“每百万 token 价格”看起来可以在服务商之间直接比较,其实不完全可以。各家托管的模型不同,缓存输入的价格不同,批处理任务有没有折扣不同,能不能租 GPU 不同,额外收的费用也不同。本文先比较六家开放权重模型服务商的定价方式,再把它们给同一批模型公布的价格并排列出。所有竞品数据都来自各服务商的官方页面,核实于 2026-11-14,链接见参考来源。价格经常变动,做决定前请再核实一次。
开源模型有哪五种定价方式?
- 按 token、无服务器(serverless)。输入和输出 token 分别按每百万定价。本文列出的每一家都提供。
- **缓存输入。**重复的提示词前缀按更低的价格计费。折扣从半价到输入价格的百分之几不等。参见缓存输入 token 详解。
- **批处理。**能等几个小时的任务价格更低。
- **专用 GPU。**按小时租硬件,自己运行模型,或使用服务商的软件栈运行。参见自建部署与 API 的盈亏平衡,或在自建部署 vs API 计算器中用自己的数字计算。
- **固定价格套餐。**按时间收固定费用,不计 token。参见固定价格大模型套餐。
各服务商如何给开源模型定价?
| 服务商 | 模式 | 按 token | 缓存输入 | 批处理 | 专用 GPU | 固定价格套餐 |
|---|---|---|---|---|---|---|
| OpenRouter | 跨多家服务商的路由平台 | 沿用服务商价格,“no markup”(不加价) | 视服务商而定 | 视服务商而定 | 无 | 无 |
| Together AI | 自有 serverless + 专用 | 有 | 部分模型列出 | 部分模型五折(核实时仅 Whisper Large v3) | H100 每 GPU 小时 USD 5.49 起 | 无 |
| Fireworks AI | 自有 serverless + 按需 | 有,输入每百万 USD 0.05 起 | 默认五折,部分模型更低 | 五折 | H100 每小时 USD 8.00 | 无 |
| Groq | 自有硬件 | 有,模型很少 | 五折,限 GPT-OSS 模型 | 五折 | 未列出 | 无 |
| DeepInfra | 自有 serverless + 专用 | 有,部分模型按执行时间计费 | 许多模型列出 | 价格页未列出 | H100 每 GPU 小时 USD 2.90 | 无 |
| BroadNet Inference | 模型列表精简;部分模型由美国推理合作伙伴托管 | 有 | 四个聊天模型中三个列出 | 不提供 | 无 | 有,DeepSeek V4.1 Flash |
页面上的要点:
- OpenRouter 表示 “there is no markup on inference pricing”(译文:推理价格不加价)。它在你购买 credits 时收取手续费:Standard 套餐 5.5%(据其常见问题,最低 USD 0.80),Business 套餐 8%,加密货币支付 5%。免费模型版本限制为每分钟 20 个请求、每天 50 个;累计购买至少 10 credits 后为每天 1,000 个。它是一个路由平台,所以同一个模型可能有多个价格。参见 OpenRouter 与固定价格服务商对比。
- Together AI 的按需专用 H100 标价为每 GPU 小时 USD 5.49。它的批处理文档说部分 serverless 模型五折运行,完成窗口固定为 24 小时,但我们核实时,折扣模型表中只有
openai/whisper-large-v3。其他模型按标准价格运行。 - Fireworks 有 Standard、Priority、Fast、Batch(五折)和 Spot(部分模型七折)几种模式。缓存输入按半价或更低计费,没有写入费。
- Groq 为少数生产级模型列出按 token 价格,例如
openai/gpt-oss-120b每百万输入 USD 0.15、输出 USD 0.60;Whisper 语音转文字按小时计费。GPT-OSS 模型的缓存输入为半价,批处理任务五折,在 24 小时到 7 天内完成。 - DeepInfra 为许多模型在标价旁边显示折扣价,例如 DeepSeek-V4.1-Flash-1017 打 4.9 折,GLM-5.3 打 6.2 折。页面没有说明这些折扣何时结束。它还提供 Standard、Priority(1.5×)和 Flex(0.8×)三个档位。
同一个模型在各家多少钱?
以下是 BroadNet 也提供的模型的每百万 token 公开价格。“—”表示该模型不在该服务商的价格页上。
DeepSeek V4.1 Flash(输入 / 缓存 / 输出):
| 服务商 | 输入 | 缓存 | 输出 |
|---|---|---|---|
| Together AI | USD 0.30 | USD 0.006 | USD 1.20 |
| Fireworks AI | USD 0.30 | USD 0.006 | USD 1.20 |
| DeepInfra,标价 | USD 0.20 | USD 0.006 | USD 0.60 |
| DeepInfra,折扣价(7 折) | USD 0.14 | USD 0.0042 | USD 0.42 |
| DeepInfra,DeepSeek-V4.1-Flash-1017,折扣价(4.9 折) | USD 0.098 | USD 0.0029 | USD 0.294 |
| Groq | — | — | — |
| BroadNet Inference | $0.175 | $0.0055 | $0.52 |
DeepInfra 带日期的 -1017 版本,就是 DeepSeek 自己的 API 以 deepseek-flash 提供的同一个版本;请确认你的代码调用的是哪一个。我们核实时,OpenRouter 上这个模型有来自 28 家服务商的 37 个端点,输入价格从每百万约 USD 0.05(百度)到 USD 3(Venice 最快的档位)。我们的 DeepSeek V4.1 Flash 价格表列出了所有自行公布该模型价格的服务商,每一行都附有来源页面和核实日期。同一模型在整个市场上的价差有多大,见我们的 LLM API 价格指数。这些开源模型价格在同样的工作负载下与 GPT、Claude 和 Gemini 相比如何,见开放权重与闭源模型的 API 成本。
GLM 5.3(各服务商的自有价格:GLM 5.3 价格表):
| 服务商 | 输入 | 缓存 | 输出 |
|---|---|---|---|
| Together AI | USD 1.40 | USD 0.26 | USD 4.40 |
| Fireworks AI | USD 1.40 | USD 0.26 | USD 4.40 |
| DeepInfra,标价 | USD 0.90 | USD 0.20 | USD 4.00 |
| DeepInfra,折扣价(6.2 折) | USD 0.5625 | USD 0.125 | USD 2.50 |
| BroadNet Inference | $0.78 | $0.173 | $3.46 |
Qwen3.8 27B(各服务商的自有价格:Qwen3.8 27B 价格表):
| 服务商 | 输入 | 缓存 | 输出 |
|---|---|---|---|
| DeepInfra,标价 | USD 0.20 | USD 0.05 | USD 2.50 |
| DeepInfra,折扣价(7.5 折) | USD 0.15 | USD 0.0375 | USD 1.875 |
| Groq(预览版,仅供评估) | USD 0.80 | — | USD 4.00 |
| BroadNet Inference | $0.175 | $0.0435 | $2.17 |
Gemma 4 26B A4B(BroadNet 的版本是 Gemma 4 VL 26B):
| 服务商 | 输入 | 输出 |
|---|---|---|
| DeepInfra | USD 0.07 | USD 0.34 |
| BroadNet Inference | $0.10 | $0.22 |
按 token 计,BroadNet 在这里不是最便宜的。在 DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 上,DeepInfra 的折扣价每一项都低于 BroadNet;在 Gemma 上,DeepInfra 的输入价也更低(BroadNet 的 Gemma 输出价更低)。DeepSeek 自己的 API 在非高峰时段所有价格减半,此时它的输入价低于 BroadNet(详情)。在 DeepSeek V4.1 Flash 和 GLM 5.3 上,BroadNet 的标价低于 Together 和 Fireworks。每 token 价格只是一个因素;还要看上下文长度、数据保留和速率限制,这些表里都没有。
放眼多家托管方同时销售的全部 119 个模型(不只这四个),最贵标价是最便宜标价的中位数 1.76 倍;参见同一模型、不同托管方。托管方的价格也比模型厂商的价格变动得更频繁:参见大模型 API 价格多久变一次。
语音转文字呢?
Groq 的 whisper-large-v3-turbo 标价为每小时音频 USD 0.04,whisper-large-v3 为每小时 USD 0.111。DeepInfra 的 Voxtral Mini 为每分钟 USD 0.001。BroadNet 的多语言模型每分钟 $0.002(每小时 $0.12),阿拉伯语模型每分钟 $0.0042。更多服务商见语音转文字 API 价格对比。对阿拉伯语来说,在你的方言上的准确率比价格更重要:参见如何选择阿拉伯语语音转文字 API。
怎样针对你的工作负载比较服务商?
- 固定模型和版本。“DeepSeek V4.1 Flash”和带日期的版本可能定价不同。
- 测量你的 token 构成:输入、缓存占比和输出(含思考)。参见上线前估算费用。
- 用每家的三个价格计算,而不只是输入价。对智能体来说,缓存价格往往起决定作用。LLM API 费用计算器和提示词缓存计算器可以帮你算。
- 批处理折扣只用在能等的任务上。
- 加上各种费用:购买 credits 的手续费和档位倍率。
- 检查限制:速率限制、并发和上下文长度,无论价格多低都可能让一家服务商出局。
- 和固定价格套餐比较,如果有一个智能体一天大部分时间都在运行。参见盈亏平衡计算,或使用固定价格 vs 按 token 计算器。
BroadNet Inference 的定位
BroadNet 提供少量模型,其中部分由美国推理合作伙伴托管,按 token 价格公布在价格文件中。它的按 token 价格处于中游,不是最低:如果你只看每 token 价格,DeepInfra 的折扣价更便宜。其他几家都不卖的是:DeepSeek V4.1 Flash 不限量,每个会话每月 $60,另有每周 $15 和每小时 $1 的选项。它不是聚合市场,没有批处理折扣,也没有专用 GPU。它的其他优势是每个请求都零数据保留、阿拉伯语语音转文字,以及聊天和音频共用一个 OpenAI 兼容的密钥。如果你需要几十个模型系列,或者为突发型工作负载寻找最低的促销价,路由平台或规模更大的托管方会更适合你。
