大语言模型服务价格汇总

2024年5月，各大模型厂商打起了“价格战”，意图拉拢更多开发者参与应用开发和模型落地探索。本仓库用于收集各大云服务厂商的大语言模型服务价格，方便用户对比。价格单位按照输入/输出每百万词元（Token）需要花费的人民币价格进行计算，美元到人民币汇率按最近一年的平均汇率7.2计算。

本仓库只是一个速查表，更详细的信息请参考各个厂商的官方价格文档。例如闲时价格、预付费价格、Batch调用价格等。

由于最近一年不同厂商的免费试用权益变动较多，获得免费权益的门槛变动也多，有效期也短，因此本仓库不收集免费试用权益包信息。

统计模型和平台范围：

• 只选取应用较为广泛，使用的应用数和人数较多，较为典型和具有代表性的模型和平台。以及服务价格较为便宜的平台。
• 由于本速查表主要面向翻译和中英双语应用，对于闭源且不支持中文（例如LLaMa系列）或中文支持较差的模型（例如微软的Phi系列）不会被纳入统计。
• 如果某开源模型在其官方平台已经十分便宜，那第三方平台的价格不会被纳入统计。
• 主要面向企业用户，个人用户难以申请使用的平台和模型不会被纳入统计。
• 在官方出了新模型且新模型性能提升较大，且价格相较旧模型更便宜或者持平的情况下，不再额外统计旧模型。（例如只统计LLaMa3不统计LLaMa2）
• 官方宣布即将被弃用的模型，或者描述为Older/Legacy的模型不会被纳入统计。
• 由于模型太小和/或性能不佳，连一篇完整新闻文章都翻译不下来的模型（例如qwen1.5-0.5b-chat）不会被纳入统计。

统计数据范围：

• 模型提供平台及定价页面
• API调用格式是否兼容OpenAI格式
• 审查情况（要求翻译BBC政治新闻 检查是否存在截断和拒绝回复的情况）。
• 价格

GPT系列

模型提供平台：OpenAI / Azure（定价基本一致）

API是否兼容OpenAI格式：OpenAI的天然兼容；Azure的有自定义格式，不兼容

审查情况：无审查

价格：

最后更新日期：2025-06-14

模型	文本模态输入价格（元/M Tokens）	文本模态输出价格（元/M Tokens）	上下文窗口大小（K）	备注
o3-pro	144	576	200
o3	14.4	57.6	200
o4-mini	7.92	31.68	200
gpt-4.1	14.4(缓存击中则打2.5折)	57.6	1000
gpt-4.1-mini	2.88(缓存击中则打2.5折)	11.52	1000
gpt-4.1-nano	0.72(缓存击中则打2.5折)	2.88	1000
gpt-4o-mini	1.08(缓存击中则打5折)	4.32	128
gpt-4o-mini-audio-preview	1.08	4.32	128
gpt-4o-mini-realtime-preview	4.32(缓存击中则打5折)	17.28	128
gpt-4o	18(缓存击中则打5折)	72	128
gpt-4o-audio-preview	18	72	128
gpt-4o-realtime-preview	36(缓存击中则打5折)	144	128
o1	108(缓存击中则打5折)	432	200	o1-preview的上下文窗口大小为128K
o1-mini	7.92(缓存击中则打5折)	31.68	128
o3-mini	7.92(缓存击中则打5折)	31.68	128
gpt-4-turbo	72	216	128
gpt-4	216	432	8
gpt-4-32k	432	864	32
gpt-3.5-turbo	3.6	10.8	16
gpt-4.5-preview	540	1080	128	即将于2025年7月下线

备注：openai官方平台推出了Flex processing功能，以牺牲速度和可用率为代价，降低了o3/o4-mini等推理模型的价格，和Batch调用的价格一致（打五折）。

微调价格

注：只适用于OpenAI官方平台，Azure平台只支持昂贵的全量微调

模型	微调训练语料输入价格（元/M Tokens）	文本模态输入价格（元/M Tokens）	文本模态输出价格（元/M Tokens）	备注
gpt-4o-2024-08-06	180	27(缓存击中则打5折)	108
gpt-4o-mini-2024-07-18	21.6	2.16(缓存击中则打5折)	8.64
gpt-3.5-turbo	57.6	21.6	43.2

Claude系列

模型提供平台： Anthropic / AWS 价格类似

API是否兼容OpenAI格式：否，自定义格式

审查情况：无审查

价格：

最后更新日期：2025-06-02

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
claude-opus-4	108	540	200
claude-sonnet-4	21.6	108	200
claude-3.7-sonnet	21.6	108	200
claude-3.5-sonnet	21.6	108	200
claude-3.5-haiku	5.76	28.8	200
claude-3-opus	108	540	200
claude-3-sonnet	21.6	108	200
claude-3-haiku	1.8	9	200

注：Claude的提示缓存需要在调用API时显式声明想要缓存的消息，缓存消息的输入价格是普通输入的1.2~1.25倍，但是命中缓存后的输入价格将降至普通输入的1/10。详见文档。

微调价格

Claude官方平台暂时不支持微调。AWS平台可以，但是费用较贵。

Gemini系列

模型提供平台： 谷歌 / openrouter （注：openrouter也是调用的谷歌的API，但是是一个大池子，价格同步谷歌官方）

API是否兼容OpenAI格式：是，见谷歌官方文档

审查情况：无审查

谷歌官方平台随用随付方案价格

（注：以下价格中，1.5版本及以下为输入输出在128K以内的情况，超过128K翻倍）：

最后更新日期：2025-06-29

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
gemini-2.5-pro	9	72	200-1000	输入token超过200k时价格翻倍
gemini-2.5-flash	2.16（除音频模态外） / 7.2（音频模态）	18	1000	上下文输入缓存打2.5折，另有存储费用
gemini-2.5-flash-lite-preview	0.72（除音频模态外） / 3.6（音频模态）	2.88	1000
gemini-2.0-flash	0.72（除音频模态外） / 5.04（音频模态）	2.88(文本模态)	1000	输入命中缓存均打2.5折
gemini-2.0-flash-lite	0.54(所有模态) （命中缓存打2.5折）	2.16(文本模态)	1000
gemini-1.5-pro	9（命中缓存打2.5折）	36	2000
gemini-1.5-flash	0.54 （命中缓存打2.5折）	2.16	1000
gemini-1.5-flash-8B	0.27 （命中缓存打2.5折）	1.08	1000

注：Gemini的提示缓存需要在调用API时显式声明，缓存消息另有存储费用（每MTok每小时7.2元，gemini-1.5-flash-8B则为1.8元，gemini-1.5-pro为32.4元）。详见文档。

微调价格

Gemini微调暂时处于免费试用阶段，推理费用同普通版本。

Gemma系列

模型提供平台： 谷歌 / DeepInfra 等

API是否兼容OpenAI格式：开源模型，大多数部署平台支持OpenAI格式

审查情况：无审查

价格：

最后更新日期：2025-03-16

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
gemma-3-27b-it	0.72	1.44	128	DeepInfra报价

Grok系列

模型提供平台： x.ai

API是否兼容OpenAI格式：是

审查情况：无

价格：

最后更新日期：2025-04-15

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
grok-3	21.6	108	128
grok-3-mini	2.16	3.6	128
grok-2-vision-1212	14.4	72	8

GLM闭源系列

模型提供平台： 智谱AI

API是否兼容OpenAI格式：兼容，参见文档。

审查情况：平台对API输出有审查，参见审查文档。

价格：

最后更新日期：2025-04-23

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
GLM-4-Plus	5	5	128	高智能旗舰
GLM-4-Air-250414	0.5	0.5	32	高性价比
GLM-Z1-Air	0.5	0.5	32	推理模型，高性价比
GLM-Z1-AirX	5	5	32	推理模型，极速推理
GLM-Z1-Flash	0	0	32	推理模型，免费（但有速率限制，最小并发数为5）
GLM-4-AirX	10	10	8	高速推理
GLM-4-FlashX	0.1	0.1	128	高速低价
GLM-4-Long	1	1	1000	超长输入
GLM-4-Flash	0	0	128	适用简单任务，速度最快，免费（但有速率限制，最小并发数为5）
GLM-4V-Flash	0	0	128	图像理解，免费（但有速率限制，最小并发数为5）
GLM-4V-Plus-0111	4	4	8	图像理解，旗舰
GLM-4-Voice	80	80	未知	语音模型

注：

• 由于ChatGLM开源版本商用API较少，计费通常也比GLM-4-Air贵，性能也和GLM-4-Air差不多，所以不统计。
• 高校师生认证后可以获得5折推理优惠。
• Batch API打五折。

微调价格

LoRA微调与使用公有实例推理价格：

模型	微调训练语料输入价格（元/M Tokens）	文本模态输入价格（元/M Tokens）	文本模态输出价格（元/M Tokens）	备注
GLM-4-Air 8k-int8	30	3	3
GLM-4-AirX 8k-int4	30	30	30
GLM-4-Flash / GLM-4-9B 8k-int8	25	2	2
ChatGLM3-6B 8k-int8	25	2	2

Deepseek系列

模型提供平台： deepseek官方开放平台

API是否兼容OpenAI格式：是

审查情况：平台对API输出有审查

价格：

最后更新日期：2025-03-16

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
deepseek-chat（基于DeepSeek-V3）	2（缓存命中为0.5）	8	64
deepseek-reasoner（基于DeepSeek-R1-0528）	4（缓存命中为1）	16	64

注：

1. 字节火山引擎、硅基流动等定价与deepseek官网大致相同；部分平台的售价低于官方价格，也是有可能的。
2. 其他推理平台，例如国外的inference-net可能略低于官方定价，且没有输出后置审查，但可能没有前缀缓存功能。

微调价格

deepseek暂未支持微调

Mistral系列

模型提供平台： mistral

API是否兼容OpenAI格式：是

审查情况：无审查

价格：

最后更新日期：2025-06-29

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
magistral-small-2506	3.6	10.8	40	推理模型
magistral-medium-2506	14.4	36	40	推理模型
mistral-large	14.4	43.2	128
mistral-medium-3	2.88	14.4	128
pixtral-large-2411	14.4	43.2	128	图片输入：16*16像素为一个token
codestral	2.16	6.48	256
mistral-small-3.2-24b-instruct-2506	0.36	0.72	32	推理平台deepinfra:fp8

微调价格

模型	微调训练语料输入价格（元/M Tokens）	文本模态输入价格（元/M Tokens）	文本模态输出价格（元/M Tokens）	备注
mistral-large-2411	64.8	14.4	43.2	微调模型存储费用：每个模型每月28.8元
mistral-small	21.6	1.44	4.32	微调模型存储费用：每个模型每月14.4元

备注：mistral可以欧元支付，因汇率因素会比美元支付会便宜，但是只在某些模型上便宜一点点。

腾讯混元系列

模型提供平台： 腾讯云

API是否兼容OpenAI格式：是，参见腾讯云文档

审查情况：有审查，参见腾讯云API文档中错误码部分

价格：

最后更新日期：2025-06-14

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
hunyuan-t1	1	4	92
hunyuan-TurboS	0.8	2	32
hunyuan-turbos-longtext-128k	1.5	6	128
hunyuan-turbo	2.4	9.6	32
hunyuan-large	4	12	32
hunyuan-large-longcontext	6	18	134
hunyuan-standard	0.5-0.8	2	32-256
hunyuan-functioncall	4	8	32
hunyuan-code	3.5	7	8
hunyuan-turbos-vision	3	9	32
hunyuan-vision	18	18	32

零一万物Yi系列

模型提供平台： 零一万物大模型开放平台

API是否兼容OpenAI格式：是

审查情况：平台对API输入和输出有审查

价格：

最后更新日期：2025-02-06

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
yi-lightning	1	1	16
yi-vision-v2	6	6	16

微调价格

Yi系列暂未支持微调

通义千问开源系列

模型提供平台： 阿里云 / together.ai / openrouter / siliconflow

API是否兼容OpenAI格式：是，参见阿里云文档；together.ai文档；openrouter文档；siliconflow文档

审查情况：开源模型本身不存在审查；together.ai等境外平台对输入输出无审查；阿里云平台存在审查，见文档

以下价格选自正规云计算平台的相对低的报价，上下文窗口是对应报价支持的大小，不在乎报价的话，有更大的上下文窗口推理服务可选：

最后更新日期：2025-06-14

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
qwen3-235b-a22b	0.936	4.32	82	平台：DeepInfra(fp8/82K)
qwen3-32b	0.72	2.16	82	平台：DeepInfra(fp8/82K)
qwen3-30b-a3b	0.576	2.088	82	平台：DeepInfra(fp8/82K)
qwen3-14b	0.432	1.728	82	平台：DeepInfra(fp8/82K)
qwen3-8b	0	0	128	平台：硅基流动
qwen3-4b/1.7b/0.6b	0.3	1.2	128	平台：阿里云；推理输出3元
qwen2.5-omni-7b	0.6（文本）/ 38（音频）/ 2（视觉）	2.4（文本）/ 6（音频）	32	平台：阿里云
qwq-32b	1.08	1.44	128	平台：DeepInfra报价
qwen2.5-72b-instruct	0.936	2.88	128	平台：Nebius AI Studio
qwen2.5-32b-instruct	1.26	1.26	32	平台：硅基流动
qwen2.5-14b-instruct	0.7	0.7	32	平台：硅基流动
qwen2.5-7b-instruct	0.35	0.35	32	平台：硅基流动
qwen1.5-110b-chat	7	14	32	平台：阿里云
qvq-72b-preview	1.8	3.6	128	平台：DeepInfra；硅基流动报价9.9元/Mtok
qwen2.5-vl-72b-instruct	5.04	5.04	32	平台：openrouter.ai/provider/parasail
qwen2.5-vl-7b-instruct	2	5	128	平台：阿里云 / Hyperbolic报价较低但是上下文长度只有4K
qwen2.5-vl-3b-instruct	1.2	3.6	128	平台：阿里云
qwen2.5-coder-32b-instruct	0.504	1.152	32	平台：DeepInfra；硅基流动报价1.26元/Mtok

注：

1. qwen2-audio-instruct这款优秀的音频模型至今没有哪个平台有官方报价。
2. 微调价格依据平台的不同略有差异。

通义千问闭源系列

模型提供平台： 阿里云

API是否兼容OpenAI格式：是，参见文档

审查情况：对输出有审查

价格：

最后更新日期：2025-06-14

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
qwq-plus	1.6	4	128
qvq-max	8	32	128
qvq-plus	2	5	128
qwen-long	0.5	2	10000
qwen-turbo	0.3	0.6	1000
qwen-plus	0.8	2	128
qwen-max	2.4	9.6	32
qwen-omni-turbo	0.4（文本）/ 25（音频）/ 1.5（视觉）	1.6（仅文本）/ 4.5（含其他模态）	32	1秒音频=25Token / 每28x28像素对应1个 Token，最多1280Token；Batch调用打5折
qwen-vl-max	3	9	32-128	图片token计算规则同qwen-omni
qwen-vl-plus	1.5	4.5	8-128	图片token计算规则同qwen-omni

豆包系列

模型提供平台： 字节跳动火山引擎

API是否兼容OpenAI格式：否，自定义格式

审查情况：存在严重的审查（输入审查/模型内置审查/输出审查），见官方文档错误码，搜索“敏感”

价格：豆包/字节/火山引擎 存在商业诚信问题，无论性价比多高，都不建议使用。详见下面的说明。

2024年年中，字节旗下的火山推出了一个活动：加入协作者计划，同意将对话数据分享给豆包用于模型训练后，就能获得5亿Tokens的推理额度。 当时有不少人，通过工单等形式，同火山的客服确认了，赠送的5亿Tokens的推理额度是「永久使用，没有时间限制」的。 然而，2024年12月，火山突然以短信和站内横幅通知宣布，该计划赠送的5亿Tokens的推理额度只能使用到2024年12月31日，之后就会失效。 不少人发送工单确认了这个消息。 从这个事情可以看出，火山的商业诚信问题值得您留意，一些事先承诺的事情很容易轻易变卦，并且不给用户时间和补偿。 因此不建议使用，否则有可能变得不幸。

相关截图：

相关讨论

本仓库作为受害者之一，不再建议各位使用豆包闭源模型，考虑到其模型严重的审查和一般的性价比，市场上存在更好的选择。

最后更新日期：2025-06-14

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
doubao-seed-1.6	0.8	8	256	以最常见的输入<32K，输出4K为例, thinking同价
doubao-seed-1.6-flash	0.15	1.5	256	以最常见的输入<32K，输出4K为例, thinking同价
doubao-1.5-thinking-pro	4	16	128
doubao-1.5-pro-32k	0.8	2	128
doubao-1.5-thinking-vision-pro	3	9	128
doubao-1.5-vision-pro	3	9	128

注：图片输入token计算公式：min(图片宽 * 图片高÷784, 单图 token 限制)，其中detail:high模式下，单图 token 限制 5120 token，detail:low模式下，单图 token 限制 1312 token。

文心Ernie系列

模型提供平台： 百度千帆大模型平台

API是否兼容OpenAI格式：否，自定义格式

审查情况：对输出存在审查。

价格：

最后更新日期：2025-06-14

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
ERNIE X1	2	8	32
ERNIE X1 Turbo	1	4	32
ERNIE 4.5 Turbo VL	3	9	32
ERNIE 4.5	4	16	8	多模态模型
ERNIE 4.5 Turbo	0.8	3.2	32~128	纯文本模型
ERNIE 4.0系列	4	16	8
ERNIE 3.5系列	0.8	2	8~128
ERNIE Speed系列	0	0	最大128	不含ERNIE-Speed-Pro
ERNIE Lite系列	0	0	最大128	不含ERNIE-Lite-Pro
ERNIE Tiny系列	0	0	8

注：千帆上还有一个QianFan系列的模型，其来头尚不清楚。

微调价格

参见百度官方文档。

cohere/command系列

模型提供平台： cohere官方平台 / openrouter / Azure

API是否兼容OpenAI格式：官方平台和Azure不兼容，为自定义格式；第三方平台例如openrouter兼容。

审查情况：无审查

（三个平台统一）价格：

最后更新日期：2025-03-16

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
command-r-plus	18	72	128
command-r	1.08	4.32	128
command-r7b	0.27	1.08	128
command-a	18	72	256

微调价格

模型	微调训练语料输入价格（元/M Tokens）	文本模态输入价格（元/M Tokens）	文本模态输出价格（元/M Tokens）	备注
command-r	21.6	2.16	8.64

月之暗面系列

模型提供平台： moonshot开放平台

API是否兼容OpenAI格式：是，参见文档

审查情况：未测试，未知

价格：

最后更新日期：2025-04-09

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
kimi-latest-8k	2	10	8k	输入击中缓存价格1元/MToks
kimi-latest-32k	5	20	32k	输入击中缓存价格1元/MToks
kimi-latest-128k	10	30	128k	输入击中缓存价格1元/MToks
moonshot-v1-8k	2	10	8k
moonshot-v1-32k	5	20	32k
moonshot-v1-8k-vision-preview	2	10	8k
moonshot-v1-32k-vision-preview	5	20	32k

注：kimi背后的模型未支持微调。

minimaxi系列

模型提供平台： minimaxi国内站 / minimaxi国际站

API是否兼容OpenAI格式：是

审查情况：国际站点的API未知；国内存在审查。

价格：

最后更新日期：2025-06-29

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注
MiniMax-M1	0.8	8	1000	输入长度0-32k的情况下最便宜，输入达到128K以上则价格翻3倍，批处理打5折
MiniMax-Text-01	1	8	1000

模板

模型提供平台： / /

API是否兼容OpenAI格式：

审查情况：

价格：

最后更新日期：YYYY-MM-DD

模型	输入价格（元/M Tokens）	输出价格（元/M Tokens）	上下文窗口大小（K）	备注

微调价格

模型	微调训练语料输入价格（元/M Tokens）	文本模态输入价格（元/M Tokens）	文本模态输出价格（元/M Tokens）	备注

其他

由于看不懂讯飞星火的定价策略和接口调用，故没有收录。