前段时间跑一个爬虫智能体，一周烧掉 200 多块 API 费。我以为是模型贵，后来把国内外 12 家的价格官网全扒了一遍，才发现烧钱不是因为单价高，是选错了模型。

同样跑一个智能体，输出 100 万 token，选对模型 花 2 毛钱，选错模型花 200 块，差 1000 倍。这篇文章把我整理的价格表全部给你，再附上 6 个我亲测有效的省钱打法。

一、先看懂计价规则：你烧的钱到底花在哪

模型 API 按 token 计费，1 个汉字大约 0.6~1.6 个 token（各家分词器不同）。决定你账单的是三个独立价格：

• 输入价：你发给模型的内容（系统提示词、历史对话、工具返回的结果）
• 输出价：模型回复你的内容
• 缓存命中价：重复发送相同前缀时按折扣价算，最低能压到原价的 1/20

输出价通常是输入价的 3~10 倍。跑智能体时工具调用、多轮对话会疯狂堆输入 token，所以输入单价对智能体成本影响最大，但这恰恰是缓存折扣最狠的地方。

一张表看懂账单：智能体烧的是输入 token，不是你以为的"模型回复"。

二、纯文本模型价格表（国内 7 家 + 海外 3 张王牌）

以下数据全部从官网截图佐证（图在文中），采集日期 2026 年 10 月 16 日。价格单位：元/百万 token（海外为美元）。

国内模型：便宜得离谱的一档

厂商	模型	输入价	输出价	特点
DeepSeek	V4.1 Flash	0.02（谷）/ 0.02（峰）	4（谷）/ 6（峰）	周末全天谷价
DeepSeek	V4.1 Pro	1（谷）/ 0.15（峰）	13.5（谷）/ 27（峰）	推理旗舰
智谱	GLM-5.3-Flash	0.02	0.2	最便宜
智谱	GLM-5.3	2	28	旗舰
Kimi	K2.6	1	5	高性价比
MiniMax	M2.7	$0.3	$1.2	智能体特化
阿里百炼	qwen3.8-flash	0.05	0.5	百万 token 免费额度

DeepSeek 是唯一做峰谷分时定价的：工作日 9-12 点、14-18 点算高峰（价高），其他时段含整个周末算低谷（价低）。跑批处理、跑仿真、跑长任务全放周末，同样的钱能干两倍的活。

海外模型：贵，但有独特的省钱通道

模型	输入价	输出价	特点
OpenAI GPT-5.6 Sol	$4	$20	旗舰
OpenAI GPT-5.6 Luna	$0.20	$1.20	轻量
Claude Sonnet 5.5	$2	$10	编程主力
Claude Haiku 5.5	$1	$5	最便宜档
Gemini 2.5 Flash	$0.10	$0.40	免费额度最慷慨

一眼能看出来海外最轻量级模型输出价也是国产旗舰的 3~5 倍。海外模型贵在特定能力，不在价格，跑日常智能体完全没必要碰。

国产模型跑智能体足够，海外模型留给硬任务。

三、视觉输入价格：看图模型差价 129 倍

跑图像问答、截图理解、OCR 这类任务，图片会折算成 token 计费。各家折算规则差很多：

模型	1024×1024 图片折算
GPT-5.4	≈1024 tokens
Claude（28×28 patch）	≈1334 tokens
Gemini 3 Pro	258 tokens/tile（≈258 per tile）
Qwen3.8-Flash	单图上限 1280 tokens

同样看 100 张测试截图，Gemini 折算的 token 只有 Claude 的 1/5 左右。如果你的智能体要"看屏幕"，视觉折算率直接决定成本。看图最贵和最便宜的模型，单张差 5 倍。

看图输入选 Gemini Flash，慎用贵的视觉模型。

四、工具调用：智能体烧钱的真正黑洞

智能体的本质是多轮"模型 ↔ 工具"循环。每一轮工具返回结果都会被塞进下一轮的输入——这就是为什么跑一个 50 步的智能体任务，输入 token 累计能到几十万。

三种模型组合价（以跑一个标准 30 步任务估算）：

• GLM-5.3-Flash：累计输入 50 万 tokens ≈ 10 元
• Claude Sonnet 5.5：累计输入 50 万 tokens ≈ 100 元
• GPT-5.6 Sol：累计输入 50 万 tokens ≈ 200 元

同样跑一个智能体任务，差价是 20 倍。这就是大部分人"没关注价格，钱烧得飞快"的根本原因。

五、6 个亲测有效的省钱打法

1. 周末跑批（DeepSeek 专属）

DeepSeek 周末全天低谷价，V4.1 Flash 输入 0.02、输出 4 元。把不急的批处理任务、定时任务全排到周六日跑，同样的任务量，账单直接砍一半。

2.缓存命中压到最低（Claude/Qwen）

Claude 缓存读 0.1 美元（是正常输入的 1/20），Qwen 缓存命中是 10% 价。跑智能体时把不变的部分（系统提示词、工具说明）放最前面，多变的内容放最后，能吃到 60% 以上的缓存命中率。

3. Batch API 直接砍半

OpenAI、Google、Anthropic、MiniMax 都支持 Batch API，允许延迟几小时出结果就能拿 5 折。评测、标注、批量摘要全走 Batch，一行代码的事。

4. 日用模型降级

9 成任务用 Flash 级就够，不必每次都上旗舰。把旗舰模型留给最难的代码生成、复杂推理。

5. 免费额度薅到底

阿里百炼新用户送百万 token 免费额度（qwen3.8-flash 长期免费），Gemini 2.5 Flash 的免费 tier 是海外最慷慨的。个人项目、原型验证先用免费额度跑通再说。

6. 用 OpenRouter 只充一次手续费

海外模型如果懒得每家开账号充值，走 OpenRouter 聚合平台：单价原价，只在充值时收 5.5% 的手续费，适合小额测试，大额慎用（手续费会滚大）。

六、给你抄的决策速查表

按你的场景对号入座：

• 跑爬虫/批处理/数据清洗 → DeepSeek V4.1 Flash，任务排周末
• 跑代码智能体 → Kimi K2.7-code 或 Claude Sonnet 5.5（预算够）
• 跑截图理解/视觉 → Gemini 3 Flash 或 Qwen-VL
• 跑长上下文总结 → GLM-5.3 或 Kimi K3
• 极低预算原型 → GLM-5.3-Flash（输出 0.2 元/M）或免费额度
• 多任务混合 → 阿里百炼一站式，切模型免重开账号

写在最后

我之前烧钱快的原因就一个：从头到尾只用一个旗舰模型跑所有环节。换成"日常用 Flash 级、难环节才升级"之后，那个每周烧 200 块的智能体，现在每周不到 20 块。