AI API 定价对比：模型、缓存、批处理和网关成本

AI API 定价对比：模型、缓存、批处理和网关成本

只有当 AI API 定价对比与您的产品实际发送请求的方式一致时，它才真正有用。输入和输出 token 价格表只是起点，不是预算。真实支出会随着缓存输入、推理 token、重试、批处理折扣、工具调用、媒体生成、网关费用，以及用户接受的输出百分比而变化。

本指南为开发者、产品团队和采购团队提供一份实用工作表，用于比较 OpenAI、Anthropic Claude、Google Gemini、DeepSeek、阿里云 Model Studio/Qwen，以及像 Flatkey 这样的多供应商 API 的 AI API 定价。

简而言之：比较每个被接受结果的成本，而不只是每百万 token 的标价。

快速 AI API 定价对比框架

在切换供应商、批准更大预算或将 agent 工作流投入生产之前，请使用这套标准化对比方法。

对于任何 AI API 定价对比，请从这个公式开始：

每个被接受结果的有效成本 =
  （输入成本 + 缓存输入成本 + 输出成本 + 媒体/工具成本 + 网关成本 + 重试浪费）
  / 被接受结果数量

如果您只比较输入和输出 token 的标价，就会遗漏通常在上线后才出现的成本：缓存行为、重试、工具调用和财务对账。

当前定价来源表

供应商定价会经常变化。与其把一大张过时的费率表复制到规划文档中，不如维护一张实时来源表，记录官方 URL、检查日期，以及您必须标准化的定价维度。

为每一行添加三个必需字段：检查日期、模型 ID和单位。“每 100 万 token 的 $”无法与“每张图片的 $”、“每秒视频的 $”、“每次工具调用的 $”或“优先级层级”进行比较。

在谈判之前先建立工作表

一份经得起长期使用的 AI API 定价对比表，需要包含与生产流量相匹配的列。

不要把所有模型平均到一行里。应按工作负载拆分：聊天、RAG、编码智能体、数据提取、批处理分类、图像生成、视频生成，以及工具密集型智能体运行。

将直连提供商定价与多提供商 API 进行比较

当一个模型家族能处理你大部分工作，并且财务团队能接受多个供应商时，直连提供商账号最简单。当你需要持续比较模型、按工作负载路由，或管理大量密钥和发票时，多提供商 API 会更有用。

Flatkey 正是为第二列而构建：一个 API 密钥、一个余额、一张发票，以及覆盖 300+ 官方模型和 1,000+ 按次付费工具的请求账本。这并不会消除检查官方模型价格的需要。它为你的团队提供了一个统一的位置来路由、计量并对账这些成本。有关相关的网关费用拆分，请参见 AI gateway pricing。

五个工作负载示例

1. 支持聊天

支持聊天通常具有中等输入、较短输出和高请求量。比较以下内容：

• 系统提示词和策略文本的提示缓存命中率。
• 按回答类型划分的输出 token 预算。
• 升级到更强模型的比例。
• 按已解决对话计算的成本，而不仅仅是按消息计算的成本。

对于这类工作负载，如果更便宜的快速模型能保持较高的解决质量，那么它可能胜出。如果便宜模型增加了转交率或编辑率，看似的 token 节省就会消失。

2. 编码智能体

编码智能体通常具有较大的上下文、工具调用、较长输出以及多次重试。比较以下内容：

• 仓库搜索或文件读取后的上下文大小。
• 可缓存的项目指令。
• 每个被接受任务的工具调用次数。
• 来自过载路由的重试浪费。
• 每个合并变更或被接受补丁的成本。

这正是 AI API 定价对比需要账本的地方。单次智能体运行可能包含模型调用、工具调用、回退调用和失败尝试。

3. RAG 答案生成

RAG 工作负载主要由检索上下文和答案长度决定。比较以下内容：

• 平均检索到的 token 数。
• 稳定提示前缀占比。
• 重复文档的缓存行为。
• 引用和 grounding 成本。
• 事实性评估通过率。

不要仅仅因为某个模型的输入 token 很便宜就选择它。如果它需要两倍上下文，或者生成的答案无法通过评估，那么被接受答案的成本可能更高。如果这就是主要迁移问题，请使用 如何在切换提供商之前比较 AI 模型价格 中更深入的工作表。

4. 批处理分类

批处理分类通常可以容忍延迟结果。比较：

• 提供商是否有批处理或 flex 分层。
• 最大批量大小和完成窗口。
• 错误重放成本。
• 输出 schema 验证通过率。
• 每条被接受记录的总成本。

如果某个提供商提供更低的批处理定价，只有当你的工作流可以等待且重试流程干净时，这些节省才会生效。

5. 图像和视频生成

图像和视频 API 很少适合只按 token 的电子表格。比较：

• 输出单位：图像、秒、片段、分辨率或 credit。
• 生成失败的计费规则。
• 编辑/重新生成率。
• 人工批准率。
• 每个被接受创意资产的成本。

对于媒体流水线，请将 token 模型和生成模型放在不同的工作表标签页中。它们的单位经济性差异太大，不能混在同一行里。

七步 AI API 定价对比工作流

1. 冻结工作负载。 选择一个真实任务族，例如客服回复、编码代理补丁、RAG 答案、批处理分类、图像生成或视频生成。
2. 收集当前官方价格。 使用提供商定价页、Flatkey 模型页面以及经过核对的日期。避免使用没有来源 URL 的复制费率表。
3. 回放代表性流量。 在所有路线中使用相同的提示、输入、输出上限、工具策略和验证器。
4. 记录每一个可计费单位。 捕获输入 token、缓存 token、输出 token、媒体单位、工具调用、重试尝试、错误和状态。
5. 评分已接受结果。 使用人工审核、自动验证器或特定任务的通过/失败检查。
6. 计算有效成本。 用总路线成本除以被接受结果，而不是总请求数。
7. 加入运营控制。 确定获胜路线是否也满足预算上限、发票需求、密钥治理、数据保留和故障事件回退。

这样得到的是一个你可以向工程和财务部门证明的定价决策。

Flatkey 的作用

Flatkey 不是静态价格表。它是面向需要在生产环境中进行真实 AI API 定价对比的团队的路由和计费层。要查看 token、图像和视频成本的更广泛模型级视图，请从 AI 模型定价对比 开始。

当你希望：

• 通过一个 API key 调用多个官方模型。
• 将模型和工具使用统一到一个余额中。
• 在不把提供商密钥散落到各个 agent 和代码仓库中的情况下比较路由。
• 在一个账本中跟踪输入、输出、缓存 token、工具调用、状态和成本。
• 为团队提供子密钥预算和模型允许列表。
• 对一张发票而不是多个提供商控制台进行对账。

当比较本身已经变成一个运营问题时，就从 Flatkey 开始。如果你的团队已经明确知道哪个提供商获胜，并且不需要跨提供商路由，那么直接账户可能就足够了。当财务需要 owner、key 和预算责任时，请将此工作表与 AI API 支出管理 和 AI API 配额控制 配合使用。

AI API 定价对比中的常见错误

常见问题

比较 AI API 定价的最佳方式是什么？

比较 AI API 定价的最佳方式是将每条路由标准化为每个被接受结果的成本。包括输入 token、缓存输入、输出 token、媒体单位、工具调用、重试、网关费用，以及该工作负载的接受率。

为什么 AI API 价格差异这么大？

AI API 价格差异很大，是因为提供商使用了不同的模型架构、服务层级、上下文窗口、缓存规则、批处理折扣、媒体单位以及区域或优先级选项。较低的输入价格并不自动意味着该路由对你的工作负载更便宜。

我应该使用单一提供商还是多提供商 API？

当单一模型家族能够覆盖工作负载且易于管理单独计费时，使用一个提供商。当您需要持续比较路由、管理多个密钥、在文本和媒体模型之间进行路由，或在一个总账中对使用情况进行核对时，使用多提供商 API。

应多久重新检查一次定价？

在每次重大的路由变更、合同审查或预算预测之前，都应重新检查定价。对于快速变化的生产工作负载，请在成本工作表中记录定价来源和检查日期，这样财务和工程团队就能看到这些数字何时可能已过时。

更低的 token 价格是否总能降低 AI 总支出？

不会。将更长的提示、更长的输出、更低的接受率、重试、回退调用、工具使用以及额外的治理开销都计入后，更低的 token 价格可能并不划算。更可靠的指标是每个已接受结果的有效成本。

最终检查清单

在选择路由之前，请确认：

• 已记录模型 ID、定价来源和检查日期。
• 输入、缓存输入、输出、媒体和工具单位已分开。
• 批处理或优先级模式已明确标记。
• 已包含重试和回退成本。
• 已使用真实任务测量接受率。
• 采购部门可以核对发票并导出使用总账。
• 最终决策基于已接受结果的成本，而不只是标价。

这就是实用的 AI API 定价对比：当前的来源价格、贴近生产的流量，以及一份财务和工程团队都能信任的总账。