BroadRouter

Gastos ng open-weight vs closed model API: ano ang sinasabi ng data

Ng BroadNet Inference team · 9 minutong basa · Nailathala · Na-update

Kadalasan, pero hindi batay sa pangalan ng model lang. Sa mga presyong sinuri noong Nobyembre 15, 2026, mas mura kada token ang GLM 5.3 sa gumawa nito kaysa GPT-6.1 Sol o Claude Sonnet 5.5, pero halos kapareho ng hosted open model ang presyo ng maliliit na closed model gaya ng GPT-6 Luna. Mahalaga rin ang host: puwedeng ilang beses na mas mahal ang iisang open model sa isang host kaysa sa iba.

“Mas mura ang open source” ang karaniwang sinasabi. Totoo ito kadalasan, pero ang mga detalye ang nagdedesisyon sa bill mo. Inihahambing ng post na ito ang per-token na presyo ng mga closed model (GPT, Claude, Gemini, Grok) at open-weight model (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) gamit ang sariling pricing page ng bawat provider, tapos pinepresyuhan ang isang makatotohanang workload. Binasa ulit mula sa page ng provider ang bawat third-party na presyo noong Nobyembre 15, 2026. Ang BroadRouter ay website ng BroadNet, at nagbebenta ang BroadNet ng ilan sa mga open model na ito, kaya ipinapakita namin kung saan mas mababa ang singil ng ibang host.

Galing ang mga row sa aming dataset ng presyo ng mga LLM API provider, ang raw data sa likod ng LLM API price index. Para sa business na bahagi ng pagpili (control, lock-in, agwat sa kalidad), basahin ang open-weight vs closed model para sa negosyo.

Paano ikinukumpara ang presyo kada token ng closed at open-weight?

Standard na pay-as-you-go na presyo kada 1M token, maiikling prompt, sinuri noong Nobyembre 15, 2026:

Model Uri Nagbebenta Input Cached input Output
GPT-6.1 Sol Closed OpenAI USD 2.00 USD 0.10 USD 10.00
Claude Sonnet 5.5 Closed Anthropic USD 2.00 USD 0.10 USD 10.00
Gemini 4 Hydrogen Closed Google USD 1.50 USD 0.075 USD 7.50
Gemini 3.8 Flash Closed Google USD 0.75 USD 0.075 USD 3.75
Grok 4.3 Closed xAI USD 1.25 USD 0.20 USD 2.50
GPT-6 Luna Closed OpenAI USD 0.10 USD 0.01 USD 0.50
Claude Haiku 5.5 Closed Anthropic USD 0.10 USD 0.01 USD 0.50
GLM 5.3 Open-weight Z.ai (gumawa) USD 1.40 USD 0.26 USD 4.40
DeepSeek V4.1 Flash Open-weight DeepSeek (gumawa), peak USD 0.30 USD 0.006 USD 1.20
Qwen3.8 27B Open-weight Alibaba Cloud (gumawa) USD 0.50 hindi nakalista USD 3.00
gpt-oss-120b Open-weight Groq USD 0.15 USD 0.075 USD 0.60
Gemma 4 26B A4B Open-weight DeepInfra USD 0.07 hindi nakalista USD 0.34

Mga tala mula sa mga page mismo:

  • Gemini 3.8 Flash: promo price ito “through December 31, 2026” (salin: hanggang Disyembre 31, 2026). Mula Enero 1, 2027, USD 1.50 input, USD 0.15 cached at USD 7.50 output ang nakalista sa Google, doble ng mga rate ngayon.
  • Claude Haiku 5.5: para sa mga prompt na hanggang 100,000 token. USD 0.50 input at USD 2.50 output ang mas mahahabang prompt.
  • GPT-6.1 Sol at GPT-6 Luna: mas mataas ang rate kapag lampas 272K input token. Grok 4.3: sinisingil ang buong request sa mas mataas na rate kapag umabot na sa 200K token ang prompt.
  • DeepSeek: hinahati nito ang presyo tuwing off-peak: USD 0.15 input, USD 0.003 cached at USD 0.60 output sa labas ng 01:00 hanggang 04:00 at 06:00 hanggang 10:00 UTC tuwing weekday.

Tatlong pattern ang kapansin-pansin:

  1. Mas mahal ang itaas ng closed range. Mahigit doble ng output ng GLM 5.3 sa sarili nitong gumawa ang output ng GPT-6.1 Sol at Claude Sonnet 5.5.
  2. Hindi ganoon ang ibaba ng closed range. Mas mababa ang input price ng GPT-6 Luna at Claude Haiku 5.5 kaysa sa gpt-oss-120b sa Groq, at ilang sentimo lang ang layo sa Gemma 4 sa DeepInfra. Mas mababa ang output price ng Gemma.
  3. Sa cached input pinakamalaki ang pagkakaiba ng mga vendor. 2% ng input rate ang cached rate ng DeepSeek; mga 19% naman ang sa GLM 5.3 sa Z.ai. Pinakamalaki ang pakinabang sa mababang cache rate ng mga agent na paulit-ulit na nagpapadala ng parehong context. Tingnan ang paliwanag sa cached input token.

Gaano kalaki ang binabago ng host sa presyo ng open model?

Iisang price list kada vendor ang closed model (kasama ang mga lisensiyadong cloud). Puwedeng i-serve ninuman ang open weights, kaya maraming presyo ang iisang model. Ilang halimbawa, kada 1M token, sinuri noong Nobyembre 15, 2026:

Open model Host Input Cached input Output
GLM 5.3 Z.ai USD 1.40 USD 0.26 USD 4.40
GLM 5.3 Together AI USD 1.40 USD 0.26 USD 4.40
GLM 5.3 DeepInfra (promo, 38% off) USD 0.5625 USD 0.125 USD 2.50
GLM 5.3 BroadNet Inference $0.78 $0.173 $3.46
DeepSeek V4.1 Flash DeepSeek, peak USD 0.30 USD 0.006 USD 1.20
DeepSeek V4.1 Flash Together AI USD 0.30 USD 0.006 USD 1.20
DeepSeek V4.1 Flash DeepInfra (promo, 30% off) USD 0.14 USD 0.0042 USD 0.42
DeepSeek V4.1 Flash BroadNet Inference $0.175 $0.0055 $0.52
Qwen3.8 27B Alibaba Cloud USD 0.50 hindi nakalista USD 3.00
Qwen3.8 27B DeepInfra (promo, 25% off) USD 0.15 USD 0.0375 USD 1.875
Qwen3.8 27B BroadNet Inference $0.175 $0.0435 $2.17
gpt-oss-120b Groq USD 0.15 USD 0.075 USD 0.60
gpt-oss-120b Together AI USD 0.15 hindi nakalista USD 0.60
gpt-oss-120b DeepInfra USD 0.037 hindi nakalista USD 0.17
Gemma 4 26B A4B DeepInfra USD 0.07 hindi nakalista USD 0.34
Gemma 4 26B A4B BroadNet Inference $0.10 hindi inilathala $0.22

Malaki ang agwat: mga 2.5 beses sa input ng GLM 5.3 at mga 4 na beses sa input ng gpt-oss-120b sa pagitan ng mga host sa itaas. May label na promo discount ang mga row ng GLM, DeepSeek at Qwen sa DeepInfra, at hindi sinasabi ng mga page kung kailan matatapos ang mga ito. Mas mababa ang BroadNet sa list price ng gumawa sa GLM 5.3 at Qwen3.8 27B at mas mababa sa peak rate ng DeepSeek, pero mas mababa kaysa sa BroadNet ang off-peak na input at cached rate ng DeepSeek, at mas mababa ang promo price ng DeepInfra sa lahat ng tatlong model. Nakalista sa mga price page kada model ang bawat host na sinusubaybayan namin, at ipinapaliwanag ng paano nagpepresyo ng open model ang mga inference provider kung bakit nagkakaiba ang mga numero. Sa lahat ng 119 na model na ibinebenta ng ilang host, 1.76 na beses ang median na agwat: parehong model, ibang host.

Hindi lang presyo ang pagkakaiba ng mga host. Suriin sa bawat isa ang quantisation (may nagse-serve ng mas mababang precision na weights), context length, rate limit, data retention at kung suportado ang tool calling para sa model na iyon.

Magkano ang totoong workload sa bawat isa?

Itinatago ng mga per-token na table ang halo ng input, cached input at output. Narito ang isang workload: isang in-app assistant, sinukat kada aktibong user kada buwan, mula sa aming halimbawa sa gastos ng LLM kada user:

  • 0.45M bagong input token
  • 0.45M cached input token (hindi nagbabagong system prompt at history)
  • 0.3M output token, kasama ang reasoning

Ang formula ay 0.45 × input + 0.45 × cached + 0.3 × output gamit ang presyo kada 1M. Kapag walang nakalistang cached rate sa page, sinisingil namin ang cached token sa buong input price. Hindi kasama ang cache-write at cache-storage fee na idinadagdag ng ilang vendor.

Model at nagbebenta Gastos kada aktibong user kada buwan
GPT-6.1 Sol, OpenAI USD 3.95
Claude Sonnet 5.5, Anthropic USD 3.95
Gemini 4 Hydrogen, Google USD 2.96
GLM 5.3, Z.ai USD 2.07
Gemini 3.8 Flash, Google (promo price) USD 1.50
GLM 5.3, BroadNet $1.47
Grok 4.3, xAI USD 1.40
Qwen3.8 27B, Alibaba Cloud (walang nakalistang cached rate) USD 1.35
Qwen3.8 27B, BroadNet $0.75
Qwen3.8 27B, DeepInfra (promo) USD 0.65
DeepSeek V4.1 Flash, DeepSeek peak USD 0.50
gpt-oss-120b, Groq USD 0.28
DeepSeek V4.1 Flash, BroadNet $0.24
GPT-6 Luna, OpenAI USD 0.20
Claude Haiku 5.5, Anthropic USD 0.20
DeepSeek V4.1 Flash, DeepInfra (promo) USD 0.19
gpt-oss-120b, DeepInfra (walang nakalistang cached rate) USD 0.08

Dalawang caveat ang nagbabago sa pagbasa nito. Una, hindi magkakapantay ang mga model. Tipid lang ang mas mababang row sa table kung papasa ang model sa test set mo. Ikalawa, magiging doble ang linya ng Gemini 3.8 Flash, USD 2.99, sa Enero 1, 2027 kung matutuloy ang nakalistang pagbabago ng presyo ng Google. Para sa sarili mong mga numero, gamitin ang LLM API cost calculator.

Bakit ihambing ayon sa antas ng gawain, hindi sa pangalan ng model?

Maling batayan ang “open vs closed” para sa desisyon sa presyo. Ang kapaki-pakinabang na tanong: alin ang pinakamurang model na sapat na mahusay sa gawaing ito? Iba-iba rin ang galaw ng mga antas sa paglipas ng panahon: sa mga naka-archive na pricing page, malaki ang ibinaba ng presyo ng Claude Opus at ng pangunahing linya ng GPT, habang tumaas ang sa Claude Haiku at Gemini Flash (kasaysayan ng presyo ng API ng OpenAI vs Anthropic vs Google).

  • Simple at maramihang trabaho (classification, extraction, maiikling summary): nasa ibaba ng table ang maliliit na closed model at ang maliliit o katamtamang open model. Pumili batay sa accuracy, latency at data terms.
  • Agents at coding: tool calling, mahabang context at cached input ang nangingibabaw. Ang mga open model na mababa ang cache rate, o ang flat-rate plan, ay puwedeng maliit na bahagi lang ng gastos ng frontier na closed model.
  • Pinakamahirap na reasoning: kadalasang nangunguna pa rin ang mga closed frontier model. Ang pagbabayad nang mas mahal kada token ay puwedeng mas mura kada tamang sagot.

Sukatin ang gastos kada tamang sagot sa 50 hanggang 100 totoong kaso. May paraan sa paano i-evaluate ang LLM bago lumipat.

Ano pa ang nagbabago sa totoong gastos?

  • Tokenizer. Nagiging iba-ibang dami ng token ang parehong text sa bawat model. Sa tokenizer dataset ng BroadRouter, kailangan ng Modern Standard Arabic ng 1.31× (Qwen3.8 27B) hanggang 1.77× (GLM 5.3) ng token ng English na salin nito, kaya puwedeng mabago ng Arabic na workload ang pagkakasunod sa table. Tingnan ang token kada salita sa Arabic vs English.
  • Reasoning token. Sinisingil bilang output ang pag-iisip ng mga reasoning model sa magkabilang panig. Sabi ng page ng Google, kasama sa output ng Gemini ang “thinking tokens” (salin: mga token ng pag-iisip). I-set ang reasoning effort sa pinakamababang antas na pumapasa sa mga test mo.
  • Batch discount. Naglilista ang OpenAI at Anthropic ng presyo ng Batch API na kalahati ng standard rate. Kung puwedeng maghintay ang trabaho mo, lumiliit ang agwat sa mga open model. Walang Batch API ang BroadNet; ipinapakita ng batch processing nang walang Batch API ang workaround.
  • Surcharge sa mahabang context. Mas mahal ang singil ng ilang closed model lampas 100K, 200K o 272K token. Tingnan kung saan pumupuwesto ang mga prompt mo.
  • Self-hosting. Puwede ring patakbuhin ang open weights sa sarili mong GPU, pero sulit lang ito sa mataas at tuloy-tuloy na paggamit. Tingnan ang self-hosting ng LLM vs API.

Saan pumupuwesto ang BroadNet Inference

Ang BroadRouter ay sariling website ng BroadNet. Ang BroadNet Inference ay hosted na open-weight API na may iisang OpenAI-compatible na base URL, https://inference.broadnet.ai/v1, para sa DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B at sa build ng BroadNet ng Gemma 4, kasama ang speech-to-text. Hindi ito nagse-serve ng closed model at hindi nagra-route ng request sa pagitan ng mga provider. Partner-hosted ang DeepSeek V4.1 Flash.

Sa data sa itaas, mas mababa ang presyo ng BroadNet sa list price ng mga gumawa para sa GLM 5.3 at Qwen3.8 27B at mas mababa sa peak rate ng DeepSeek, at mas mataas sa kasalukuyang promo price ng DeepInfra at sa off-peak na input at cached rate ng DeepSeek. Hindi ito ang pinakamurang host para sa bawat model. Ang idinadagdag nito ay flat plan para sa DeepSeek V4.1 Flash ($60 kada buwan kada session, isang request sa bawat pagkakataon, walang token meter), zero retention ng inference content, at dokumentadong tool calling at structured output sa GLM 5.3 at Qwen3.8 27B. Walang Batch API at walang SLA sa mga self-serve account.

Tumatakbo ang Gemma 4 VL 26B sa $5 na panimulang credit; kailangan ng top-up para sa ibang chat model. Ihambing ang presyo o basahin ang API docs.

Mga tanong

Mas mura ba ang open-weight model kaysa GPT kapag sa API?

Kadalasan, pero ihambing ang magkaparehong klase. Noong Nobyembre 15, 2026, USD 1.40 input at USD 4.40 output kada 1M token ang GLM 5.3 sa Z.ai, mas mababa sa GPT-6.1 Sol na USD 2.00 at USD 10.00. Ang maliit na GPT-6 Luna ng OpenAI ay USD 0.10 at USD 0.50, na kapareho ng hanay ng mga hosted open model.

Bakit iba-iba ang presyo ng parehong open model sa iba't ibang host?

Pinapatakbo ng mga host ang parehong weights sa magkakaibang hardware, precision, utilization at margin, at may ilang nagpapatakbo ng promo na may takdang panahon. Noong Nobyembre 15, 2026, USD 0.037 kada 1M ang input ng gpt-oss-120b sa DeepInfra at USD 0.15 sa Groq at Together.

May batch discount ba ang closed model API?

Oo, at gayundin ang ilang host ng open model. Parehong naglilista ang OpenAI at Anthropic ng presyo ng Batch API na kalahati ng standard rate para sa mga asynchronous na job; naglilista ang Fireworks at Groq ng 50% off sa batch, at ganoon din ang Together para sa piling model. Walang Batch API ang BroadNet Inference. Malaki rin ang pagkakaiba ng presyo ng cache read sa bawat vendor.

Sapat na ba ang mas murang model?

Ang sarili mong test set lang ang makakasagot. Nangunguna pa rin ang mga closed frontier model sa pinakamahihirap na gawain. Patakbuhin ang 50 hanggang 100 totoong kaso sa bawat kandidato at ihambing ang gastos kada tamang sagot, hindi ang gastos kada token.

Binabago ba ng wika ang paghahambing?

Oo. Iba-iba ang paghati ng bawat tokenizer sa text. Sa tokenizer dataset ng BroadRouter, kailangan ng Modern Standard Arabic ng 1.31× (Qwen3.8 27B) hanggang 1.77× (GLM 5.3) ng token ng English na text, kaya minamaliit ng per-token na presyo ang agwat para sa mga Arabic na workload.

Magagamit ko ba ang mga open model na ito sa panimulang credit ng BroadNet?

Ang Gemma 4 VL 26B, oo. Kailangan ng top-up para sa DeepSeek V4.1 Flash, GLM 5.3 at Qwen3.8 27B. Saklaw ng $5 na panimulang credit ang Gemma, ang dalawang transcription model at ang mga Gemma hourly key.

Basahin bilang MarkdownTanungin ang ChatGPTTanungin ang ClaudeTanungin ang Perplexity