Google 官方博客 2026-11-10 / Gemini API 官方定价与文档 2026-11 / BeevR 2026-11-13 / arsentev 与 the-decoder 2026-11-16 / OpenAI 官方定价页 2026-10 / Anthropic 官方 2026-11-09 / OptimToken 目录 2026-11-15 / 每日经济新闻与华尔街见闻 2026-11-17 — 2026年11月17日

同一个 Token 有六个价格:当 AI 的"档位"正在变成一种货币

11 月 30 日之后,Google Gemini 的四个服务档位 Standard、Batch、Flex、Priority 全部翻倍,没有一个便宜档位活下来;同一天,gemini-2.5-pro 这个模型 ID 开始自动路由到 gemini-3.8-flash 并按新费率计费。而 Anthropic 宣布 Fable 5.2 降价 20% 的同一周,官方却建议多数任务从价格只有一半的 Opus 5.5 起步。同一枚 token 有六个价格,"档位"已经变成一种比 token 更实用的记账单位。

AI产业分析大模型定价Token经济推理成本Gemini
11 月 10 日 Google 把 Gemini 4 Carbon 推向所有付费开发者,定价每百万输入 2 美元、输出 10 美元,写明推广价 11 月 30 日到期;11 月 30 日之后四个档位一起翻倍。同一天 Anthropic 发布 Fable 5.2 与 Mythos 5.2,单价从 10/50 美元降到 8/40 美元,官方口径是"降价 20%",同时又说大多数编程任务应该从价格只有一半的 Opus 5.5 起步。降价 20% 与建议用更便宜的模型,同时出现在一页价目表上。上一篇我们说"档位不会变成货币",读完这一篇你会发现更准确的说法是:档位已经成为一种比 token 更实用的记账单位,因为它对应的是任务而不是输入。

上一篇预告里的那个问题,今天有答案了:档位不会变成货币,但它已经变成了一种比 Token 更实用的记账单位。

引子:12 月 1 日,四个档位一起涨

先看一组动作。

11 月 10 日,Google 把 Gemini 4 Carbon 从"网络安全防御者的定向预览"推向所有付费开发者与企业,定价 每百万输入 token 2 美元、输出 10 美元,并写明这是推广价,11 月 30 日到期。

11 月 30 日之后,按 Google 自己的定价页:

服务方式输入(每百万 token)输出(含思考 token)缓存输入
Standard$2.00 → $4.00$10.00 → $20.00$0.10 → $0.20
Batch$1.00 → $2.00$5.00 → $10.00$0.05 → $0.10
Flex$1.00 → $2.00$5.00 → $10.00$0.05 → $0.10
Priority$3.60 → $7.20$18.00 → $36.00$0.18 → $0.36

四个档位,没有一个便宜档位活下来。

这件事在定价史上的反常之处在于:过去厂商涨价,标准档涨、批处理档留着当逃生口——你至少可以退回异步模式省一半。现在 Google 把逃生口一起焊死了:Batch 和 Flex 也是 ×2,Priority 更是从 1.8 倍变成 1.8 倍($3.60→$7.20,相对倍数没变,但绝对价跟着翻了)。

而这只是 12 月 1 日这一天的其中一半。同一天,gemini-2.5-pro 这个模型 ID 开始自动路由到 gemini-3.8-flash,并且按 3.8 Flash 的费率计费。 你写的模型字符串不再决定你拿到哪个模型,也不决定你付多少钱。

再往后一周:2027 年 1 月 1 日,Gemini 3.8 Flash 和 3.6 Flash 再翻一倍,$0.75/$3.75 → $1.50/$7.50。

三十天里,Google 的价格表上有一个档位翻倍、有一个档位被静默替换、还有一个档位预告翻倍。

一、"降价 20%" 这四个字,现在有两个完全不同的意思

如果说 12 月 1 日的涨价是"明牌",那 11 月 9 日 Anthropic 的动作就是"暗牌"。

11 月 9 日,Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,两款模型共享同一底层模型。官方口径是:

每百万输入 token 8 美元、输出 40 美元,较 Fable 5.1 的 10 美元与 50 美元下调 20%;生成速度最高提升 30%;快速模式下速度最高可达 2.5 倍。

这是一次教科书式的降价。$10/$50 → $8/$40,两个数字都降了 20%。

但如果你只记住"降价 20%",你会漏掉三件事。

第一件事:Anthropic 自己建议大多数任务别用 Fable 5.2。

Opus 5.5 的价格是 $4/$20——正好是 Fable 5.2 的一半。官方的建议是:多数编程和知识工作从 Opus 5.5 起步,只有在 Opus 也达不到要求时才升到 Fable。所以"旗舰模型"和"推荐使用的模型"不是同一个。11/12 那一篇我们写过《同一个 GPU,有人付 2 美元,有人付 7 美元》——这一次,厂商自己把价目表的两端摆在了你面前。

第二件事:三个月前,Anthropic 用过一次"单价不降、成本降"的手法。

2026 年 9 月 1 日发布 Fable 5.1 时,标准单价完全没动($10/$50 与 Fable 5 持平),唯一变化的是缓存读取价从每百万 token 1 美元降到 0.25 美元。Anthropic 随即宣布:按 2026 年 8 月实际用量测算,典型负载成本约降 25%,高度 Agent 化负载最多降 45%。

这就是"降价 20%"的两种含义:

单价降价配置降价
做法价目表上的数字变小数字不变,但你用的那个配置变便宜了
例子Fable 5.2:$10/$50 → $8/$40Fable 5.1:单价持平,缓存读取 $1 → $0.25
厂商口径"降价 20%""典型负载降 25%,高 Agent 化最多降 45%"
实际含义你不用改任何代码你必须改缓存策略、上下文结构、调用方式

第一种对你是免费的,第二种要你干活。

第三件事:真正决定账单的那个旋钮,藏在价目表的最下面一行。

Claude 5.2 的价目表长这样:

模型输入缓存命中输出Batch 输入/输出
Claude Fable 5.2$8.00$0.20$40.00$4 / $20
Claude Opus 5.5$4.00$0.20$20.00$2 / $10
Claude Sonnet 5.5$2.00$0.10$10.00$1 / $5
Claude Haiku 5.5$0.10$0.01$0.50$0.05 / $0.25

注意缓存命中那一列:$0.20 是 Fable 5.2 输入价的 2.5%,$0.10 是 Sonnet 5.5 输入价的 5%,$0.01 是 Haiku 5.5 输入价的 10%。

同一个"缓存折扣",在不同档位上是 2.5%、5%、10% 三个不同的折扣率。你不是在买一个模型,你是在买一个"缓存命中的规模经济"。

二、一个 Token 有六个旋钮

到这里可以给出一个更完整的框架了。

2026 年 11 月,"每百万 token 单价"这个数字单独存在的意义已经接近于零。真实价格是六个旋钮共同转出来的结果:

旋钮它决定什么2026 年 11 月的实际档位
① 服务档位你为等待还是为速度付钱Batch/Flex 0.5×;Standard 1×;Priority 1.8×;Fast 2×;Ultrafast 6×
② 上下文长度长历史是否要额外付费GPT-6 全系输入 >272K 整单重计价;Haiku 5.5 超 100K 涨 5×
③ 缓存状态重复的 token 要不要重算缓存读 2.5%–10%;缓存写 1.25×(5 分钟)/2×(1 小时);另有存储费
④ 思考档位你为"想多久"付钱low / medium / high / xhigh / max / none——单价同,消耗不同
⑤ 路由供应商最终给你什么12/1 起 2.5-pro 自动改道 3.8 Flash 并按新价计费
⑥ 托管渠道同一个模型谁在卖同一个开源模型,跨渠道价差可达 7 倍

这六个旋钮有一个共同点,值得单独拎出来说:它们全都是离散的、可以枚举的档位,而不是连续可调的旋钮。 你不能调出"稍微快一点"或"稍微长一点"的中间态。你只能在厂商预先切好的格子里选一个。

而每一个格子背后,都站着一次明确的交换。

三、档位经济学的本质:每一种档位都是一次"把什么换成什么"

把所有档位翻译成交易语言,会发现它们的结构惊人地一致——每一档都是你用一种稀缺去换另一种稀缺:

档位你省下了你付出了
Batch / Flex等待时间(异步、可以几小时后拿结果)50% 的价格
Fast / Ultrafast延迟(SLA 变成产品的一部分)2× 到 6× 的价格
Priority(Google)排队时间1.8× 的价格
缓存命中重复处理(系统提示、工具定义、会话历史)缓存写入的溢价与存储时间
长上下文(>272K)不用切碎历史去换低单价整单 2× 输入 / 1.5× 输出
低思考档(low)深度与准确率质量可能下降
高思考档(high / xhigh / max)试错的轮次每轮更多 token,且思考按输出计费

看这张表最右边一列,会发现一件不太舒服的事:

档位经济的产出不是"更便宜的 token",而是"把不确定的工作变成了可调度的负载"。

Batch/Flex 把 token 变成一条可以预约的产线;Fast/Ultrafast 把 token 变成一份可以写进 SLA 的合同;缓存把 token 变成一份可以跨请求复用的资产;思考档位把 token 变成一个质量旋钮;长上下文让"不切碎历史"这件事变成一个要付钱的选择。

厂商不再卖"能力",卖的是"你能把工作排进哪一格"。

262,000 个 token 的那个悬崖,值得单独看

OpenAI GPT-6 全系的规则是这样的:输入超过 272,000 token 的提示,整笔请求按 2× 输入与缓存费率、1.5× 输出费率计费。不是超出部分加倍,是全部加倍。

算法很朴素:

请求输入输出合计
271,000 输入 + 5,000 输出271,000 × $10/M = $2.715,000 × $50/M = $0.25$2.96
273,000 输入 + 5,000 输出273,000 × $20/M = $5.465,000 × $75/M = $0.375$5.84

输入多了 0.7%,账单多了 97%。 这不是所得税式的累进档,这是悬崖——第 272,001 个 token 的边际成本,等于把整张账单又付了一遍。

它有一个特别恶劣的后果:这个悬崖由输入触发,而智能体的上下文是逐轮累积的。一个从 15 万 token 开始的会话,会在某一次调用时无声地跨过这条线,然后从那一轮起永远以两倍价格计费——界面里没有任何提示。

顺带一个对照:Anthropic 的做法相反。Claude 4.6 及以后,完整 1M 窗口按标准价计费,唯一的例外是 Haiku 5.5,它在 100K 以上涨 5 倍(输入 $0.10 → $0.50,输出 $0.50 → $2.50)。Google 当前文本模型里,只有 Gemini 3.1 Pro Preview 在 200K 以上列了更高费率。

同样一件事,三家三种设计:OpenAI 惩罚长上下文,Anthropic 只在最低档惩罚,Google 大部分模型不惩罚。 这不是技术差异,这是定价策略差异。

四、档位会变成货币吗?用货币的四个条件去检验

上一篇预告里留了个问题:档位会不会变成货币。这个问题得先定义清楚什么叫货币。货币通常有四个条件:普遍接受、单位稳定、价值可预测、可以长期持有。逐条对照档位:

货币的条件档位满足吗证据
普遍接受部分满足AI 应用几乎都在按 token 计价,但没人拿"档位"去交换别的东西
单位稳定不满足同一个模型 272,000 是个悬崖;不同厂商的"一百万 token"不是同一个单位
价值可预测不满足12/1 一天之内,Google 同时涨价、换路由、改名
可长期持有不满足档位随调用即时结算,不存在"持有"

四条里两条不满足,而且不满足的方式很具体:

单位不稳定,有两个层面。

第一个层面是同一个厂商内部:一百万 token 跨过 272K,输入单价从 $10 跳到 $20,输出从 $50 跳到 $75。同一张发票上的两个数字,单位相同而价格不同。

第二个层面更狠,是跨厂商。Anthropic 明确说明:Claude 4.7 及以后的版本,对同一段文本产生的 token 比老模型多约 30%。也就是说,"一百万 token"在 Claude 4.7 和 Claude 4.6 之间就不是同一个物理量,在 Claude 和 OpenAI 之间更不是。

货币要求单位可换算。token 不满足这个要求。

这不是数字游戏。一个 20 万 token 的提示,在 Claude 4.6 上是 20 万,在 Claude 4.7 上是 26 万,账单直接差 30%。你不可能拿着两个厂商的报价单做预算对比,因为单位本身在漂移。

价值不可预测,12 月 1 日那天给出了完整的样本。

同一天,Google 做了三件事:把 Gemini 4 Carbon 和 Argon 的全部四个服务档位翻倍;把 gemini-2.5-pro 这个模型 ID 静默改道到 gemini-3.8-flash 并按新价计费;以及两天后预告 Gemini 3.8 Flash 与 3.6 Flash 在 2027 年 1 月 1 日再翻倍。

所以答案很清楚:档位不会变成货币。

它更像分时电价表——不是货币,是一套让你把负载排进不同格子的调度协议。你不能拿着"Batch 档"去换别的东西,你只能把它当成一个价目表上的坐标。

但正因为如此,有一个替代说法更准确,也更有用:

档位是一种"可编程的计价单位"。

它的价值不在于能不能当货币花,而在于它可以被供应商单方面重新定义。

这才是 12 月 1 日真正值得记住的地方。

五、最贵的档位:路由

前五个旋钮里,前四个(服务档位、上下文长度、缓存状态、思考档位)你至少还能在请求里显式写出来:

第六个旋钮不一样:路由,是供应商替你选的。

Google 在 11 月 2 日的 Gemini API 更新日志里写了两条弃用通知,12 月 1 日生效:

同时 Google 列出了四项破坏性变更:

变更含义
函数调用与 thought_signature 校验老代码的调用签名可能被拒
thinking_level 取代 thinking_budget思考预算的写法变了
移除采样参数temperature / top_p 不再可用
移除预填充模型文本不能再用 assistant 前缀"诱导"回答风格

第二项和第四项尤其值得留意。thinking_budget 被 thinking_level 取代——这正是第四个旋钮(思考档位)的接口在改。而"移除预填充模型文本"意味着你连用提示工程微调输出这个老办法都被拿走了。

Google 给的迁移建议是:"在 12 月 1 日之前把模型字符串改成 gemini-3.8-flash,并阅读迁移指南。"

翻译过来就是:你必须主动放弃一个旧的模型 ID,否则你的代码会静默地跑在另一个模型上、按另一个价目表计费、带着四个破坏性变更。

有一个第三方测算给出了这次改道的价差:12 月 1 日到 12 月 31 日,这次替换让输出 token 成本下降 62.5%;但从 2027 年 1 月 1 日起,同样的替换让输入 token 成本上升 20%——因为那天 Gemini 3.8 Flash 自己翻了一倍。

一个你从未主动选择的替换,先给你降价 62.5%,再给你涨价 20%。

这就是"路由档位"的完整成本。它是唯一一个你连价格都看不见的旋钮:其他五个旋钮你至少知道自己在哪个格子里,路由是你在格子被换掉之后才收到账单。

六、榜单经济学:最贵的那一档,排在第一名

如果前五节讲的是价目表的结构,这一节讲的是这些结构在排行榜上打架时会变成什么样。

11 月 13 日,独立数学基准 MathArena(ETH Zurich SRI Lab 与 INSAIT)更新了榜单:

排名模型(推理设置)预期成绩预期成本相对 GPT-6.1 Sol
1Gemini 4 Carbon(high)85.4% ±3.0%$15.70 ±1.33约 15×
2Claude Fable 5.2(max)82.8% ±5.3%$40.20 ±2.59约 40×
3GPT-6.1 Sol(max)80.6% ±2.7%$1.07 ±0.0181×

第一名的成绩比第三名高 4.8 个百分点,成本高 14.7 倍。第二名比第三名高 2.2 个百分点,成本高 37.6 倍。

这里有两件事必须拆开看。

第一件:贵的原因不在单价,在思考档位。

Gemini 4 Carbon 和 Gemini 4 Argon 的每 token 单价完全相同(入门期 $2/$10,12 月 1 日起都是 $4/$20)。Google 文档写得很清楚:两者共享 1M 统一上下文窗口、内置工具和每 token 价格,主要差别是每一轮花费的思考 token 数量。

Carbon 是为"检验模型智能极限"造的,每一轮会用更多思考 token 去探索假设、验证工作、检查边界;Argon 响应更快、每轮消耗更少,Google 建议用于交互式编码和快速生产循环。

所以榜单上 15 倍的成本差,来自第四个旋钮(思考档位)的极端设置,不是来自第一档(单价)。

第二件:一个更刺眼的细节——Carbon 的主要失败模式是超时,不是放弃。

有评测者记录到:Carbon 在一道题上跑脚本超过 11 小时未停止;而当把 Argon 调到 high 档,它一路思考到撞上 24,000 token 的上限,仍然没有给出答案。

也就是说,在这份榜单上,第一名的一部分"更高准确率"是用"更长的挂钟时间"换来的,而这种时间在账单上不单独计价——它被折进了思考 token 里。

把这件事和前四节连起来,榜单经济学真正的结论是:

能力档位和价格档位不是同一条轴,但被放在同一张表上比较。

任何人说"Carbon 是目前最好的模型",都是在说一个配置(Carbon + high 档 + 无限时间 + $15.70/题),不是在一个说模型本身。

这和上一篇《只有拿到许可的电才算电》是同一个道理:名义的和实际的不是一回事。 上一轮的稀缺品是"能开工的电",这一轮的稀缺品是"算得完、并且你知道花了多少钱的那一次调用"。

七、真正的杠杆:不是选模型,是选配置

那么问题来了:面对这样一张价目表,一个工程团队该怎么决策?

先给一个反直觉的答案:换模型往往是最差的杠杆。

第三方的一份成本测算给了一个具体的工作负载:每月 1 万个智能体任务,每任务 8 次模型调用,每次 2 万输入 token(其中 1.5 万是稳定缓存前缀)、1500 输出 token(含推理),标准档、不用批处理。

模型月度模型费用每任务
GPT-6 Astra$11,200$1.12
Claude Fable 5.2$8,240$0.82
Claude Opus 5.5$4,240$0.42
Gemini 4 Carbon(12 月 1 日起)$4,240$0.42
GPT-6 Sol$2,240$0.22
Claude Sonnet 5.5 / GPT-6.1 Sol / Gemini 4 Carbon(11 月)$2,120$0.21
Gemini 4 Hydrogen$1,590$0.16
GPT-6.1 Terra$1,060$0.11
Gemini 3.8 Flash(12 月 31 日前)$840$0.08
Claude Haiku 5.5 / GPT-6 Luna$112$0.01

同一份工作负载,最贵和最便宜差 100 倍。

但真正值得看的不是这张表的跨度,而是这张表上不换模型能得到什么:

杠杆一:缓存。 Claude 系列的缓存命中价是正常输入价的 2.5% 到 5%(Fable 5.2 是 2.5%,Opus 5.5 和 Sonnet 5.5 是 5%),OpenAI GPT-6 系列是 5% 到 10%。在上面的负载里,开启缓存把 Opus 5.5 的月度账单从 $8,800 降到 $4,240,省 52%。注意 Anthropic 的批处理折扣可以和缓存叠加。

杠杆二:路由。 如果让 Opus 5.5 只处理每个任务里 2 次规划调用,Haiku 5.5 处理剩下 6 次,账单从 $4,240 降到 $1,144。Anthropic 官方就把这个模式写成文档(executor/advisor、orchestrator/worker)。

杠杆三:档位选择。 Batch 和 Flex 都在三家都是标准价的 50%,OpenAI 还把同样的 50% 作为"Flex"卖给可以多等一会儿的同步调用。评测、回填、文档处理、夜间任务全部适合放进去。反方向是速度:OpenAI Fast 档 2×、Ultrafast 档 6×($12/$60),Anthropic Opus 5.5 快速模式 $8/$40 也是 2×,Google Priority 是 1.8×。

三个杠杆加起来的量级远超换模型。 而且注意:三个杠杆没有一个需要换供应商。

再叠一句反向的提醒:Anthropic 明确指出,Claude 4.7 及以后对同一段文本产生的 token 比老模型多约 30%。换厂商省下来的钱,可能被 tokenizer 差异吃回去一部分。 换供应商前,先在两个厂商上各跑一次同样的提示,量一下实际 token 数。

八、给学习者的七条

  1. 任何"每百万 token $X"都只是一个旋钮的读数。 看到报价先问四个问题:什么服务档位、上下文多长、缓存命中率多少、思考档位设在哪。
  2. 用"每个完成的任务多少钱"做决策,不要用"每百万 token"。 强模型可能 5 次调用就结束,弱模型要 12 次也可能永远不结束。token 是投入,任务才是产出。
  3. 监控 token 的分布,不要看平均值。 平均 20 万配一条长尾,意味着相当比例的请求正在按双倍价计费,而平均值永远看不出来。
  4. 在上下文悬崖之前设硬上限。 检索阶段做裁剪几乎总是比跨过 272K 更便宜;把任务拆成两个 20 万的请求,成本只有 40 万单请求的一半。
  5. 思考档位是同一模型里最贵的隐藏开关。 Carbon 和 Argon 单价完全一样,贵的只是每轮思考 token 多少。Google 的建议是"在 low/medium/high 三个档位上都跑评估,选出满足质量标准的最低档位"——这句话适用于所有厂商的所有模型。
  6. 缓存要当资产来设计。 把固定内容放最前、变化内容放最后、两次调用之间绝不重排工具定义。5 分钟缓存读一次就回本;缓存写入本身要付 1.25× 到 2× 的溢价。
  7. 假设模型 ID 会失效、路由会改变、单价会变。 Google 已经用 gemini-2.5-pro 演示过一次静默改道加四项破坏性变更。在生产系统里把模型名写成配置项,并且给账单设告警。

九、接下来看什么

本周是 11 月的定价周,两场考试在 24 小时内:

这两个数字放在一起看才完整。 硬件侧的价格(英伟达指引)回答"算力供给还值多少钱",软件侧的价格(Anthropic 发行估值)回答"卖算力的人能留下多少"。

而 11 月 18 日之后还有 12 月 1 日——Google 的四个档位同时翻倍、gemini-2.5-pro 静默改道。那一天会比财报更能说明问题:模型会迭代,档位会重写,而你的代码里只有一个模型 ID。

下一篇预告

下一篇写推理的成本曲线本身:当模型之间的能力差距缩到 5 个百分点以内,而成本差距是 15 倍到 40 倍,产业的竞争会从"谁的模型更强"转向"谁把成本曲线做成了可预测的台阶"。会具体拆:单次任务成本的工程学、评测成本本身、以及为什么"每任务成本"正在取代"每 token 价格"成为行业的新指标。

参考来源

  1. Google 官方博客(2026-11-10,作者 Koray Kavukcuoglu,DeepMind SVP):《Gemini 4 Carbon is generally available》——面向所有付费开发者与企业开放、Fairwind Program 先行、模型 ID gemini-4-carbon、入门价与脚注中 11 月 30 日后价格、CursorBench 4.0 / WANDR / AutomationBench 排名第一且每任务成本低于次优外部模型 2 倍以上、MKA 基准排名第二且每任务成本低于榜首 6 倍以上。
  2. Gemini API 官方文档与定价页(2026-11-10 前后):Standard / Batch / Flex / Priority 四档在 11 月 30 日前后的完整单价;缓存输入 $0.10→$0.20;隐式缓存对 4096 token 以上提示默认开启并给 95% 折扣、不支持显式缓存;思考 token 按输出计费;Google Search grounding 每月 5000 次免费、之后每 1000 次 14 美元;Carbon 与 Argon 同单价同窗口同工具、差别在每轮思考 token 数量;思考档位 low/medium/high(默认 medium)与用途建议;1,048,576 统一上下文与 65,536 默认输出上限、long decode 至 1M。
  3. Gemini API 更新日志(2026-11-02):gemini-2.5-pro 与 gemini-2.5-flash 弃用通知,12 月 1 日起分别自动路由至 gemini-3.8-flash 与 gemini-3.5-flash-lite 并按新模型费率计费;四项破坏性变更(函数调用与 thought_signature 校验、thinking_level 取代 thinking_budget、移除采样参数、移除预填充模型文本);Anthropic 侧 Claude Platform 发布说明(2026-11-12 自托管 Managed Agents、2026-11-09 Fable 5.2 与 Mythos 5.2 发布、1M 上下文与 128k 最大输出与自适应思考常开)。
  4. Anthropic 官方(2026-11-09)与中证网 / 新浪科技 / IT之家 / 金融界转述:Fable 5.2 与 Mythos 5.2 同底层不同安全限制、$8/$40 较 Fable 5.1 的 $10/$50 降 20%、生成速度最高提升 30%、快速模式最高 2.5 倍;Fable 5.1 缓存读取价由 $1 降至 $0.25 且标准单价不变,官方按 2026 年 8 月实际用量测算典型负载约降 25%、高 Agent 化负载最多降 45%。
  5. BeevR(2026-11-12 发布、2026-11-13 更新):2026 年 11 月各家 LLM API 每百万 token 完整价目表(含 Gemini 4 Hydrogen $1.50/$7.50、GPT-6.1 Terra $1/$5、Gemini 3.8 Flash $0.75/$3.75);Claude 4.6 及以后 1M 窗口一口价、仅 Haiku 5.5 在 100K 以上涨 5×;GPT-6 超 272K 整单 2× 输入与 1.5× 输出;缓存命中率 2.5%–10%、缓存写入 1.25×(5 分钟)与 2×(1 小时)、Gemini 每百万 token 每小时 $0.50 存储费;1 万任务/月负载的成本测算表与 $8,800→$4,240(缓存)、$4,240→$1,144(路由)两组对比;Haiku 5.5 在 Terminal-Bench 4.0 上 39.2% 对 GPT-6 Luna 16.4%;Claude 4.7 及以后同文本 token 多约 30%。
  6. Runyard(2026-09-04):GPT-6 Astra 的 272K 悬崖原文与 $2.96 对 $5.84 的边界算术、整单重计价而非仅超出部分、缓存费率同样翻倍对长上下文智能体的影响。
  7. arsentev / the-decoder / 腾讯云开发者 / himiao(2026-11-13 至 16):MathArena 榜单更新——Gemini 4 Carbon(high) 85.4%±3.0% / $15.70±1.33、Claude Fable 5.2(max) 82.8%±5.3% / $40.20±2.59、GPT-6.1 Sol(max) 80.6%±2.7% / $1.07±0.018;成本倍数与失败模式(Carbon 主要失败模式为超时,一次跑脚本超过 11 小时)。
  8. OpenAI 官方定价页与 GPT-6.1 Sol 参考页(2026-10-08 起)、cocoloop / tokencost 整理:Batch/Flex $1/$0.05/$1.25/$5、Standard $2/$0.10/$2.50/$10、Fast $4/$0.20/$5/$20、Ultrafast $12/$0.60/$15/$60(标准档 6 倍);超 272K 后 Ultrafast 为 $24/$90;推理档位 none/low/medium/high/xhigh/max;GPT-6 Sol 与 Luna 的对应长上下文价;GPT-6 起推理强度变更不再使缓存失效、缓存写入 $2.50。
  9. OptimToken 目录快照(2026-11-15):312 个模型、47 家厂商、297 个带 token 报价;最便宜 Qwen3.5-9B $0.022/$0.032(混合价 $0.029);ModelCap 口径最便宜为 Ling 3.0 Tiny($0.015/$0.045,混合 $0.022)、121 个模型入选;同一模型跨托管商价差示例(Qwen3.5-9B 输入 $0.023 至 $0.17 不等)。
  10. 每日经济新闻 / 华尔街见闻 / 腾讯证券 / 经济参考报(2026-11-12 至 17):Anthropic IPO 发行价 70–78 美元、估值约 1.4 万亿、11 月 19 日挂牌、Q3 营收 170 亿同比 +1100% 且经营亏损 5.67 亿;英伟达 FY27 Q3 指引 1080 亿美元 ±2%、Q2 962 亿与数据中心 890 亿、毛利率 74.0%、共识 1088 亿 / EPS 2.47、黄仁勋卸任后由临时 CEO 兼 CFO Colette Kress 主持、上周股价累跌 13% 与市值跌破 4 万亿美元;美联储"生产力与就业特别工作组"听证会与 AI 推升短期通胀的争议。

说明:本文所有价格均标注了来源与日期,且均为标准档、正常提示长度下的公开标价(未含协议折扣与税)。凡出现口径差异处(如 Anthropic 对 Gemini 档位对比中 Gemini 4 Carbon 12 月 1 日后的价格、第三方对 gemini-2.5-pro 改道的成本测算),已在正文中标明来源与限定条件,未做单一化处理。本文不构成任何采购建议。