.70，是基准的 1.17 倍，作者没有计入限时 20% 折扣。

MiniMax M3 在输入不超过 512K token 时，价格由 $0.60／$2.40 降至 $0.30／$1.20。页面将其标为永久五折，因此调查采用折后价；M3.1 Flash 则为 $0.15／$0.60。

小模型的排序又不同。GPT-6 Luna、Claude Haiku 5.5 都是 $0.10 输入、$0.50 输出，混合价 $0.200，其中 Haiku 的这个档位适用于不超过 100K token 的提示。Qwen3.8-Flash 为 $0.230，GLM-5.3-Flash 约为 $0.237，DeepSeek V4.1 Flash 低峰和 MiniMax M3.1 Flash 都约为 $0.263，前者高峰为 $0.525。

但 DeepSeek V4.1 Flash 低峰缓存命中价只有 $0.003，GPT-6 Luna 和 Haiku 5.5 为 $0.01，MiniMax M3.1 Flash 为 $0.015。重复发送长系统提示的 Agent，不能直接套用上面的普通输入排名。

我的判断

这份调查最有价值的地方，是把历史调价、代际价差、地区差价分开了。价格数字可以支持这些具体结论，却解释不了厂商为什么这样定价，更不能证明贵的模型更强。

API 单价是预算起点，成功完成一次任务的成本才是选型指标。

作者没有测质量、速度、每项任务消耗的 token，也没有提供同一代码任务的对照实验。因此，错峰和复用前缀有价格表依据，但实际能省多少仍需测量；缓存更便宜，也要先确认真实命中率。

3∶1 配比对输出很长的代码生成任务未必合适。批量折扣、缓存写入费用、企业合同、免费额度和税费也被排除。与直接选一个便宜型号相比，多模型切换还会增加评测和维护工作，原文没有计算这部分成本。

另外，作者 Tokely 在文末推荐了自家的统一 API 服务。这不直接否定价格数据，但购买建议带有商业立场。原文提到可下载 chinese-ai-model-api-prices-2026.csv 和 deepseek-api-price-history-2026.csv，本文输入没有附上文件内容，无法逐行复核。

能拿来做什么

• 给现有 Node 或 Agent 调用记录补上模型版本、地区、渠道、输入与输出 token、缓存命中量和实际费用，再按成功任务统计成本，别只比较官网单价。
• 把允许延迟的 DeepSeek 批处理安排到低峰，按具体型号的规则计算时段。使用北京时间调度时，核对 09:00—12:00、14:00—18:00 这两个窗口及节假日条件。
• 用同一批真实编程任务比较候选模型，同时记录正确率、重试次数和输出长度。固定系统提示适合尝试缓存，但要用账单验证收益。
• 仍依赖 Kimi K2 系列的团队应提前验证迁移。按原文所引公告，K2 系列将在 2026 年 10 月 31 日停止向新用户开放，并于 12 月底退役，旧型号低价不能作为长期预算前提。