2026 年 LLM API 價格比較：所有主要模型定價一覽

2026 年 LLM API 價格比較：所有主要模型定價一覽

LLM API 價格比較聽起來很簡單，直到你實際嘗試製作一份時才會發現其中的複雜性：2026 年上半年價格變動了兩次，每個供應商對輸入和輸出的定價方式各不相同，而且「標題」上的數字很少與你的實際帳單相符。因此，我們從 2026 年 7 月 14 日的官方定價頁面直接提取了以下所有數據，並在最後為一個真實的工作負載進行了計算。

完整的 LLM API 價格表（2026 年）

這裡將整個領域呈現在一個螢幕上，價格以美元計，單位為 每 100 萬個 Token。這是人們經常截圖分享的表格，所以我們把它放在最前面。

有兩個重要的註腳。Claude Sonnet 5 在 2026 年 8 月 31 日之前享有 introductory pricing（推廣價），輸入為 $2.00 / 輸出為 $10.00（每百萬 Token），之後將恢復為上述的 $3.00 / $15.00。此外，一旦單一提示超過 20 萬個 Token，Gemini 2.5 Pro 的價格將跳漲至輸入 $2.50 / 輸出 $15.00，因此其「標價」實際上只是底價。

這裡的每個模型也提供 Batch API，輸入和輸出均可享受固定 50% 的折扣（Anthropic、OpenAI、Google 和 Alibaba），我們將在下面的實例計算中納入這一因素。

你實際上在為什麼付費

有三個數字決定你的帳單，而大多數定價頁面將其中兩個隱藏起來。

• 輸入 Token 包括你發送的所有內容：系統提示、對話歷史、檢索到的上下文、用戶的問題。在聊天和 RAG 應用程式中，這通常佔較大比例。
• 輸出 Token 是模型生成的內容，幾乎在所有供應商那裡，其成本都比輸入高出 3-6 倍。GPT-5.6 Terra 的輸入收費 $2.50，輸出收費 $15.00，相差 6 倍。冗長的回應會增加成本。
• 快取輸入 是被忽視的關鍵。如果你在每個請求中發送相同的系統提示，提示快取會以大約正常費率的 10% 對這些重複的 Token 計費。看看上面的「快取輸入」欄位：Claude Opus 4.8 從 $5.00 降至 $0.50。在高流量的應用程式中，這一欄位決定了你的帳單是 $10,000 還是 $3,000。我們的提示快取指南涵蓋了每個供應商的設置方法。

結論是：單純比較「輸入價格」具有誤導性。標籤價格最低的模型可能會輸給稍貴但快取效果更好的模型，而如果你的任務只返回兩個字的答案，那麼輸出價格看起來最嚇人的模型反而可能是最便宜的。

高容量工作的最便宜模型

如果你正在處理數百萬個 Token 的任務，如分類、提取、摘要或審核，表格底部的部分才是省錢的關鍵。

• DeepSeek-V4 是價格底線，輸入 $0.14 / 輸出 $0.28。其快取命中輸入費率約為每百萬 $0.003，幾乎免費。在 1M Token 上下文且最大輸出為 384K 的情況下，它能輕鬆處理大多數非前沿工作。
• Gemini 2.5 Flash-Lite 價格為 $0.10 / $0.40，是 Google 的對應產品，擁有相同的 1M 上下文和成熟的生態系統。
• Zhipu GLM-4.6 價格為 $0.43 / $1.74，位居中游，是一款強大的編碼模型。如果你大量使用它進行開發，GLM 的編碼計劃訂閱可以直接擊敗按 Token 計費的方式。
• Mistral Small 4 價格為 $0.15 / $0.60，是具有歐盟數據駐留權的最便宜選項，這對受監管的工作負載至關重要。

這一層級與旗艦模型之間的差距並不微妙。DeepSeek-V4 的輸出價格比 GPT-5.6 Sol 便宜 50 倍以上。對於任何中等權重開源模型能通過你質量標準的任務來說，這種價差是影響你帳單的最大槓桿。

旗艦層級比較

當任務真正需要前沿推理能力（複雜代理、困難代碼、深度分析）時，你會在四個模型之間進行選擇。以下是它們在同一智能類別中的價格對比：

從紙面上看，Gemini 2.5 Pro 是群組中的划算選擇，其輸出價格約為 Sol 的四分之一。缺點在於其長上下文懲罰：一旦單一提示超過 20 萬個 Token，整個請求將重新定價為 $2.50 / $15.00。對於填充大量上下文的代理來說，這會消除大部分優勢，因此在決定之前請根據實際提示大小進行定價。

Claude Fable 5 在成本上是個異類。它的定位高於 Opus 層級，專為要求最高的長 horizon 推理設計，因此它是一个故意的「當正確性勝過成本時才使用」的模型，而非默認選擇。

表格中未列出的隱藏成本

按 Token 比較的缺點在於忽略了四個影響實際帳單的因素：

1. 長上下文層級。 Gemini 2.5 Pro（超過 200K）和 GPT-5.6（超過約 272K）在提示變大時收費會增加 1.5-2 倍。如果你處理長文檔工作，你的有效費率將是分層後的費率。
2. 快取寫入溢價。 Anthropic 對寫入快收取 1.25 倍費用（1 小時 TTL 為 2 倍），然後你才能獲得 0.1 倍的讀取費率。雖然在兩次請求後就能回本，但低重複率的工作負載可能會支付寫入溢價卻從未受益。
3. 批量與實時。 如果你的工作負載可以等待 24 小時，50% 的批量折扣就是白送的錢。大多數團隊擁有比他們認為更多的符合批量條件的流量（夜間作業、回填、審核）。
4. 未在列表中的供應商。 對於非常大的用量，在租賃的 GPU 上自行託管開源模型可以低於這裡的所有 API 費率。我們的本地運行 LLM 指南介紹了何時這種計算會發生逆轉。

按任務而非按 Token 定價：一個真實案例

按 Token 的價格是抽象的。因此我們運行了一個真實案例。在 2026 年 6 月，我們將一個包含 50 個文檔的摘要批次（約 120 萬輸入 Token 和 12 萬輸出 Token）通過五個模型運行，並記錄了實際帳單：

同樣的 50 個文檔，同樣的提示。帳單範圍從 $4.80 到 $0.20，在批處理之前，相同工作的價差高達 24 倍。一旦我們將符合批量條件的供應商移至其夜間隊列，Gemini 2.5 Flash 的成本降至 33 美分。對於摘要任務而言，這些模型之間的質量差異在我們的誤差範圍內，因此在規模化運作時，這一決策每月價值數千美元。

教訓是：正確的比較始終是每任務成本，根據你真實的輸入/輸出比例計算，而不是單一 Token 的標籤價格。輸出昂貴的模型對於提取任務來說可能很便宜；輸入便宜的模型對於長生成任務來說可能很昂貴。

哪種模型最適合你的用例？

簡短版本，根據上表定價：

• 聊天機器人和 RAG（長輸入，短輸出）： 輸入價格和快取佔主導地位。Gemini 2.5 Flash 和 DeepSeek-V4 勝出；無論選擇哪一個，都加上提示快取。
• 長篇生成（短輸入，長輸出）： 輸出價格佔主導地位。Gemini 2.5 Flash-Lite 和 DeepSeek-V4 最便宜；除非你需要其推理能力，否則避免使用 GPT-5.6 Sol。
• 代理和工具使用（大上下文，多輪對話）： 注意長上下文層級。Claude Opus 4.8 和 GPT-5.6 Terra 是可預測的；只有當你保持在 200K 以下時，Gemini 2.5 Pro 才是最便宜的。
• 編碼： GLM-4.6 及其編碼計劃訂閱，或者對於最難的問題使用 Claude Opus 4.8。
• 前沿推理，正確性勝過成本： Claude Opus 4.8 或 Claude Fable 5。

無論你最終選擇什麼，請通過網關路由它，以便切換供應商只需更改配置，而非重寫代碼。我們的最佳 LLM 網關工具比較涵蓋了各種選項，如果你想了解降低帳單的完整策略，請參閱我們的降低 LLM API 成本指南。對於僅限 Gemini 的深度探討，包括本表未涵蓋的多模態和音頻費率，請參閱我們的Gemini API 定價細目。

Techsy 如何為客戶選擇模型

我們為 B2B 客戶構建生產級 AI 系統，模型選擇是我們做出的第一個決策之一，通常在編寫任何代碼之前。我們的方法故意顯得枯燥：我們剖析工作負載的真實輸入/輸出比例，根據該比例（而非標籤價格）對前三個候選模型進行定價，針對評估集運行它們以確認質量相當，然後將最便宜的合格模型連接至網關後方，以便隨著新模型的發布每季度重新定價。最後一步比挑選當下「最好」的模型更重要，因為你上面看到的價格在三個月後就會過時。

如果你正在選擇模型或對著不斷攀升的帳單發愁，這正是我們能提供幫助的決策類型。探索我們的 AI 整合服務 或預約免費架構審查。

常見問題

2026 年最便宜的 LLM API 是什麼？

截至 2026 年 7 月，DeepSeek-V4 是最便宜的 capable 模型，輸入 $0.14 / 輸出 $0.28（每百萬 Token），快取命中輸入接近 $0.003。Gemini 2.5 Flash-Lite ($0.10 / $0.40) 和 Mistral Small 4 ($0.15 / $0.60) 緊隨其後。對於前沿質量工作，Gemini 2.5 Pro 是最便宜的旗艦模型。

GPT-5.6 和 Claude Opus 4.8 哪個更貴？

它們在輸入方面持平（$5.00/M），但 Claude Opus 4.8 在輸出方面更便宜（$25.00/M vs GPT-5.6 Sol 的 $30.00/M）。對於輸出密集型工作負載，Opus 4.8 在價格上勝出；對於輸入密集型工作負載，在快取之前它們實際上持平。

為什麼輸出比輸入更貴？

生成 Token 比讀取 Token 更消耗計算資源，因此幾乎每個供應商對輸出的收費都高出 3-6 倍。這就是為什麼縮減回應長度（並使用結構化輸出）比縮減提示更能節省每 Token 成本。

提示快取實際能節省多少？

在 Anthropic、OpenAI 和 Google 中，快取輸入 Token 的計費約為標準費率的 10%，即對提示中重複部分給予 90% 的折扣。對於在每個請求中發送相同系統提示的應用程式，快取通常能將總帳單減少 30-50%。

這些價格是否包含 Batch API 折扣？

不包含。主表顯示的是標準實時定價。Anthropic、OpenAI、Google 和 Alibaba 均提供 Batch API，對於可以容忍最多 24 小時延遲的非緊急工作負載，輸入和輸出均可享受固定 50% 的折扣。

DeepSeek 真的比美國模型便宜那麼多嗎？

是的，從紙面上看。DeepSeek-V4 的輸出價格（$0.28/M）比 GPT-5.6 Sol（$30/M）便宜 50 倍以上。權衡之處在於，前沿美國模型在最困難的推理任務上仍然領先，因此大多數團隊會在質量持平的任務上進行套利，並為其餘任務保留旗艦模型。

Gemini 2.5 Pro 低價的陷阱是什麼？

其長上下文層級。Gemini 2.5 Pro 標價為 $1.25 / $10.00，但任何超過 20 萬 Token 的單一提示都會將整個請求重新定價為 $2.50 / $15.00。如果你的提示很大，請預算分層費率，而不是標題價格。

LLM API 定價多久變化一次？

頻繁。2026 年上半年價格變動了兩次，新的模型家族（如 2026 年 7 月 9 日推出的 GPT-5.6 層級）每次都會重置市場格局。在承諾工作負載之前，務必與供應商的官方定價頁面確認，並每季度重新定價。

哪種模型以該價格提供最大的上下文窗口？

DeepSeek-V4 和 Gemini 2.5 家族在價格範圍的低端提供 1M Token 上下文。GPT-5.6 模型略高，為 1.05M，而 GPT-5.4 nano 達到 1.1M，輸入僅需 $0.20，使其成為簡單任務中最便宜的大上下文選項。

關於作者

Mert Batur Gurbuz 是 Techsy.io 的聯合創始人，該團隊為 B2B 客戶交付 AI 代理、自動化系統以及語音/SDR 管道。他就讀於伯明翰大學，並撰寫有關 Techsy 團隊在生產環境中實際使用的 LLM 工具棧的文章。通過 LinkedIn 聯繫。

來源

• Anthropic Claude API 定價（訪問於 2026-07-14）
• OpenAI API 定價（訪問於 2026-07-14）
• Google Gemini API 定價（訪問於 2026-07-14）
• DeepSeek API 定價（訪問於 2026-07-14）
• 阿里雲 Model Studio 定價（訪問於 2026-07-14）
• Mistral API 定價（訪問於 2026-07-14）
• Z.AI (Zhipu GLM) 定價（訪問於 2026-07-14）