BroadRouter

开源与闭源模型 API 成本对比:价格数据怎么说

BroadNet Inference 团队 · 阅读约 9 分钟 · 发布于 · 更新于

通常更便宜,但不能只看模型名。按 2026 年 11 月 15 日核实的价格,GLM 5.3 在其厂商处的每 token 价格低于 GPT-6.1 Sol 或 Claude Sonnet 5.5,但 GPT-6 Luna 这类小型闭源模型的价格与托管的开源模型相当。托管方也很关键:同一个开源模型在不同托管方的价格可能相差数倍。

“开源更便宜”是常见的说法。大体上没错,但决定账单的是细节。本文用各服务商自己的价格页,比较闭源模型(GPT、Claude、Gemini、Grok)和开放权重模型(GLM 5.3、DeepSeek V4.1 Flash、Qwen3.8 27B、gpt-oss-120b、Gemma 4)的每 token 价格,再为一个真实的工作负载算账。所有第三方价格都在 2026 年 11 月 15 日从服务商页面重新核实过。BroadRouter 是 BroadNet 的网站,BroadNet 销售其中部分开源模型,所以我们会标出其他托管方更便宜的地方。

这些数据行来自我们的大模型 API 服务商价格数据集,也就是 LLM API 价格指数背后的原始数据。这个选择在业务上的考量(可控性、锁定、质量差距),请阅读企业如何在开放权重与闭源模型之间选择。

闭源与开放权重模型的每 token 价格对比如何?

标准按量付费价格,每百万 token,短提示词,核实于 2026 年 11 月 15 日:

模型 类型 销售方 输入 缓存输入 输出
GPT-6.1 Sol 闭源 OpenAI USD 2.00 USD 0.10 USD 10.00
Claude Sonnet 5.5 闭源 Anthropic USD 2.00 USD 0.10 USD 10.00
Gemini 4 Hydrogen 闭源 Google USD 1.50 USD 0.075 USD 7.50
Gemini 3.8 Flash 闭源 Google USD 0.75 USD 0.075 USD 3.75
Grok 4.3 闭源 xAI USD 1.25 USD 0.20 USD 2.50
GPT-6 Luna 闭源 OpenAI USD 0.10 USD 0.01 USD 0.50
Claude Haiku 5.5 闭源 Anthropic USD 0.10 USD 0.01 USD 0.50
GLM 5.3 开放权重 Z.ai(厂商) USD 1.40 USD 0.26 USD 4.40
DeepSeek V4.1 Flash 开放权重 DeepSeek(厂商),高峰 USD 0.30 USD 0.006 USD 1.20
Qwen3.8 27B 开放权重 阿里云(厂商) USD 0.50 未列出 USD 3.00
gpt-oss-120b 开放权重 Groq USD 0.15 USD 0.075 USD 0.60
Gemma 4 26B A4B 开放权重 DeepInfra USD 0.07 未列出 USD 0.34

页面本身的说明:

  • Gemini 3.8 Flash 是促销价,有效期 “through December 31, 2026”(译文:至 2026 年 12 月 31 日)。从 2027 年 1 月 1 日起,Google 标价为输入 USD 1.50、输出 USD 7.50,是现在的两倍。
  • Claude Haiku 5.5 的这个价格适用于不超过 100,000 token 的提示词。更长的提示词按输入 USD 0.50、输出 USD 2.50 计费。
  • GPT-6.1 Sol 和 GPT-6 Luna 在输入超过 272K token 时价格更高。Grok 4.3 在提示词达到 200K token 时,整个请求都按更高的价格计费。
  • DeepSeek 非高峰时段价格减半:工作日 UTC 01:00 到 04:00 和 06:00 到 10:00 以外的时段,输入 USD 0.15、缓存 USD 0.003、输出 USD 0.60。

有三个规律很明显:

  1. **闭源的高端更贵。**GPT-6.1 Sol 和 Claude Sonnet 5.5 的输出价是 GLM 5.3 在其厂商处输出价的两倍多。
  2. **闭源的低端并不贵。**GPT-6 Luna 和 Claude Haiku 5.5 的输入标价低于 Groq 上的 gpt-oss-120b,与 DeepInfra 上的 Gemma 4 只差几美分。Gemma 的输出价更低。
  3. **缓存输入是各家差别最大的地方。**DeepSeek 的缓存价是其输入价的 2%;Z.ai 的 GLM 5.3 约为 19%。反复发送相同上下文的智能体,从低缓存价中获益最多。参见缓存输入 token 详解。

托管方对开源模型价格的影响有多大?

闭源模型每个厂商只有一张价目表(加上获得授权的云平台)。开放权重任何人都可以提供,所以同一个模型有很多价格。以下是一些例子,每百万 token,核实于 2026 年 11 月 15 日:

开源模型 托管方 输入 缓存输入 输出
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(促销,6.2 折) 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,高峰 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(促销,7 折) USD 0.14 USD 0.0042 USD 0.42
DeepSeek V4.1 Flash BroadNet Inference $0.175 $0.0055 $0.52
Qwen3.8 27B 阿里云 USD 0.50 未列出 USD 3.00
Qwen3.8 27B DeepInfra(促销,7.5 折) 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 未列出 USD 0.60
gpt-oss-120b DeepInfra USD 0.037 未列出 USD 0.17
Gemma 4 26B A4B DeepInfra USD 0.07 未列出 USD 0.34
Gemma 4 26B A4B BroadNet Inference $0.10 未公布 $0.22

价差很大:上表中各托管方之间,GLM 5.3 的输入价相差约 2.5 倍,gpt-oss-120b 的输入价相差约 4 倍。DeepInfra 的 GLM、DeepSeek 和 Qwen 行标注为促销折扣,页面没有说明何时结束。BroadNet 在 GLM 5.3 和 Qwen3.8 27B 上低于厂商标价,也低于 DeepSeek 的高峰价格;但 DeepSeek 非高峰时段的输入和缓存价格低于 BroadNet,DeepInfra 的促销价在这三个模型上也都更低。单模型价格页列出了我们跟踪的所有托管方,推理服务商怎样给开源模型定价解释了这些数字为什么不同。在多家托管方同时销售的全部 119 个模型中,中位差距为 1.76 倍:参见同一模型、不同托管方。

托管方之间的差别不只是价格。请逐一检查量化方式(有的提供精度更低的权重)、上下文长度、速率限制、数据保留,以及该模型是否支持工具调用。

一个真实工作负载在各模型上要花多少钱?

每 token 价格表看不出输入、缓存输入和输出的构成。下面是一个工作负载:应用内助手,按每个活跃用户每月计算,取自我们的大模型单用户成本示例:

  • 0.45M 新输入 token
  • 0.45M 缓存输入 token(稳定的系统提示词和历史)
  • 0.3M 输出 token,含思考

公式为 0.45 × input + 0.45 × cached + 0.3 × output,代入每百万价格。如果某个页面没有列出缓存价格,我们按完整输入价计算缓存 token。部分厂商额外收取的缓存写入费和缓存存储费不计入。

模型和销售方 每个活跃用户每月成本
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(促销价) USD 1.50
GLM 5.3,BroadNet $1.47
Grok 4.3,xAI USD 1.40
Qwen3.8 27B,阿里云(未列出缓存价) USD 1.35
Qwen3.8 27B,BroadNet $0.75
Qwen3.8 27B,DeepInfra(促销) USD 0.65
DeepSeek V4.1 Flash,DeepSeek 高峰 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(促销) USD 0.19
gpt-oss-120b,DeepInfra(未列出缓存价) USD 0.08

有两点会改变这张表的读法。第一,这些模型能力并不相同。表中靠下的一行,只有在模型通过你的测试集时才算省钱。第二,如果 Google 公布的调价如期执行,Gemini 3.8 Flash 这一行将在 2027 年 1 月 1 日翻倍到 USD 2.99。想用自己的数字计算,请使用 LLM API 费用计算器。

为什么要按任务档位而不是模型名比较?

“开源还是闭源”不是做价格决策的正确维度。真正有用的问题是:哪个模型能把这项任务做得够好,而且最便宜?不同档位的价格走势也不同:根据存档的价格页,Claude Opus 和 GPT 主线大幅降价,而 Claude Haiku 和 Gemini Flash 变贵了(OpenAI、Anthropic 与 Google API 价格历史)。

  • 简单、大批量的工作(分类、抽取、短摘要):小型闭源模型和中小型开源模型都在表的底部。按准确率、延迟和数据条款来选。
  • 智能体和编程:工具调用、长上下文和缓存输入起主导作用。缓存价低的开源模型,或固定价格套餐,成本可能只是前沿闭源模型的几分之一。
  • 最难的推理任务:闭源前沿模型通常仍然领先。每 token 付得多,每个正确答案的成本反而可能更低。

用 50 到 100 个真实用例测量每个正确答案的成本。切换前如何评估大模型给出了方法。

还有什么会改变实际成本?

  • **分词器。**同样的文本在不同模型上会变成不同数量的 token。在 BroadRouter 的分词器数据集中,现代标准阿拉伯语需要的 token 数是其英文译文的 1.31×(Qwen3.8 27B)到 1.77×(GLM 5.3),所以阿拉伯语工作负载可能会改变表中的排序。参见阿拉伯语与英语每个词的 token 数。
  • **思考 token。**无论开源还是闭源,思考模型都把思考按输出计费。Google 的页面说 Gemini 的输出包括 “thinking tokens”(译文:思考 token)。把思考强度设为能通过测试的最低档。
  • **批处理折扣。**OpenAI 和 Anthropic 的 Batch API 价格为标准价的一半。如果你的任务能等,这会缩小与开源模型的差距。BroadNet 没有 Batch API;没有 Batch API 时如何批处理介绍了变通办法。
  • **长上下文加价。**有几个闭源模型在超过 100K、200K 或 272K token 时收费更高。看看你的提示词落在哪个区间。
  • **自建部署。**开放权重也可以在你自己的 GPU 上运行,但只有在用量高且稳定时才划算。参见大模型自建部署 vs API。

BroadNet Inference 的定位

BroadRouter 是 BroadNet 自己的网站。BroadNet Inference 是一个托管的开放权重模型 API,用一个 OpenAI 兼容的 base URL https://inference.broadnet.ai/v1 提供 DeepSeek V4.1 Flash、GLM 5.3、Qwen3.8 27B 和 BroadNet 版本的 Gemma 4,另有语音转文字。它不提供闭源模型,也不在服务商之间路由请求。DeepSeek V4.1 Flash 由合作伙伴托管。

根据上面的数据,BroadNet 在 GLM 5.3 和 Qwen3.8 27B 上的定价低于厂商标价,也低于 DeepSeek 的高峰价格;但高于 DeepInfra 当前的促销价,以及 DeepSeek 非高峰时段的输入和缓存价格。它并不是每个模型都最便宜。它额外提供的是:DeepSeek V4.1 Flash 的固定价格套餐(每个会话每月 $60,同一时间运行一个请求,不计 token)、推理内容零保留,以及 GLM 5.3 和 Qwen3.8 27B 上有文档说明的工具调用和结构化输出。它没有 Batch API,自助账户也没有 SLA。

Gemma 4 VL 26B 可以用 $5 的初始额度运行;其他聊天模型需要充值。比较价格或阅读 API 文档。

常见问题

通过 API 用开源模型比 GPT 便宜吗?

往往更便宜,但要同档对比。2026 年 11 月 15 日,Z.ai 的 GLM 5.3 标价为每百万 token 输入 USD 1.40、输出 USD 4.40,低于 GPT-6.1 Sol 的 USD 2.00 和 USD 10.00。OpenAI 的小模型 GPT-6 Luna 标价 USD 0.10 和 USD 0.50,与托管的开源模型处于同一区间。

同一个开源模型,为什么不同托管方价格不一样?

托管方在不同的硬件上运行同样的权重,精度、利用率和利润率各不相同,有的还在做限时促销。2026 年 11 月 15 日,gpt-oss-120b 的输入价在 DeepInfra 为每百万 USD 0.037,在 Groq 和 Together 为 USD 0.15。

闭源模型 API 有批处理折扣吗?

有,一些开源模型托管方也有。OpenAI 和 Anthropic 都为异步任务列出了 Batch API 价格,为标准价的一半;Fireworks 和 Groq 列出批处理五折,Together 对部分模型也是如此。BroadNet Inference 没有 Batch API。各家的缓存读取价格也差别很大。

更便宜的模型够用吗?

只有你自己的测试集能回答。闭源前沿模型在最难的任务上仍然领先。让每个候选模型跑 50 到 100 个真实用例,比较每个正确答案的成本,而不是每 token 成本。

语言会影响比较结果吗?

会。每种分词器切分文本的方式不同。在 BroadRouter 的分词器数据集中,现代标准阿拉伯语需要的 token 数是英文文本的 1.31×(Qwen3.8 27B)到 1.77×(GLM 5.3),所以对阿拉伯语工作负载来说,每 token 价格低估了差距。

能用 BroadNet 的初始额度跑这些开源模型吗?

Gemma 4 VL 26B 可以。DeepSeek V4.1 Flash、GLM 5.3 和 Qwen3.8 27B 需要充值。$5 的初始额度可用于 Gemma、两个转写模型和 Gemma 按小时密钥。

以 Markdown 格式阅读问 ChatGPT问 Claude问 Perplexity