我们把 20 款有规模化真实流量的主流大模型（已排除图像 / 视频模型）放进同一把尺子，用两个维度衡量：价格（美元 / 百万 tokens）与 Token 结构（真实调用里「输入 : 缓存 : 输出 : 推理」的配比，按「输出 = 1」归一）。
最直观的差距来自地域。平均而言，美国模型每百万输出 token 比中国模型贵约 8.9 倍、输入贵约 5.9 倍。但在真实负载里，输出恰恰是占比最小的一块——所以真正决定账单的，是输入与缓存的定价，而非那个最显眼的输出标价。
一 · 两条价格带
🇺🇸 美国
输入均价
$2.93
输出均价
$15.43
缓存均价
$0.3
🇨🇳 中国
输入均价
$0.5
输出均价
$1.73
缓存均价
$0.08
美国旗舰（Claude Opus、GPT-5.5）稳定在 $5 输入 / $25–30 输出一档；中国模型整体低一个数量级——最便宜的腾讯混元 Hy3 为 $0.063 输入 / $0.21 输出，而 DeepSeek V4 Flash 的输出价更低至 $0.18。
二 · 完整对照表
| 模型 | 输入 | 输出 | 缓存 | 入 : 缓 : 出 : 思 |
|---|---|---|---|---|
| 美国模型 · 输入均价 $2.93 / 输出 $15.43 / 缓存 $0.30 | ||||
 Claude Opus 4.7 Claude · 2026-04 · 1M | $5 | $25 | $0.5 | 114.6 : 94 : 1 : 0.05 |
Claude Opus 4.8 Claude · 2026-05 · 1M | $5 | $25 | $0.5 | 86.2 : 68.3 : 1 : 0.06 |
 GPT-5.5 GPT · 2026-04 · 1.05M | $5 | $30 | $0.5 | 67.1 : 55.9 : 1 : 0.51 |
GPT-5.4 GPT · 2026-03 · 1.05M | $2.5 | $15 | $0.25 | 38.3 : 22.8 : 1 : 0.23 |
 Gemini 3.1 Flash Lite Gemini · 2026-05 · 1M | $0.25 | $1.5 | $0.025 | 11.6 : 3.5 : 1 : 0.31 |
Gemini 3.5 Flash Gemini · 2026-05 · 1M | $1.5 | $9 | $0.15 | 17.1 : 10.4 : 1 : 0.7 |
 Grok 4.3 Grok · 2026-04 · 1M | $1.25 | $2.5 | $0.2 | 8.8 : 4.4 : 1 : 0.68 |
| 中国模型 · 输入均价 $0.50 / 输出 $1.73 / 缓存 $0.08 | ||||
 DeepSeek V4 Flash DeepSeek · 2026-04 · 1M | $0.09 | $0.18 | $0.02 | 23.5 : 13.4 : 1 : 0.52 |
DeepSeek V4 Pro DeepSeek · 2026-04 · 1M | $0.44 | $0.87 | $0.0036 | 23.9 : 19.5 : 1 : 0.7 |
 MiMo-V2.5 小米 MiMo · 2026-04 · 1M | $0.14 | $0.28 | $0.0028 | 111.4 : 104.2 : 1 : 0.36 |
MiMo-V2.5-Pro 小米 MiMo · 2026-04 · 1M | $0.44 | $0.87 | $0.0036 | 82.6 : 73.2 : 1 : 0.38 |
 MiniMax M3 MiniMax · 2026-05 · 1M | $0.3 | $1.2 | $0.06 | 53 : 44.6 : 1 : 0.53 |
 Hy3 preview 腾讯混元 · 2026-04 · 262K | $0.063 | $0.21 | $0.021 | 60 : 53.9 : 1 : 0.37 |
 GLM 5.2 GLM · 2026-06 · 1M | $0.98 | $3.08 | $0.18 | 61.2 : 48.3 : 1 : 0.56 |
GLM 5.1 GLM · 2026-04 · 203K | $0.98 | $3.08 | $0.18 | 52.9 : 45.2 : 1 : 0.62 |
 Step 3.7 Flash 阶跃星辰 · 2026-05 · 256K | $0.2 | $1.15 | $0.04 | 50.2 : 35.3 : 1 : 0.02 |
 Kimi K2.6 Kimi · 2026-04 · 262K | $0.66 | $3.41 | $0.14 | 31.3 : 23.7 : 1 : 0.78 |
Kimi K2.7 Code Kimi · 2026-06 · 262K | $0.61 | $3.07 | $0.13 | 58.2 : 49.3 : 1 : 0.64 |
 Qwen3.7 Plus 通义千问 · 2026-06 · 1M | $0.32 | $1.28 | $0.064 | 20.5 : 15.1 : 1 : 0.71 |
Qwen3.7 Max 通义千问 · 2026-05 · 1M | $1.25 | $3.75 | $0.25 | 28.1 : 21.1 : 1 : 0.69 |
价格单位：美元 / 百万 tokens；token 结构以「输出 = 1」归一。
三 · Token 结构：输入远大于输出
真实使用中，每生成 1 个输出 token，背后往往压着几十个输入 token。小米 MiMo-V2.5 高达 111 : 104 : 1——每个输出 token 对应 111 个输入 token，其中 104 个是缓存命中（命中率 94%）；即便最「惜字」的 Grok 4.3 也有 8.8 : 4.4 : 1。推理 token 普遍很小（多数不到输出的 0.7）；Claude 与阶跃星辰几乎不单独计推理。
高缓存占比（占输入 50–94%）意味着大量重复前缀——系统提示词、文档、代码库被反复送入。而缓存价通常只有输入价的约 1/10，因此缓存定价才是成本的隐藏开关。
四 · 你真正付的是什么
Token 总费用 =（输入 − 缓存）× 输入单价 ＋ 缓存 × 缓存优惠价 ＋ 输出（含推理）× 输出单价。
由于命中缓存的那部分输入按更低的缓存价计费，且输入体量是输出的几十倍，真实账单更多取决于你的输入有多少能命中缓存，而不是那个显眼的输出标价。一个标价更贵、但缓存折扣更狠的模型，在生产环境里反而可能更省。
口径：价格为各模型对外 API 标价（美元 / 百万 tokens，2026年6月）；Token 结构基于主流大模型真实调用用量统计，按「输出 = 1」归一；样本为 20 款有规模化真实流量的主流大模型，已排除图像 / 视频模型。