更新于

2026 LLM 价格对比与选型决策

价格对比成本选型2026

LLM 一年价格能变三次。本文记录 2026 年中各旗舰模型的相对价格，给出按工作流的成本估算与决策树。所有数字以相对值呈现，绝对值随官方调整，请到各家定价页核对。

一、旗舰模型相对价格

以 Claude Opus 4.7 输入价为 100 单位：

模型输入输出缓存命中上下文
Claude Opus 4.710010010200k / 1M
Claude Sonnet 4.620252200k
Claude Haiku 4.58120.8200k
GPT-5707535400k
GPT-5 mini14187200k
Gemini 2.5 Pro5065122M
Gemini 2.5 Flash51511M
Gemini 2.5 Flash-Lite270.41M
Grok 46090—256k
Grok Code Fast1530—256k

二、按 1k tokens 成本（相对）

模型1k 输入1k 输出1k 缓存输入
Opus 4.7$0.015$0.075$0.0015
Sonnet 4.6$0.003$0.015$0.0003
Haiku 4.5$0.0008$0.004$0.00008
GPT-5$0.0125$0.05$0.00625
GPT-5 mini$0.0025$0.01$0.00125
Gemini 2.5 Pro$0.00125$0.005$0.000125
Gemini 2.5 Flash$0.000075$0.0003—

*仅作相对比较，绝对值以官方为准。

三、日常工作流的真实成本

工作流 1：个人 Cursor 用户

  • 日均 200 次对话
  • 平均输入 5k tokens、输出 800 tokens
  • 缓存命中率 60%
模型方案日成本月成本
纯 Opus 4.7$20$600
纯 Sonnet 4.6$4$120
Sonnet + Haiku 分级$2.5$75
GPT-5 + GPT-5 mini$5$150

结论：纯个人开发，Sonnet + Haiku 分级是甜蜜点。

工作流 2：Claude Code 长任务

  • 平均任务 1 小时
  • 单任务消耗 50k 输入 + 5k 输出
  • 缓存命中率 80%
模型单任务成本
Opus 4.7$1.0
Sonnet 4.6$0.2
Opus（无缓存）$4.5

结论：缓存是关键。开缓存后 Opus 也不贵。

工作流 3：批量分类 / 摘要

  • 10k 条数据
  • 单条输入 1k、输出 200 tokens
模型总成本
Sonnet 4.6$60
Haiku 4.5$14
GPT-5 mini$40
Gemini Flash$5
Gemini Flash-Lite$2

结论：批量任务用 Gemini Flash 系列性价比最高。

工作流 4：RAG 系统

  • 1000 次提问
  • 每次输入 8k（含 5k 检索内容）、输出 500
  • embedding 1M tokens
模型总成本
Sonnet 4.6 + 3-large emb$35
Haiku 4.5 + 3-small emb$12
Gemini Pro + 3-small emb$15

结论：成本敏感的 RAG 用 Haiku + small embedding。

四、选型决策树

你的主要工作流？

A. AI 编程代理（Cursor / Claude Code / Cline）
   ├── 日常 → Sonnet 4.6
   ├── 重任务 → Opus 4.7（短时间）
   └── 快查 → Haiku 4.5

B. 批量数据处理
   ├── 简单分类 → Gemini Flash-Lite
   ├── 复杂分析 → Gemini Flash 或 Haiku
   └── 长上下文 → Gemini Pro

C. RAG / 知识库
   ├── embedding → text-embedding-3-large
   ├── 生成 → Sonnet 4.6 / GPT-5
   └── rerank → 看场景

D. 多模态
   ├── 单图 OCR → Gemini Flash
   ├── 多图对比 → Gemini Pro
   └── 视频 → Gemini Pro

E. 推理 / 数学
   └── Grok 4 / Gemini Pro

F. 高频聊天界面
   └── Haiku / Flash / GPT-5-mini

五、被低估的省钱杠杆

1. Prompt Caching（杠杆 5x）

详见 prompt caching 省成本指南。命中率 80% 能让长 prompt 任务成本下降 70%+。

2. 模型分级（杠杆 3x）

不要全部走 Opus。L1/L2/L3 三级模型按任务难度切，总成本能压到 1/3。

3. 上下文裁剪（杠杆 2–5x）

.cursorignore 排除 node_modules 等大目录，平均上下文从 50k 降到 15k。

4. 限制 Subagent 并发（杠杆 1.5x）

并发跑 5 个 subagent 在很多场景没有 5 倍价值，但 5 倍开销实打实。

5. 关闭无意义的 MCP（杠杆 1.2x）

每个 MCP 添加 5–8k system prompt 开销。只开当前任务需要的。

六、不要在这些事上”省”

  • ❌ 用差很多的模型省小钱（质量损失更贵）
  • ❌ 关闭流式输出（体验下降但成本不变）
  • ❌ 反复手工裁剪上下文（人力成本大于 token 成本）
  • ❌ 强行用 fine-tune 替代 prompt（除非任务非常稳定）

七、月预算管理建议

角色建议月预算
个人学习$5–15
个人项目$20–50
个人重度$50–200
小团队（5 人）$200–800
中等团队（20 人）$800–3000
Background Agent 长跑单独预算 $50+

设置中转后台日上限，超额触发告警。

八、相关阅读

价格持续变动，建议在 YoTradeApi 后台查看实时价格表与你的实际消费。

相关阅读