2026 最便宜的 LLM API：GPT-4o、Claude、Gemini、DeepSeek、Doubao 真实价格对比
20+ LLM API 按每百万 token 价格排名。统一换算为美元，纳入缓存、免费额度、国内访问等因素。
TL;DR：ByteDance Doubao Lite 绝对最便宜，0.02 美元/百万输入。Gemini 2.0 Flash（0.03 美元/百万）是英文工作负载性价比最佳。DeepSeek V3（0.14 美元/百万）是最便宜的前沿质量模型。国内直连 Claude、GPT、Gemini、DeepSeek 多模型访问，FreeModel 和 APIKEY.FUN 透明定价无需 VPN。
为什么 2026 年价格变得越来越重要
2024 年的 LLM API 市场很简单：OpenAI、Anthropic、Google，加上一长串开源模型供应商。到 2026 年，局面已经爆发 —— 20 多个生产级 LLM API 商业化运营，价格区间从 ByteDance Doubao 的 0.02 美元/百万输入 token 到 Claude Opus 4.7 的 75 美元/百万输出 token。对于一个月处理 5 亿 token 的创业公司，能力相当模型中，最便宜和最贵档位的差距可能达到 5 万美元/月。
本文将我们追踪的所有 LLM API 的每百万 token 价格统一标准化，使用实际工作负载中常见的 3:1 输入输出比，并加入隐藏成本（缓存、限速、最低承诺）。结果是单一的排名表，你可以直接用来为具体场景挑选最便宜的 API。
所有价格截至 2026 年 6 月，按各供应商官方定价页面验证。中国供应商的美元等价价格按 $1 = ¥7 计算（APIKEY.FUN 参考汇率，与 2026 年中主要交易所汇率基本持平）。
方法论：如何比较价格
我们对所有供应商使用三个标准化指标：
- 输入价格 / 百万 token —— 发送给模型的 prompt token 费率
- 输出价格 / 百万 token —— 模型生成 token 的费率
- 缓存读取价格 / 百万 token —— 重复 prompt 前缀的折扣价（Anthropic prompt caching、OpenAI automatic caching、DeepSeek cache）
以人民币计价的供应商，我们按 $1 = ¥7 换算。按秒计 GPU 费的供应商（Replicate），我们使用 70B 级别模型已发布的每 token 等价。免费额度单独报告，不从每 token 价格中扣除。
我们排除没有公开按 token 定价的供应商（如仅企业闭门合同），以及不再接受新注册的供应商。截至 2026 年 6 月，对比涵盖 20 个活跃供应商。
2026 最便宜 LLM API 排名（每百万 token 价格）
下表按每个供应商最便宜且能用的模型排名，对比相同工作负载（1M 输入 + 333K 输出 token = 在中位价上约花费 100 美元）：
| 排名 | 供应商 | 最便宜可用模型 | 输入 $/1M | 输出 $/1M | 缓存读 $/1M | $100 约等于 token 数 |
|---|---|---|---|---|---|---|
| 1 | ByteDance Doubao | Doubao Lite | $0.02 | $0.02 | 不支持 | 5,000M |
| 2 | Google AI | Gemini 2.0 Flash | $0.03 | $0.06 | $0.005 | 3,300M |
| 3 | Mistral AI | Mistral Small 3 | $0.20 | $0.60 | $0.02 | 500M |
| 4 | DeepSeek | DeepSeek V3 Chat | $0.14 | $0.28 | $0.014 | 714M |
| 5 | Cohere | Command R7B | $0.15 | $0.60 | 不支持 | 500M |
| 6 | OpenAI | GPT-4.1 nano | $0.10 | $0.40 | $0.03 | 833M |
| 7 | xAI Grok | Grok-3 mini | $0.30 | $0.50 | 不支持 | 333M |
| 8 | Together AI | Llama 3.3 70B | $0.88 | $0.88 | 不支持 | 170M |
| 9 | Zhipu AI | GLM-4-Flash | $0.71 | $0.71 | 不支持 | 211M |
| 10 | Anthropic | Claude 3.5 Haiku | $0.80 | $4.00 | $0.03 | 125M |
| 11 | Fireworks AI | Llama 3.1 8B | $0.20 | $0.20 | $0.02 | 500M |
| 12 | Anyscale | Llama 3.3 70B | $0.15 | $0.15 | 不支持 | 667M |
| 13 | Moonshot Kimi | moonshot-v1-8k | $2.86 | $2.86 | $0.57 | 35M |
| 14 | APIKEY.FUN | Claude Haiku 4.5 | $1.00 | $5.00 | $0.04 | 100M |
| 15 | Alibaba Bailian | Qwen-Turbo | $0.57 | $0.57 | 不支持 | 263M |
| 16 | Baidu Ernie | ERNIE-Speed | $1.71 | $1.71 | 不支持 | 88M |
| 17 | Tencent Hunyuan | hunyuan-Turbo | $0.86 | $3.43 | 不支持 | 116M |
| 18 | OpenRouter | （按模型，+5.5% 平台费） | $0.05+ | $0.10+ | 视模型 | 2,000M+ |
| 19 | Stability AI | Stable LM 2 12B | $4.00 | $4.00 | 不支持 | 25M |
| 20 | Replicate | Llama 3 70B | $0.16/秒 | $0.49/秒 | 不支持 | ~140M |
*Token 数基于 3:1 输入输出比（1M 输入 + 333K 输出）。缓存价格仅在 prompt 重复时适用。
按场景划分的最便宜选择
海量文本分类（每天 100M+ token）
高吞吐量的分类、抽取、嵌入类工作负载，模型智能要求不高，更看重吞吐量：
- ByteDance Doubao Lite，0.02 美元/百万输入 token，是绝对最便宜的生产级 API。质量低于前沿模型，但足以应对分类、简单抽取、中文任务。
- Gemini 2.0 Flash，0.03 美元/百万输入 token，是英文工作负载中性价比最高的选择。100 万 token 上下文窗口对长文档处理是加分项。
- GPT-4.1 nano，0.10 美元/百万，是 OpenAI 最便宜模型，如果需要 OpenAI 的工具调用、JSON 模式、稳定性，它是首选。
代码生成（需要前沿质量）
代码生成需要前沿推理 —— 便宜模型会产出过多编译错误。能保持 GPT-4 级别质量的最便宜选项：
- DeepSeek V3 Chat，0.14 美元/百万输入 token，是 2026 年最便宜的前沿质量模型。在 HumanEval、MBPP、SWE-bench 上表现与 Claude Sonnet 4.5、GPT-4.1 相差不超过 5%，但价格只有十分之一。
- Mistral Small 3，0.20 美元/百万，是最便宜的欧洲托管前沿级别模型。代码能力强，欧盟托管满足 GDPR 合规。
- Alibaba Bailian 上的 Qwen-Turbo，0.57 美元/百万，是最便宜的中文托管模型，代码生成质量与 GPT-4o mini 相当。
长上下文（100K+ token）
长上下文工作负载由输入成本主导。具有 100K+ 上下文窗口的最便宜供应商：
- Google Gemini 2.0 Flash —— 1M token 上下文，0.03 美元/百万输入。2026 年最佳 price-per-context-token 比率。
- Moonshot Kimi —— 128K 上下文，官方 API 0.57 美元/百万（折合 ¥0.004/1K）。价格更高，但 Kimi 处理中文长文本能力超过任何其他模型。
- Anthropic Claude 3.5 Haiku —— 200K 上下文，0.80 美元/百万输入，prompt caching 重复前缀仅 0.03 美元/百万。
国内直连（无需 VPN）
对于中国大陆用户，无需代理的最便宜选择：
- ByteDance Doubao —— 国内原生，无需代理。绝对最低价格（0.02 美元/百万）。
- Zhipu AI GLM-4-Flash —— 国内原生，0.71 美元/百万，128K 上下文，慷慨的免费额度。
- Alibaba Bailian Qwen-Turbo —— 国内原生，0.57 美元/百万，与阿里云服务深度集成。
- APIKEY.FUN —— 多模型聚合，国内直连节点。¥1 = $1 透明定价；无需 VPN 即可访问 Claude、GPT、Gemini、DeepSeek。
- FreeModel —— DeepSeek 官方合作伙伴，国内直连，注册即送免费额度。
免费额度对比：谁给的免费 token 最多
2026 年的免费额度市场很分散。有些供应商给的可用于生产，有些给的额度一个下午就用完：
| 供应商 | 免费额度 | 实际价值 | 是否需要信用卡 |
|---|---|---|---|
| Google AI | 慷慨免费额度，Gemini 2.0 Flash 无限（限速） | 综合最佳免费额度 | 不需要 |
| OpenAI | $5 额度（3 个月内有效） | 约 33M GPT-4.1 nano token | 不需要 |
| DeepSeek | $2 额度（一次性） | 约 14M V3 Chat token | 不需要 |
| Cohere | 试用 key 1,000 req/月 | 受请求数限制 | 不需要 |
| Mistral | 限速免费额度 | 约 10M Small token | 不需要 |
| Grok | 免费层，限速 | 约 5M Grok-3 mini token | 不需要 |
| xAI | 通过 X 账号领免费额度 | 浮动 | 不需要 |
| Zhipu AI | GLM-3-Turbo 全免费，GLM-4-Flash 限量 | 国内最慷慨免费额度 | 不需要 |
| Alibaba Bailian | Qwen-Turbo 免费配额 | 对国内用户充足 | 需要（阿里云） |
| Baidu Ernie | ERNIE-Lite 全免费 | 对国内用户充足 | 需要（百度） |
| Stability AI | 25 积分（≈3 张 SD 3.5 图） | token 等价：少 | 不需要 |
| Replicate | 注册免费积分 | 少，浮动 | 不需要 |
| APIKEY.FUN | 注册奖励（¥10-50） | 通过分组定价约 10-50M token | 不需要 |
| FreeModel | 注册奖励（按模型） | 与 APIKEY.FUN 相当 | 不需要 |
生产用最佳免费额度：Google AI 的 Gemini 2.0 Flash 无限层仍是黄金标准。撞到限速前，你可以用它搭一个可观的副业项目。
国内用户最佳免费额度：Zhipu AI 的 GLM-3-Turbo（真免费，无配额限制）和 Alibaba Bailian 的 Qwen-Turbo（阿里云用户免费配额）。
国内访问 Claude 和 GPT 的最佳免费额度：FreeModel 和 APIKEY.FUN 都提供注册额度，国内直连无需 VPN。
$100 压力测试：100 美元能买什么
把每 token 价格转换为更具体的东西，以下是 $100 在每个供应商最便宜可用模型上能买到的 token 数（假设 3:1 输入输出比）：
- Doubao Lite 上花 $100 = 约 50 亿 token（足以总结 5 万本书）
- Gemini 2.0 Flash 上花 $100 = 约 33 亿 token
- DeepSeek V3 上花 $100 = 约 7.14 亿 token（前沿质量，大多数应用足够）
- GPT-4.1 nano 上花 $100 = 约 8.33 亿 token
- Claude 3.5 Haiku 上花 $100 = 约 1.25 亿 token
- GPT-4o（非 nano）上花 $100 = 约 5 千万 token
- Claude Sonnet 4.5 上花 $100 = 约 3 千万 token
- Claude Opus 4.7 上花 $100 = 约 7 百万 token
最便宜档位比最贵档位同样一美元能多拿 100 倍的 token。
速度对比：最便宜档位的吞吐量
价格只是故事的一半。对于实时应用（聊天机器人、代码助手、语音 agent），token/秒才是关键：
| 供应商 | 最便宜模型 | 中位输出速度 |
|---|---|---|
| Grok | Grok-3 mini | 280 tok/sec |
| Google AI | Gemini 2.0 Flash | 250 tok/sec |
| DeepSeek | DeepSeek V3 | 180 tok/sec |
| Fireworks AI | Llama 3.1 8B | 220 tok/sec |
| Mistral | Mistral Small 3 | 150 tok/sec |
| OpenAI | GPT-4.1 nano | 130 tok/sec |
| Together AI | Llama 3.3 70B | 120 tok/sec |
| APIKEY.FUN | （转发） | 100 tok/sec |
| Zhipu AI | GLM-4-Flash | 100 tok/sec |
| Alibaba Bailian | Qwen-Turbo | 90 tok/sec |
对延迟敏感的应用，Grok-3 mini 和 Gemini 2.0 Flash 是最便宜且快速的选项。
代码示例：调用最便宜的 API
DeepSeek V3（Python）
import requests
response = requests.post(
"https://api.deepseek.com/v1/chat/completions",
headers={"Authorization": "Bearer YOUR_DEEPSEEK_API_KEY"},
json={
"model": "deepseek-chat",
"messages": [{"role": "user", "content": "用 100 字解释量子纠缠"}],
"max_tokens": 200,
},
timeout=30,
)
print(response.json()["choices"][0]["message"]["content"])Gemini 2.0 Flash（curl）
curl -X POST "https://generativelanguage.googleapis.com/v1beta/models/gemini-2.0-flash:generateContent?key=YOUR_GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"contents": [{"parts": [{"text": "光速是多少？"}]}]
}'Doubao Lite（OpenAI 兼容端点）
from openai import OpenAI
client = OpenAI(
api_key="YOUR_DOUBAO_API_KEY",
base_url="https://ark.cn-beijing.volces.com/api/v3",
)
response = client.chat.completions.create(
model="doubao-lite-32k",
messages=[{"role": "user", "content": "翻译成法语：你好，世界！"}],
max_tokens=100,
)
print(response.choices[0].message.content)结论：如何为你挑选最便宜的 LLM API
2026 年最便宜的 LLM API 取决于四个因素：所需质量、地理、场景、量级。
月处理 token 不超过 100M 的美国/欧洲创业团队：从 Google AI 的 Gemini 2.0 Flash 免费层开始，规模增长后转付费。英文工作负载中最佳 price-to-quality 比率。
代码密集型应用：用 DeepSeek V3 作为默认。Claude 或 GPT 十分之一的价格，前沿质量。
国内团队：用 ByteDance Doubao（最便宜，国内原生）、Zhipu GLM-4-Flash（最便宜档位的中文质量最佳）、或 FreeModel / APIKEY.FUN（多模型聚合，国内直连 Claude 和 GPT）。
长上下文工作负载（100K+ token）：用 Gemini 2.0 Flash（1M 上下文）或 DeepSeek V3（128K 上下文，激进的缓存价格）。
多模型生产系统：用 OpenRouter、FreeModel、APIKEY.FUN 这样的聚合器，无需更换集成代码即可切换模型。微小加价在系统韧性面前值得。
最贵的错误是对不需要的任务用 Claude Opus 或 GPT-4.1。简单的双层路由 —— 分类/抽取用便宜模型、生成用前沿模型 —— 通常能砍掉 70% 的 LLM 成本且无明显质量损失。
广告位