Mukhang puwedeng ihambing ang “presyo kada milyong token” sa iba’t ibang provider. Hindi ganoon kasimple. Magkakaiba ang mga provider sa kung aling model ang hino-host nila, magkano ang cached input, may discount ba ang batch job, puwede ka bang magrenta ng GPU, at anong mga fee ang nakapatong. Inihahambing ng post na ito ang anim na provider ng open-weight model ayon sa paraan ng pagpepresyo nila, tapos pinagtatabi ang mga inilathala nilang presyo para sa parehong mga model. Galing ang lahat ng numero ng kakumpitensya sa opisyal na page ng bawat provider, sinuri noong 2026-11-14; nasa sources ang mga link. Madalas magbago ang presyo, kaya suriin ulit bago ka mag-commit.
Ano ang limang paraan ng pagpepresyo ng open model?
- Per token, serverless. Magkahiwalay na presyo kada 1M input at output token. Inaalok ito ng lahat sa listahang ito.
- Cached input. Mas mababang rate para sa paulit-ulit na prompt prefix. Mula kalahating presyo hanggang ilang porsiyento lang ng input rate ang discount. Paliwanag sa cached token.
- Batch. Mas mababang presyo para sa mga job na puwedeng maghintay nang ilang oras.
- Dedicated GPU. Magrenta ng hardware kada oras at patakbuhin ang model nang ikaw mismo o sa stack ng provider. Self-hosting vs API: ang break-even, o subukan gamit ang sarili mong mga numero sa self-hosting vs API calculator.
- Flat plan. Fixed na presyo para sa oras, walang token meter. Tingnan ang flat-rate na LLM plan.
Paano nagpepresyo ng open model ang bawat provider?
| Provider | Model | Per token | Cached input | Batch | Dedicated GPU | Flat plan |
|---|---|---|---|---|---|---|
| OpenRouter | Router sa maraming provider | Presyo ng provider, “no markup” | Depende sa provider | Depende sa provider | Wala | Wala |
| Together AI | Sariling serverless + dedicated | Oo | Nakalista para sa ilang model | 50% off sa piling model (Whisper Large v3 lang, noong sinuri) | H100 mula USD 5.49 kada GPU hour | Wala |
| Fireworks AI | Sariling serverless + on-demand | Oo, mula USD 0.05 kada 1M input | 50% off bilang default, mas malaki sa ilang model | 50% off | H100 USD 8.00 kada oras | Wala |
| Groq | Sariling hardware | Oo, maikling listahan ng model | 50% off, sa mga GPT-OSS model | 50% off | Hindi nakalista | Wala |
| DeepInfra | Sariling serverless + dedicated | Oo, ang ilang model ay sinisingil ayon sa execution time | Nakalista para sa maraming model | Hindi nakalista sa pricing page | H100 USD 2.90 kada GPU hour | Wala |
| BroadNet Inference | Maikling listahan ng model; mga partner-hosted na model kasama ang mga inference partner sa US | Oo | Nakalista para sa tatlo sa apat na chat model | Hindi inaalok | Wala | Oo, DeepSeek V4.1 Flash |
Mga tala mula sa mga page:
- OpenRouter: sabi nito, “there is no markup on inference pricing” (salin: walang markup sa presyo ng inference). Naniningil ito ng fee kapag bumili ka ng credit: 5.5% sa Standard plan (minimum na USD 0.80, ayon sa FAQ nito) at 8% sa Business, o 5% sa crypto. Limitado ang mga libreng variant ng model sa 20 request kada minuto at 50 kada araw, o 1,000 kada araw kapag nakabili ka na ng hindi bababa sa USD 10 na credit. Isa itong router, kaya puwedeng maraming presyo ang iisang model. OpenRouter vs flat-rate na provider.
- Together AI: USD 5.49 kada GPU hour on demand ang nakalistang dedicated H100. Sabi ng batch docs nito, 50% off ang piling serverless model, na may completion window na fixed sa 24 oras, pero
openai/whisper-large-v3lang ang nasa table ng mga discounted model noong sinuri namin. Standard rate ang ibang model. - Fireworks: may Standard, Priority, Fast, Batch (50% off) at Spot (30% off sa piling model) na mode. Sinisingil ang cached input sa kalahating presyo o mas mababa pa, walang write fee.
- Groq: naglilista ng per-token na presyo para sa maliit na set ng production model, gaya ng
openai/gpt-oss-120bsa USD 0.15 input at USD 0.60 output kada 1M, at ng Whisper speech-to-text kada oras. Kalahating presyo ang cached input sa mga GPT-OSS model nito, at 50% off ang batch job na natatapos sa loob ng 24 oras hanggang 7 araw. - DeepInfra: maraming model ang may discounted rate sa tabi ng list price, halimbawa 51% off sa DeepSeek-V4.1-Flash-1017 at 38% off sa GLM-5.3. Hindi sinasabi ng page kung kailan matatapos ang mga discount na ito. May Standard, Priority (1.5×) at Flex (0.8×) na tier din ito.
Magkano ang parehong model sa bawat provider?
Inilathalang presyo kada 1M para sa mga model na sine-serve din ng BroadNet. Ang ”—” ay nangangahulugang wala ang model sa pricing page ng provider na iyon.
DeepSeek V4.1 Flash (input / cached / output):
| Provider | Input | Cached | Output |
|---|---|---|---|
| Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepInfra, list | USD 0.20 | USD 0.006 | USD 0.60 |
| DeepInfra, discounted (30% off) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepInfra, DeepSeek-V4.1-Flash-1017, discounted (51% off) | USD 0.098 | USD 0.0029 | USD 0.294 |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |
Ang may petsang -1017 variant ng DeepInfra ay ang parehong release na sine-serve ng sariling API ng DeepSeek bilang deepseek-flash; tingnan kung alin ang tinatawag ng code mo. Sa OpenRouter, may 37 endpoint mula sa 28 provider ang model noong sinuri namin, mula mga USD 0.05 (Baidu) hanggang USD 3 (pinakamabilis na tier ng Venice) kada 1M input token. Nakalista sa aming price table ng DeepSeek V4.1 Flash ang bawat provider na naglalathala ng sarili nitong presyo para sa model, kasama ang source page at petsa ng pagsuri sa bawat row. Sinusukat sa aming LLM API price index kung gaano kalawak ang agwat ng presyo ng iisang model sa buong market. Para makita kung paano ikinukumpara ang mga presyong ito ng open model sa GPT, Claude at Gemini sa parehong workload, tingnan ang gastos ng open-weight vs closed model API.
GLM 5.3 (sariling presyo ng bawat provider: price table ng GLM 5.3):
| Provider | Input | Cached | Output |
|---|---|---|---|
| Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| Fireworks AI | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepInfra, list | USD 0.90 | USD 0.20 | USD 4.00 |
| DeepInfra, discounted (38% off) | USD 0.5625 | USD 0.125 | USD 2.50 |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |
Qwen3.8 27B (sariling presyo ng bawat provider: price table ng Qwen3.8 27B):
| Provider | Input | Cached | Output |
|---|---|---|---|
| DeepInfra, list | USD 0.20 | USD 0.05 | USD 2.50 |
| DeepInfra, discounted (25% off) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Groq (preview, pang-evaluation lang) | USD 0.80 | — | USD 4.00 |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |
Gemma 4 26B A4B (ang build ng BroadNet ay Gemma 4 VL 26B):
| Provider | Input | Output |
|---|---|---|
| DeepInfra | USD 0.07 | USD 0.34 |
| BroadNet Inference | $0.10 | $0.22 |
Hindi ang BroadNet ang pinakamura kada token dito. Mas mababa ang discounted rate ng DeepInfra kaysa sa BroadNet sa bawat linya para sa DeepSeek V4.1 Flash, GLM 5.3 at Qwen3.8 27B, at mas mababa rin sa Gemma input (mas mababa ang Gemma output ng BroadNet). Hinahati ng sariling API ng DeepSeek ang lahat ng presyo nito tuwing off-peak, kaya mas mababa ang input nito kaysa sa BroadNet sa mga oras na iyon (detalye). Mas mababa ang list price ng BroadNet kaysa sa Together at Fireworks sa DeepSeek V4.1 Flash at GLM 5.3. Isang salik lang ang presyo kada token; tingnan din ang context length, data retention at rate limit, na hindi ipinapakita ng mga table na ito.
Sa lahat ng 119 na model na ibinebenta ng ilang host, hindi lang ang apat na ito, median na 1.76 na beses ng pinakamura ang pinakamahal na list price; tingnan ang parehong model, ibang host. Mas madalas ding gumalaw ang presyo ng host kaysa sa presyo ng gumawa ng model: gaano kadalas nagbabago ang presyo ng LLM API.
Paano naman ang speech-to-text?
Nakalista sa Groq ang whisper-large-v3-turbo sa USD 0.04 kada oras ng audio at ang whisper-large-v3 sa USD 0.111 kada oras. Nakalista sa DeepInfra ang Voxtral Mini sa USD 0.001 kada minuto. $0.002 kada minuto ($0.12 kada oras) ang multilingual na model ng BroadNet, at $0.0042 kada minuto ang Arabic model nito. Para sa iba pang provider, tingnan ang presyo ng speech-to-text API, inihambing. Para sa Arabic, mas mahalaga ang accuracy sa mga dialect mo kaysa sa rate: paano pumili ng Arabic speech-to-text API.
Paano ihambing ang mga provider para sa workload mo?
- I-fix ang model at bersyon. Puwedeng magkaiba ang presyo ng “DeepSeek V4.1 Flash” at ng isang may-petsang variant.
- Sukatin ang token mix mo: input, bahaging cached at output, kasama ang reasoning. Tantiyahin ang gastos bago mag-launch.
- Presyuhan ito gamit ang tatlong rate ng bawat provider, hindi lang ang input price. Sa mga agent, kadalasang ang cached rate ang nagdedesisyon. Ang LLM API cost calculator at prompt caching calculator ang gagawa ng kuwenta.
- Ilapat ang batch discount sa trabahong puwedeng maghintay lang.
- Idagdag ang mga fee: fee sa pagbili ng credit at mga tier multiplier.
- Tingnan ang mga limit: puwedeng tanggalin ng rate limit, concurrency at context length ang isang provider sa listahan anuman ang presyo.
- Ihambing sa flat plan kung may isang agent na tumatakbo halos buong araw. Ang break-even math, o ang flat-rate vs per-token calculator.
Saan pumupuwesto ang BroadNet Inference
Nagse-serve ang BroadNet ng maikling listahan ng model, ang ilan ay partner-hosted kasama ang mga inference partner sa US, at inilalathala nito ang per-token na presyo sa isang price file. Nasa gitna ng table ang per-token rate nito, hindi pinakamababa: kung presyo kada token lang ang mahalaga, mas mura ang mga discounted listing ng DeepInfra. Ang hindi ibinebenta ng iba rito ay unlimited na DeepSeek V4.1 Flash sa halagang $60 kada buwan kada session, kasama ang lingguhang $15 at oras-orasang $1 na opsyon. Hindi ito marketplace, walang batch discount at walang dedicated GPU. Ang iba pa nitong lamang ay zero data retention sa bawat request, Arabic speech-to-text at iisang OpenAI-compatible na key para sa chat at audio. Kung kailangan mo ng dose-dosenang model family o ng pinakamababang promo rate para sa pabugso-bugsong workload, mas mabuting gumamit ng router o mas malaking host.
