MiMo-V2.6-Pro.
按每月 10,000,000 输入 + 2,000,000 输出 token 计算,DeepInfra 是 2 家服务商中最便宜的,每月 $6.04 — 比 OpenRouter 便宜 $0.05。
最便宜的服务商在左侧。
每月总成本 — 输入与输出 token 合计。
账单明细。
租 GPU,而不是按 token 付费。
对于 MiMo-V2.6-Pro 这类开放权重模型,你可以租一块 GPU 自己提供推理服务。算法:最便宜的 GPU 租价 × 每月 730 小时。电费已包含在租用的每小时价格中。
假设 GPU 全天 24 小时运行,利用率约 85%。如果流量时高时低,API 会更省钱,GPU 则可能更贵(空闲时段仍要付租金)。盈亏平衡分析见自托管与 API 盈亏平衡工具。
三步得到月度估算。
-
01
选择模型。
用搜索框查找 AI 模型 — Claude、GPT、Llama、DeepSeek、Qwen,我们收录的都可以。列表包含至少有一家服务商公布按 token 计价的所有模型。
-
02
估算用量。
拖动每月输入和输出 token 数,匹配你预期的负载。典型的聊天应用每个活跃用户每月消耗 100 万至 1000 万输入 token;每轮都重读上下文的智能体可达 1 亿以上。
-
03
看价格差距。
图表和表格按从低到高列出托管该模型的每家服务商。点击服务商名称可打开详情页 — 价格历史、吞吐基准和注册链接。
常见问题解答。
月度账单如何计算?
总额 = (输入单价 × 输入 token / 100 万) + (输出单价 × 输出 token / 100 万),采用我们最近一次读取到的各服务商公布的 token 价格。
价格数据来自哪里?
来自各推理服务商自己的价格页面或模型列表 API — Anthropic、OpenAI、OpenRouter、Together AI、Fireworks AI、DeepInfra、z.ai、Groq 等。我们每天重新读取每家服务商的模型列表,并据此更新价格。
是否总该选最便宜的服务商?
按每百万 token 最便宜,不一定总成本最低。注意聚合平台可能不完全传递的缓存折扣、小服务商的速率限制(高负载时迫使你升级到更贵的档位),以及聚合平台多出的一跳。低用量或突发型负载,通常选最便宜的就对;持续的生产流量,还要考虑吞吐量和可靠性。
OpenRouter 和模型厂商的直连 API 有什么区别?
OpenRouter 是聚合平台:把你的请求转发给后端多家服务商之一。模型厂商的直连 API(例如 Claude 的 api.anthropic.com)提供其自身价格和提示缓存等原生功能。大规模使用时直连通常更便宜;想用一个密钥访问几十个模型时,聚合平台更方便。
输入和输出价格一样吗?
不一样 — 输出 token 通常比输入贵好几倍,所以输入最便宜的服务商未必总体最便宜。月度账单一栏同时计算两者;按该栏排序可看到真实总额。
提示缓存如何影响这个估算?
缓存的输入 token 通常比新输入便宜得多。我们不模拟缓存,因为它取决于你的负载:跨请求重复使用的长系统提示会受益,每轮都是新上下文的对话则不会。
价格多久更新一次?
每天。我们在每天清晨(UTC)读取各服务商的模型列表,因此价格变动约一天内就会显示。
微调版本怎么算?
微调部署与基础模型分开计价,结构往往不同(按小时计算资源加按 token)。本工具只覆盖基础模型的 token 价格;微调成本请查看服务商自己的部署价格页面。