同一个模型，七个平台三个价，账单不认官网那个数

月初帮一个做客服机器人的朋友对账，他那个月的 API 账单比上个月多出三分之二，调用量几乎没动。翻日志，请求数、平均 token 长度、重试次数都没什么变化，全是一条平线。最后在供应商的价格页上找到了原因：Qwen3.7-Max 的 serverless 单价在 11 月 7 日涨了 67%，输入从每百万 token 1.5 美元变成 2.5，输出从 4.5 涨到 7.5。他没收到邮件，changelog 最新一条还停在 11 月 5 日，写的是另一个模型上线。消息是价格追踪站抓页面抓出来的。

一、模型是同一个，挂牌价能差三倍

顺手把这款模型在各个平台的价格拉了一遍：Novita AI 和 RouterPlus 挂每百万输入 1.25 美元，OpenRouter 是 1.48，阿里云百炼、DeepInfra、Together 都是 2.5，Prime Intellect 报到 3.75。同一份权重，同一套 tokenizer 数出来的 token，最贵那家是最便宜的三倍。
差价不等于谁在黑你。1.25 那档多半是折旧摊完了的二手卡集群，压得下成本；2.5 那档要算合规、发票、SLA 和销售队伍。但对你来说结论很实际：账单上的单价，一半由模型定，另一半由"你从哪个门进去"定。

二、涨价和降价，是同一天发生的

11 月 8 日的价格快照里，DeepSeek V4.1 Flash 的输入价从每百万 0.15 美元掉到 0.006，砍了 96%。同一批数据里，Together 那 67% 的涨幅刚生效。一边打价格战，一边补利润，两件事撞在同一天。
还有个更隐蔽的动作。11 月 4 日，Together 把上一代旗舰 Qwen3.8-2.4T-A95B 从 serverless 阵容里摘掉，废弃页面推荐的替代品正是 Qwen3.7-Max。跟着官方建议迁移的人，三天后发现自己被换到了一个贵三分之二的模型上。"推荐替代"和"涨价"是一套动作的两步，中间隔了 48 小时。按追踪站的口径，这家过去一年调了 41 次价，平均七天一次。你月初按挂牌价算的毛利，月底可能就不成立了。
路由那一层的抖动更直接。GLM-5.3 在 OpenRouter 上，10 月 31 日降 61%，11 月 2 日又涨回去 157%。这个数字不是模型在变，是上游容量和采购价在变，而你看到的是同一个模型名

三、标价只是第一格，后面还有阶梯

真正把预算打穿的是分档计价。GPT-5.6 系列在提示超过 272K token 之后，输入价从每百万 2 美元跳到 4 美元；Claude Haiku 5.5 过了 10 万 token，输入直接五倍。Qwen3.7 Flash 分得更细，32K 一档 3.3 倍，256K 一档 6.7 倍。
所以"单价乘我的用量"估出来的数，几乎总是偏低。一个 30 万 token 的代码库分析请求，按标价算 6 美元，按实际档位算 12 美元，十次请求就差出一顿饭钱。做长上下文应用的，得先弄清自己的请求落在哪一格，再去盯那个每百万的数字。
顺带说一句更省事的：缓存命中的输入价，主流几家都只有标准价的一成上下，批量接口还能再打五折。这两项省下来的钱，通常比你在七八个平台之间来回比价省得多，前提是你的请求前缀真的稳定，系统提示词没被随手改过。

最后

这些事凑起来指向一个挺土的做法：把模型名和单价从代码里抽出来，当配置项，别当常量。key 分散在两三家，账单按月拉一张总表，比单价不如比"我这个 workload 在谁那儿最便宜"。我平时对额度、缓存价和各家的档位，是在 EasyAPI 上一起看的，省得七八个后台轮流登。
价格从来不是价目表上印的那个数，它是你请求形状的函数。