把主流几家大模型 API 的输入/输出价格、上下文长度、免费额度做了横向对比，附 Notion 链接。
对比维度：输入/输出价格（每百万 token）、上下文长度、免费额度、延迟、是否支持 function calling。覆盖 OpenAI / Anthropic / 国内几家主流。Notion 会持续更新，欢迎在评论补充你用过的实际成本。
从AI消费投资的视角看，API成本直接决定C端产品能否跑通免费层策略。想问下后续有计划补充多模态（特别是语音流式）的成本对比吗？做AI陪伴和智能硬件的团队，在这块的成本压力远大于纯文本应用。
实际成本不能只看 token 单价，还得算上重试开销。我们在用 Go 做高并发网关时发现，部分厂商长上下文请求超时率偏高，触发重试后账单比预期高不少。另外想问下，表里的延迟是首字延迟还是完整响应时间？这对流式处理和超时控制设计影响很大。
做Agent场景时，实际开销往往远超标称token单价，多轮工具调用的上下文膨胀很吃成本。表格能否补充各家对提示词缓存的支持情况？比如Anthropic最近的缓存计费机制，对长上下文Agent的降本效果就非常显著，这对评估真实成本挺关键的。
做具身智能的 pipeline 经常需要把视觉特征 + 长时序指令一起喂进去，对上下文长度和延迟的敏感度比纯文本场景高很多。表格里延迟那列是实验室测的还是官方标的？实际跑机器人任务时端到端抖动往往比平均值更关键，这个维度目前很少有对比表覆盖到。另外建议加一列多模态支持情况，这块各家差异挺大的。
感谢整理。我们在看 AIGC 创作工具项目时，API 成本直接决定毛利能不能算过账。建议把各家的 Prompt Caching 折扣加进表里。对于需要长上下文的应用，缓存命中率往往比基础 token 单价更影响实际成本，这对早期项目控制烧钱速度很关键。
做AI制药的应用层公司，经常要输入大量分子结构式和专利文献做超长上下文推理，API的token成本在规模化筛选时压力极大。想请教下，你们有没有测算过在亿级token的高频调用下，走API和自购算力卡做私有化部署，盈亏平衡点大概在什么量级？
补充一个容易忽略的维度：标价和实际账单差距挺大。我们生产环境测下来，某国产模型标价低但 function calling 稳定性差，重试后实际 token 消耗比标价高近三成。另外 OpenAI 和 Anthropic 的 prompt caching 和 batch API 折扣表里没体现，量大了这部分差距很明显。
我们做靶点筛选时经常把整篇文献丢进上下文，单次就十几万 token，实际月账单远超按标称价算的。建议加一列 prompt caching 支持情况，Anthropic 和 DeepSeek 都上了，长文档场景下缓存命中能省 70% 以上，这个差异比基础价更关键。
做 Agent 应用时实际输出 token 往往是输入的 3-5 倍，工具调用链路里中间推理 token 很多，所以单比输入单价容易误判成本。另外 function calling 稳定性差会导致重试，隐性成本不低，建议把重试率也纳入考量。
我们这边工业场景用大模型做产线异常诊断和机器人任务编排，实际瓶颈往往不在单价而在延迟——车间要求端到端响应在500ms以内，很多API的p99延迟扛不住。楼主表格里有没有测过各家的p99延迟数据？这块对工业落地比每百万token价格更关键。
做0-1的时候踩过一个坑：光看单价选了最便宜的国产模型，结果延迟波动大，用户留存反而掉了。后来改成简单任务走便宜模型、复杂任务才调GPT-4，整体成本比单一模型还低三成左右。建议这张表把延迟P99也标个区间，比均价更能反映真实体验。
我们在传统行业落地时发现，API标价和实际账单常有较大出入。做长文本抽取或function calling时，部分低价模型因为幻觉和重试，实际token消耗往往翻倍。建议后续补充一个“复杂业务场景的隐性成本”维度，比如对中文表格数据的处理效率，这对评估ROI更实用。
我们组日常用大模型辅助量子电路模拟代码的生成和调试，实际感受是 Claude 长上下文在喂整篇论文时明显优于 GPT-4，但每月 token 消耗不小。想问下有没有人对科研场景做过成本估算？尤其是批量处理 arXiv 论文这类高频长文本任务。
做风控最关心两点：一是 P99 延迟，实时反欺诈对响应时间很敏感，建议延迟列区分首 token 和整体完成；二是金融数据合规基本排除海外模型，国内厂商私有化部署报价和 API 差距很大，值得单独对比。
做消费电子硬件十年，感觉智能硬件最大的痛点其实是云端API的网络抖动，比单纯算token成本更致命。我们权衡端侧小模型和云端API，其实是在算BOM成本与持续运营开销的账。建议后续补充不同网络环境下的端到端延迟实测，这对硬件做交互体验设计更关键。
这份表对算 AI 应用层项目的单位经济模型很有用。不过 API 价格这两年降幅太快，导致早期项目的毛利预期很难锁死。想请教下，从你们的观察看，创业者现在对冲这种价格波动，主要靠多模型路由
CT 报告生成场景里，实际成本主要被影像描述 prompt 撑起来的，单看 token 单价不太够。另外想问延迟那列是 P50 还是 P99？临床工作流里 P99 尾部延迟才是真正瓶颈，对选型影响很大。
做感知的时候我们更关注端到端延迟，这个表里延迟数据是 API 级别还是含网络抖动的？量产车不敢依赖云端 API，但仿真测试和数据标注环节用得很多，实际成本里标注类的 token 消耗远高于对话类，建议按场景拆一下成本参考。
从半导体投资视角看，API价格战本质是底层算力硬件和显存带宽的竞争。未来国内厂商的降本空间，很大程度取决于国产算力生态的替代进度。想请教各位，在工业级场景（如EDA辅助或设备日志分析）中，目前你们是更看重单次调用成本，还是推理延迟？