面向 Agent 开发者的模型与 API 价格
Agent 每执行一步都要付费，而大部分费用都花在之前已发送过的输入上。本表并列展示公开定价、缓存折扣和上下文限制，帮助你根据整个任务的成本选择模型，而不是只看醒目的单价。
所有模型，一览无余
| 提供商 | ||||||
|---|---|---|---|---|---|---|
| GPT-6 Astra | OpenAI | US$10* | US$1 | US$50 | 1.05M | 2026-09-08 |
| Claude Fable 5.1 | Anthropic | US$10 | US$0.25 | US$50 | 1M | 2026-09-01 |
| Claude Opus 5.5 | Anthropic | US$4 | US$0.20 | US$20 | 1M | 2026-09-22 |
| Kimi K3 | Moonshot AI (Kimi) | US$3 | US$0.30 | US$15 | 1.05M | 2026-07-16 |
| Command A+第三方价格 | Cohere | US$2.50 | — | US$10 | 128K | 2026-05-20 |
| GPT-6.1 Sol | OpenAI | US$2* | US$0.10 | US$10 | 1.05M | 2026-09-29 |
| Claude Sonnet 5.5 | Anthropic | US$2 | US$0.20 | US$10 | 1M | 2026-09-28 |
| Gemini 3.1 Pro Preview预览版 | US$2* | US$0.20 | US$12 | 1.05M | 2026-02-19 | |
| Grok 4.7 | xAI | US$2* | US$0.50 | US$6 | 500K | 2026-09-21 |
| Qwen3.8-Max | Alibaba Cloud (Qwen) | US$1.65 | US$0.21 | US$4.95 | 1M | 2026-08-03 |
| Gemini 3.5 Flash | US$1.50 | US$0.15 | US$9 | 1.05M | 2026-05-19 | |
| Mistral Medium 3.5 | Mistral AI | US$1.50 | — | US$7.50 | 256K | 2026-04-28 |
| GLM-5.3 | Z.ai (Zhipu) | US$1.40 | US$0.26 | US$4.40 | 1M | 2026-08-14 |
| DeepSeek-V4-Pro-0813 | DeepSeek | US$1.32 | US$0.044 | US$3.96 | 1M | 2026-08-13 |
| Grok 4.3 | xAI | US$1.25* | US$0.20 | US$2.50 | 1M | — |
| Muse Spark 1.3 | Meta | US$1.25 | US$0.15 | US$4.25 | 1M | 2026-09-02 |
| Amazon Nova 2 Pro预览版第三方价格 | Amazon | US$1.25 | — | US$10 | — | — |
| Claude Haiku 4.5 | Anthropic | US$1 | US$0.10 | US$5 | 200K | — |
| Grok Build 0.1 | xAI | US$1* | US$0.20 | US$2 | 256K | — |
| Gemini 3.8 Flash | US$0.75 | US$0.075 | US$3.75 | 1.05M | 2026-09-02 | |
| Gemini 3.5 Flash-Lite | US$0.30 | US$0.030 | US$2.50 | 1.05M | 2026-07-21 | |
| DeepSeek-V4.1-Flash | DeepSeek | US$0.30 | US$0.006 | US$1.20 | 1M | 2026-09-10 |
| Amazon Nova 2 Lite第三方价格 | Amazon | US$0.30 | — | US$2.50 | 1M | 2025-12-02 |
| Qwen3.7-Plus | Alibaba Cloud (Qwen) | US$0.28* | US$0.056 | US$1.10 | 1M | 2026-05-26 |
| Mistral Small 4 | Mistral AI | US$0.15 | — | US$0.60 | 256K | 2026-03-16 |
| GLM-5.3-Flash | Z.ai (Zhipu) | US$0.15 | US$0.030 | US$0.50 | 1M | — |
| GPT-6 Luna | OpenAI | US$0.10* | US$0.010 | US$0.50 | 1.05M | 2026-09-22 |
| Qwen3.7-Flash | Alibaba Cloud (Qwen) | US$0.028* | US$0.006 | US$0.11 | 1M | 2026-07-15 |
如何看懂这些价格
缓存输入价格最值得关注
在 Agent 循环中，每次调用都会重新发送 system prompt、工具定义和之前的对话。当前缀从缓存中读取时，服务商只收取常规输入价格的一部分，通常不到十分之一。因此，缓存价格低的模型可能比标价更低的模型更划算。
长 prompt 可能让整次调用涨价
OpenAI、Google 的 Pro 预览版、xAI 和 Qwen 会在单个 prompt 超过 200K 或 272K token 等阈值后提高价格，而且这次请求中的每个 token 都按更高价格计费。目前，Anthropic 对其完整的百万 token 上下文窗口按标准价格收费。
推理 token 按输出计费
回答前会进行思考的模型，其隐藏推理过程按输出价格计费。常规步骤可调低推理强度设置，把高强度设置留给规划或复杂调试。
批处理和非高峰时段折扣通常不适合 Agent
批处理 endpoint 价格减半，但结果可能要几小时才能返回，因此更适合评测和历史数据回填，而非实时 Agent。DeepSeek 的非高峰时段价格是个例外，适用于定时任务。
开发者常见问题
哪个模型最适合低成本运行 AI Agent？
在我们的 30 步编码工作负载中，成本最低的是小型模型：GPT-6 Luna、Qwen3.7-Flash 和 GLM-5.3-Flash，每个任务约需 10 到 20 美分。单步便宜不代表整个任务便宜：如果模型需要更多步骤或重试，成本可能更高。建议用自己的调用记录测试两三个候选模型。
为什么我的 Agent 费用远高于按 token 单价估算的金额？
因为每一步都会重新发送不断增长的对话内容。一个起始 prompt 有 25K token 的 30 步任务，总输入量会远超 300 万 token。与更换模型相比，使用 prompt 缓存、缩短工具输出和总结较早的对话轮次更能降低成本。
这些是最终价格吗？
这些是各服务商定价页面在 2026 年 10 月 1 日公布的美元标价，不含税费、地区附加费或协商折扣。标注为第三方数据的价格无法从厂商自己的页面获取。
缓存读取和缓存写入有什么区别？
缓存读取是读取缓存中已有 token 时享受的折扣价格。一些服务商（包括 Anthropic）还会在前缀首次写入缓存时收取额外费用。表格列出的是读取价格；适用的写入价格会在各模型页面中注明。