最近在查看新上架的模型页面时,发现了一个非常值得关注的细节。
百度 ERNIE 5.5 Flash Preview 在 11 月 10 日同步上线,280B 总参数、每 Token 激活 14B、支持 100 万上下文。它的挂牌价是:输入每百万 Token 0.28 美元,输出 1.13 美元。
但同一张页面往下拉,还有一行统计数据:用户实际支付的加权均价,输入只有 0.0765 美元。
挂牌价是实付价的 3.7 倍。原因很简单:缓存命中率高达 83.68%。同一款模型、同一天,价格被缓存硬生生打到了 2.7 折——因为缓存读取只需 0.028 美元,正好是输入价的十分之一。
这并非个例。这一周各家定价动作的共同底色是:价目表上的那个数字,已经越来越代表不了账单上的数字。
定价的两套面孔:单价与单任务成本
11 月 10 日,谷歌将 Gemini 4 Carbon 全面开放。定价写得很客气:每百万输入 2 美元、输出 10 美元。但需要看清第二句——这个价格只到 11 月 30 日,12 月 1 日起恢复至 4 美元和 20 美元。
有趣的是,同一篇发布稿里,官方还说了一句相反的话:Carbon 完成任务的成本,比表现次优的外部模型低一半以上。
两句话都没错,只是“分母”不同。单价上涨算的是每百万 Token,单任务成本算的是一次活干完总共花多少——Carbon 会在一个任务上多花推理 Token,但用更少的步数收敛,从而减少返工。这其实是在提醒采购方:比价口径该落到“每完成一个任务花多少钱”了。
积分与促销:另一层计价迷雾
国内厂商的做法则更委婉。11 月 9 日晚,阿里云百炼将 Token Plan 四档额度一次性提了 74% 到 78%,月费不动;最高档 Pro 从 499 元降到 312 元。折算下来单位额度成本降了四成三。
但这并未写明“每百万 Token 多少钱”。因为 Credits 没有固定的换算标准。官方例子中,某模型一次请求不到五万 Token 消耗 4 个 Credits,换成旗舰模型,同样 4 个 Credits 可能只够几千 Token。这意味着,只看积分数量做采购决策,几乎没有参考意义,必须结合自己的调用场景来评估。
真正决定账单的,是那个百分比
回到开头 0.0765 美元的实付价。它不是厂商让利,而是命中率算出来的。
在 Agent 或批量处理场景中,八成以上的输入 Token 是重复的——同一份合同、同一段代码库、同一个系统提示词被反复读取。命中部分按 0.028 计价,未命中按 0.28 计价。
-
命中率 84% 时,加权下来约 0.068。
-
命中率 20% 时,加权则是 0.23。
同样的模型、同样的挂牌价、同样的调用量,两张账单相差三倍。差别不在你选了哪家,在你的工作负载长什么样。
这件事,任何比价表都替你算不出来,只能自己跑同样的请求,看 usage 日志里的缓存命中数据。
资本的动作:数据就是定价权
另一个值得关注的背景是,近期 Stripe 以约 75 亿美元完成了对 OpenRouter 的收购。OpenRouter 现在每天转发超过 10 万亿 Token,接入 400 多个模型。
表面上买的是路由,实际买的是那行小字——各家模型真实成交价的独家数据。谁掌握“用户到底付了多少”,谁就有资格重新定义什么叫“标准价”。
这个月能做的三件事
第一,别拿挂牌价做年度预算。 谷歌 12 月 1 日恢复原价,各类新客五折和限时促销也都有明确的截止日期(比如部分活动到 11 月 17 日或 11 月 30 日)。按促销价签的预算,续费那天会差出一大截。
第二,先算命中率,再比价格。 把固定前缀放最前、别在开头插时间戳、长文档提到前面,这三件事能把缓存命中率从 20% 抬到 80%,省下的钱比换供应商多——换供应商要重写提示词和评测,改前缀只要一小时。
第三,把能延后的任务挪到夜间。 多家云厂商都设有夜间或闲时折扣,批处理本来就不赶时间,错峰运行能进一步压低单价。
当账面与实付脱钩,你需要一个能看清“实付”的入口
当各家厂商的定价策略从“直接降价”转向“积分体系”、“限时促销”和“缓存折扣”时,开发者面临的难题已经不再是“哪家标价低”,而是“怎么算清自己的实付成本”。
在多模型、多渠道的环境下,行业内常见的做法是引入统一的聚合入口(如 EasyAPI)。它的核心价值不在于简单地做个接口转换,而是将不同来源的调用收拢到一处,统一账单口径。哪部分消耗是缓存命中、哪个任务的单次成本异常、某家推广期结束后切换模型需要多少开销,这些信息能在同一个面板里被清晰地对比和追溯。把账算在自己手里,比盯着随时会变的价目表更稳妥。
1323



被折叠的 条评论
为什么被折叠?



