在串接各大 AI 模型时，API 费用通常采用 每 100 万 Token（1M Tokens），针对「输入（Input）」与「输出（Output）」分别计费。透过精准选型与策略，可以降低专案维运成本。
价格查核日期：2026 年 10 月 28 日。 以下为官方直接 API 的代表型号与美元单价，采标准文字计费；未套用快取或批次折扣。模型版本、上下文长度与处理时段均可能影响价格。
1. 主流大模型 API 价格一览表
| 供应商与模型 | 输入／1M Token | 输出／1M Token | 计费条件 |
|---|---|---|---|
| Google Gemini 3.5 Flash-Lite | $0.30 | $2.50 | 标准付费层 |
| Google Gemini 3.1 Pro Preview | $2.00／$4.00 | $12.00／$18.00 | 提示词 ≤200K／>200K Token |
| OpenAI GPT-6 Luna | $0.10 | $0.50 | 标准、短上下文档位 |
| OpenAI GPT-6.1 Sol | $2.00 | $10.00 | 标准、短上下文档位 |
| OpenAI GPT-6 Astra | $10.00 | $50.00 | 标准、短上下文档位 |
| Anthropic Claude Haiku 5.5 | $0.10／$0.50 | $0.50／$2.50 | 提示词 ≤100K／>100K Token |
| Anthropic Claude Sonnet 5.5 | $2.00 | $10.00 | 标准费率 |
| Anthropic Claude Opus 5.5 | $4.00 | $20.00 | 标准费率 |
| DeepSeek Flash（V4.1） | $0.15／$0.30 | $0.60／$1.20 | 离峰／尖峰，输入为快取未命中 |
| DeepSeek V4 Pro | $0.66／$1.32 | $1.98／$3.96 | 离峰／尖峰，输入为快取未命中 |
Google 价格依 Gemini 官方定价；OpenAI 依 API 官方定价；Claude 依 Anthropic 官方定价；DeepSeek 依 官方模型与价格表。
选型时请指定完整模型版本与服务层级，避免将不同世代的 mini／nano、Haiku 或 V3／V4 混为同一价位。OpenAI 旗舰名称为 Astra。DeepSeek 尖峰为周一至周五 UTC 01:00–04:00、06:00–10:00（中国法定假日除外），对应台湾时间 09:00–12:00、14:00–18:00；其余时间为离峰。
2. 三大核心省钱优化技巧
Prompt Caching：重复内容使用快取
固定系统提示词或大型法规文档适合快取。例如 Gemini 3.5 Flash-Lite 的快取输入为 $0.03／1M Token，较一般输入 $0.30 降低 90%；但还须计入储存费。折扣只适用於命中的输入部分，快取写入、保存期限及输出另依各家规则计价，不能直接推论整张帐单省下 90%。参见 Gemini 快取与定价。
Batch Processing：把非即时任务移到批次
夜间资料清洗、分类及分析可采批次处理。Google、OpenAI 与 Anthropic 的支援模型提供约 50% 的批次 Token 费率折扣；以各家的支援清单、完成时间与计费条件为准。DeepSeek 的离峰优惠是时段计费，不等同 Batch API。参见 Google、OpenAI 与 Anthropic 定价。
Two-Tier Routing：依任务难度分流
可先以轻量模型处理分类、撷取等简单任务，再将高难度或低信心案件交给高阶模型。80%／20% 是配置范例，节省 70%～80% 并非保证。
假设每个任务的输入与输出 Token 相同，轻量模型每件成本为高阶模型的 10%，80% 任务走轻量、20% 走高阶，则成本为原本的 0.8 × 0.1 + 0.2 × 1 = 0.28，即节省 72%。这是条件式试算；实际仍须加入路由、重试、升级处理及人工覆核成本。
3. 用完整帐单评估成效
基本估算为：未快取输入量 × 输入单价＋快取输入量 × 快取单价＋输出量 × 输出单价，各项 Token 量均除以 100 万，再加入快取写入／储存、搜寻工具及其他费用。依模型规则，推理 Token 也可能列入输出计费。
先用真实任务比较品质、延迟与每件成功交付成本，再决定模型与分流门槛。价格表是选型起点，持续量测才能让省钱策略落实到营运成本。