---
title: "开源模型 API 价格对比：6 家推理服务商 | BroadRouter"
description: "OpenRouter、Together AI、Fireworks、Groq、DeepInfra 和 BroadNet 如何给开源模型定价：按 token、缓存、批处理、GPU 小时和固定价格套餐，附官方价格出处。"
url: https://broadrouter.com/zh/blog/llm-inference-provider-pricing-compared/
lang: zh-Hans
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

本页由英文原文借助 AI 翻译。[阅读英文原文](https://broadrouter.com/blog/llm-inference-provider-pricing-compared/)（2026-11-16 更新）。

# 推理服务商怎样给开源模型定价：6 家对比

BroadNet Inference 团队 · 阅读约 7 分钟 · 发布于 2026-11-14 · 更新于 2026-11-16

大多数服务商按每百万 token 给开源模型定价，缓存输入更便宜，批处理任务常有五折。Together AI、Fireworks 和 DeepInfra 还按小时出租 GPU。OpenRouter 沿用各服务商的价格，在购买 credits 时收取手续费。Groq 只提供少量模型。BroadNet 为 DeepSeek V4.1 Flash 额外提供按月、按周和按小时的固定价格套餐。

## 要点

-   同一个开源模型的每 token 价格在不同服务商之间可能相差好几倍，所以要按你实际使用的那个模型来比。
-   DeepSeek V4.1 Flash 方面，Together AI 和 Fireworks 标价为每百万输入 USD 0.30、输出 USD 1.20，BroadNet 为 $0.175 和 $0.52。DeepInfra 的 DeepSeek-V4.1-Flash-1017 打 4.9 折，为 USD 0.098 和 USD 0.294，低于 BroadNet。
-   缓存输入价格和批处理折扣往往比标价更重要，两者都要看。
-   专用 GPU 不管忙闲都按小时计费，适合稳定且用量极大的场景。
-   固定价格套餐完全不计 token；BroadNet 的 Full Moon 每个会话每月 $60。

**本页内容**

1.  开源模型有哪五种定价方式？
2.  各服务商如何给开源模型定价？
3.  同一个模型在各家多少钱？
4.  语音转文字呢？
5.  怎样针对你的工作负载比较服务商？
6.  BroadNet Inference 的定位

“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？

1.  **按 token、无服务器（serverless）。**[输入和输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/) 分别按每百万定价。本文列出的每一家都提供。
2.  \*\*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](https://broadrouter.com/zh/blog/cached-input-tokens-explained/)。
3.  \*\*批处理。\*\*能等几个小时的任务价格更低。
4.  \*\*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](https://broadrouter.com/zh/blog/self-hosting-llm-vs-api-cost/)，或在[自建部署 vs API 计算器](https://broadrouter.com/tools/self-hosting-vs-api-calculator/)中用自己的数字计算。
5.  \*\*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](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)。

## 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](https://broadrouter.com/zh/glossary/llm-router/)，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](https://broadrouter.com/zh/blog/openrouter-alternative-flat-rate/)。
-   **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](https://broadrouter.com/zh/llm-api-pricing/deepseek-v4.1-flash/)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](https://broadrouter.com/data/llm-api-price-index/)。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](https://broadrouter.com/zh/blog/open-weight-vs-closed-model-api-cost/)。

**GLM 5.3**（各服务商的自有价格：[GLM 5.3 价格表](https://broadrouter.com/zh/llm-api-pricing/glm-5.3/)）：

| 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](https://broadrouter.com/zh/llm-api-pricing/qwen3.8-27b/)）：

| 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](https://broadrouter.com/zh/models/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](https://broadrouter.com/zh/blog/deepseek-v4-1-flash-api-pricing/)）。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](https://broadrouter.com/zh/blog/same-llm-different-host-prices/)。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](https://broadrouter.com/zh/blog/how-often-llm-api-prices-change/)。

## 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](https://broadrouter.com/zh/blog/speech-to-text-api-pricing-compared/)。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](https://broadrouter.com/zh/blog/arabic-speech-to-text-api-buyers-guide/)。

## 怎样针对你的工作负载比较服务商？

1.  **固定模型和版本。**“DeepSeek V4.1 Flash”和带日期的版本可能定价不同。
2.  **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](https://broadrouter.com/zh/blog/estimate-llm-api-cost-before-launch/)。
3.  **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](https://broadrouter.com/tools/llm-api-cost-calculator/)和[提示词缓存计算器](https://broadrouter.com/tools/prompt-caching-calculator/)可以帮你算。
4.  **批处理折扣**只用在能等的任务上。
5.  **加上各种费用**：购买 credits 的手续费和档位倍率。
6.  **检查限制**：[速率限制](https://broadrouter.com/zh/glossary/rate-limit/)、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。
7.  **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](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)，或使用[固定价格 vs 按 token 计算器](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/)。

## 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](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-llm-inference-provider-pricing-compared&utm_content=body)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](https://broadrouter.com/zh/privacy/)、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。

相关免费工具（英文）

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [LLM token counter](https://broadrouter.com/tools/token-counter/) Exact token counts with each model's real tokenizer, with a token view and cost.
-   [Context window calculator](https://broadrouter.com/tools/context-window-calculator/) Will it fit? Window used per model, room left for output, cost to send.

[免费工具（英文）](https://broadrouter.com/tools/)

## 本文涉及的术语

[Token（词元）](https://broadrouter.com/zh/glossary/token/)

token（词元）是大语言模型读写文本的基本单位：由模型的分词器切分出的一个词、词的一部分、一个标点或一段字节序列。大模型 API 按 token 计数、设定限制，通常也按 token 计费。

[开放权重模型（open-weight model）](https://broadrouter.com/zh/glossary/open-weight-model/)

开放权重模型是公开发布训练好的权重、任何人都可以下载和运行的机器学习模型，通常附带有条件的许可证。它不同于完全开源的 AI，后者还会公开训练代码和训练数据的详细信息，让其他人能够研究并复现模型。

[工具调用（tool calling / function calling）](https://broadrouter.com/zh/glossary/tool-calling/)

工具调用（也叫函数调用，function calling）是大模型 API 的一项功能：模型返回一个结构化请求，要求执行开发者定义的某个函数，并附上 JSON 参数。应用执行该函数并把结果发回；模型自己从不执行代码。

[大模型包月套餐（flat-rate LLM plan）](https://broadrouter.com/zh/glossary/flat-rate-llm-plan/)

大模型包月套餐（固定价格套餐）是按一个周期（如一个月）收取固定费用、提供大模型 API 使用权的计价方式，不按 token 计费。这类套餐通常会限制别的东西，如并发、速度、模型或使用时间窗口，所以限制条件和价格同样重要。

[上下文窗口（context window）](https://broadrouter.com/zh/glossary/context-window/)

上下文窗口是语言模型在单次请求中能处理的最大 token 数。它涵盖提示词、对话历史、工具定义、图片以及生成的输出（包括思考 token）。放不下的内容必须删减、摘要，或拆分到多个请求中。

[输入 token 与输出 token](https://broadrouter.com/zh/glossary/input-and-output-tokens/)

输入 token 是语言模型在一次请求中读取的 token，包括系统提示词、对话历史、工具定义和图片。输出 token 是模型生成回复的 token，包括思考内容。大模型 API 通常分别计价，输出一般更贵。

[速率限制（rate limit）](https://broadrouter.com/zh/glossary/rate-limit/)

速率限制是 API 对客户端在一个时间窗口内的使用量设定的上限，例如每分钟请求数或每分钟 token 数。超出限制的请求会被拒绝，通常返回 HTTP 429 Too Many Requests，直到用量回落到限制以下。

[AI 智能体（AI agent）](https://broadrouter.com/zh/glossary/agent/)

AI 智能体是由语言模型自主决定步骤、朝目标推进的系统：它决定调用哪些工具、读取结果，然后重复，直到给出最终回答或触及上限。在固定位置调用模型的固定脚本，通常称为工作流（workflow）。

## 常见问题

### 哪家推理服务商的开源模型最便宜？

没有哪一家全面最便宜，按 token 计也不是 BroadNet。我们在 2026-11-14 核实时，DeepInfra 在 DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 上的折扣价都低于 BroadNet，而 OpenRouter 上 DeepSeek V4.1 Flash 各端点的输入价格从每百万约 USD 0.05 到 USD 3 不等。请按具体模型、缓存价格和批处理折扣来比较。

### OpenRouter 会在模型价格上加价吗？

OpenRouter 表示推理价格不加价。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%。

### 批处理价格划算吗？

适合能等的任务。Fireworks 的批处理标价五折，Groq 文档写明批处理五折，完成窗口为 24 小时到 7 天。Together 的批处理文档只对部分模型给出五折（我们核实时表中只有 \`openai/whisper-large-v3\`），完成窗口固定为 24 小时。

### 什么时候该租专用 GPU，而不是按 token 付费？

当你的流量能让 GPU 一天中大部分时间都在忙的时候。GPU 按小时计费，无论有没有请求都要付钱，所以流量低或波动大时，按 token 付费更便宜。

### 有没有服务商为开源模型提供包月固定价格？

BroadNet Inference 为 DeepSeek V4.1 Flash 提供。Full Moon 每个会话每月 $60，不计 token，同一时间运行一个请求。

## 继续阅读

-   [AI 智能体用 OpenRouter 还是固定价格套餐：哪个更省钱？](https://broadrouter.com/zh/blog/openrouter-alternative-flat-rate/)
-   [DeepSeek V4.1 Flash API 价格：按 token、缓存与套餐计费](https://broadrouter.com/zh/blog/deepseek-v4-1-flash-api-pricing/)
-   [大模型 API 怎么计费：输入、缓存、输出与思考 token 详解](https://broadrouter.com/zh/blog/llm-api-pricing-explained/)
-   [大模型 API 包月还是按 token 付费：盈亏平衡怎么算](https://broadrouter.com/zh/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Artificial Analysis 替代品：2026 年在哪里比较大模型](https://broadrouter.com/zh/blog/artificial-analysis-alternatives/)
-   [大模型 API SLA 对比：Azure、Bedrock、Google 和 OpenAI 承诺了什么](https://broadrouter.com/zh/blog/llm-api-sla-uptime-compared/)
-   [指南：用 OpenAI Python SDK 调用 BroadNet Inference](https://broadrouter.com/zh/guides/openai-python-sdk/)
-   [指南：面向智能体的不限量 LLM API 套餐如何运作](https://broadrouter.com/zh/guides/unlimited-llm-api-sessions/)

用你的真实业务负载试一试。新账户可获得 US$5 初始额度，用于 Gemma和转写。DeepSeek、GLM和Qwen3.8 需要先充值。

[开始使用](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-llm-inference-provider-pricing-compared&utm_content=page-cta) ·

**来源**

-   [OpenRouter 常见问题：价格与 credits 购买手续费（2026-11-14 核实）](https://openrouter.ai/docs/faq)
-   [OpenRouter 的 DeepSeek V4.1 Flash 模型页：各服务商价格（2026-11-14 核实）](https://openrouter.ai/deepseek/deepseek-v4.1-flash)
-   [Together AI 价格（2026-11-14 核实）](https://www.together.ai/pricing)
-   [Together AI 批量推理文档（2026-11-14 核实）](https://docs.together.ai/docs/batch-inference)
-   [Fireworks AI 价格（2026-11-14 核实）](https://fireworks.ai/pricing)
-   [Groq 模型与价格（2026-11-14 核实）](https://console.groq.com/docs/models)
-   [Groq 提示词缓存文档（2026-11-14 核实）](https://console.groq.com/docs/prompt-caching)
-   [DeepInfra 价格（2026-11-14 核实）](https://deepinfra.com/pricing)
-   [BroadNet Inference 机器可读价格（pricing.json，2026-11-14 同步）（英文）](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=zh-blog-llm-inference-provider-pricing-compared&utm_content=sources)
