一、Token情报快报

上期价格榜收官时预告过:本期回到企业视角算账。先把面板交代清楚——截至发稿,国内主力模型的官方价格已连续第十二期保持原状:DeepSeek两档四价(闲时/高峰)、智谱GLM-5.3与GLM-5.3-Flash、Kimi K3.1 Pro,全部纹丝没动。对企业这意味着一件实际的好事:预算表里的单价列,可以放心照抄。 但面板不动不等于没有变量——促销到期倒计时、转售渠道的剧烈波动,都发生在单价表之外。本期把企业最该盯的数字摆到一张桌上。

A. 国内平台官方定价(人民币/百万tokens)

平台 模型 输入 输出 备注
DeepSeek deepseek-flash 闲时1.00 / 高峰2.00 闲时4.00 / 高峰8.00 缓存命中0.02起;1M上下文;并发2500;十二连期持平
DeepSeek deepseek-v4-pro 闲时4.50 / 高峰9.00 闲时13.50 / 高峰27.00 缓存命中0.15起;并发500;十二连期持平
DeepSeek Search / Fetch 工具 5元/千次 — 联网检索、网页读取按成功请求计费
智谱 GLM-5.3(旗舰) 8.00 28.00 缓存命中2元;1M上下文
智谱 GLM-5.3-Flash 五折0.40 五折1.40 原价0.8/2.8;缓存命中0.115元;1M上下文
智谱 GLM-4.7-Flash 免费 免费 200K上下文;缓存也全免费;有并发限制
智谱 GLM-OCR 0.20 0.20 32K上下文;文档识别专用档
Kimi(月之暗面) Kimi-K3.1-Pro 13.00 68.00 缓存命中1.3;Batch为标准价6折
Kimi(月之暗面) K2系列(k2.7-code等) 6.50 27.00 停止新注册已生效;12月底下线(距今约七周)
阿里百炼 qwen3.8-max 12.00 36.00 Batch半价;新用户赠100万Token(90天有效)
阿里百炼 qwen3.8-flash 0.80 2.70 Night Plan夜间4折活动口径延续
字节火山方舟 豆包Seed 2.1-pro 6.00 30.00 低优档3/15;缓存存储0.017元/百万/小时
字节火山方舟 豆包Seed 2.1-lite 0.80 2.70 低优档0.4/1.35
腾讯混元 Hunyuan-a13b 0.50 2.00 免费额度100万tokens(1年有效)
MiniMax MiniMax-M3.1-Flash 1.00 4.00 缓存命中0.10;1M上下文
MiniMax MiniMax-M3(>512K档) 4.20 16.80 官方长期五折口径(原价8.4/33.6)

面板外的三条口径:其一,火山方舟挂第三方模型(GLM-5.3、K3.1 Pro)的转售价与智谱、Kimi官方人民币价完全一致,多平台采购的企业可以就近选入口;其二,硅基流动聚合页的DeepSeek-V4-Pro标价输入12元、输出24元,分别是官方闲时价(4.5/13.5元)的2.7倍和1.8倍——聚合渠道没有跟进官方分时价,对账时别拿聚合价当官方基准;其三,百度千帆文档页连续第七期未见公开单价表,腾讯TokenHub域名连续第八期不可达,比价前先确认渠道本身可用。

B. 国际平台参考价(美元/百万tokens)

平台 模型 输入 输出 备注
OpenAI GPT-6.1 Terra 1.00 5.00 缓存命中0.05;连续六期持平
OpenAI GPT-6.1 Sol 2.00 10.00 常规价目,无促销脚注
OpenAI GPT-5.6 Sol 4.00(促销) 20.00(促销) 官方脚注:促销至11月30日
OpenAI GPT-6 Luna 0.10 0.50 官方口径"最高效模型"
Anthropic Claude Sonnet 5.5 2.00 10.00 缓存读0.1、缓存写2.5
Anthropic Claude Opus 5.5 4.00 20.00 fast mode最高按2倍标准价
Anthropic Claude Fable 5.1 10.00 50.00 Batch五折
Google Gemini 4 Argon 2.00(促销) 10.00(促销) 12月1日起4/20——官方明文翻倍,距今约三周
Google Gemini 3.8 / 3.6 Flash 0.75(促销) 3.75(促销) 促销至12月31日,之后1.5/7.5
Google Gemini 3.5 Flash-Lite 0.30 2.50 2.5 Flash退役后的承接方
xAI Grok 4.7 2.00 6.00 500K上下文
Mistral Mistral Large 4 0.70 2.10 降价后连续第五期站住

两条与企业采购直接相关的国际口径:其一,Google官方页面已挂出公告,12月1日起对存量模型做路由切换——2.5 Pro的流量自动转入3.8 Flash、2.5 Flash转入3.5 Flash-Lite,挂老模型名的生产任务从12月起账单口径会变,1月1日促销结束后按1.5/7.5计费;其二,OpenAI合规类端点有明确加价:数据驻留+10%、FedRAMP端点+10%,走合规线路的预算按上浮口径编。转售渠道波动继续放大:聚合平台上DeepSeek、Kimi等条目近期出现输入价下调96%、输出价上调33%的记录,聚合口径只作参照,不进采购基准。

C. 订阅与计费口径速览(企业向)

平台 口径 要点
DeepSeek / Kimi 纯按量计费 官方明确API不设订阅制;预算=用量估算+折扣层规划
阿里百炼 Batch半价 / 夜间4折 Batch为正式计费口径;夜间4折以活动页实时公示为准
Anthropic Max $110 / Ultra $220 每月 各含$100/$200月度API积分;积分是抵扣通道,用量仍按API牌价扣
OpenAI 合规端点加价 数据驻留+10%、FedRAMP端点+10%,采购核算按上浮价

D. 免费与低价盘点(企业视角)

  • 智谱GLM-4.7-Flash(200K上下文):输入、输出、缓存全免费。适合内部试水、非关键流程验证;并发有限制,生产主力流量别压在免费档上。
  • 免费额度双份:腾讯混元100万tokens(1年有效)+ 百炼新用户100万Token(90天有效)——试点期的模型验证成本可以做到0元。
  • 中国超算互联网:0.1元特惠资源包含5000万tokens(折约0.002元/百万tokens),公开可见的最低单价锚点;明细计费需登录平台核实后再放量。
  • 到期倒计时(编年度预算必看):Gemini 4 Argon促销11月30日截止、12月1日起翻倍(距今约三周);GPT-5.6 Sol促销同日截止;Gemini 3.8 Flash促销12月31日截止;Kimi K2系列12月底下线。促销价一律不进预算基准线,按到期价编。
  • 火山方舟的缓存存储单独计费(0.017元/百万tokens/小时),重度用缓存的团队把存储费在预算里单列一行。

数据说明:本文价格数据获取自官方平台公开数据,为当前最新数据。


二、本期关注:DeepSeek——单价十二期没动,折扣有三层

把一家供应商的价格连续十二期抄在同一行里,这件事本身值得说两句。把本期与此前十一次核对连起来看,deepseek-flash的闲时1元/高峰2元(输入)、闲时4元/高峰8元(输出),V4-Pro的闲时4.5元/高峰9元、闲时13.5元/高峰27元——十二次核对,全部是同一张表。模型侧持续在迭代(当前flash档为V4.1-Flash-1017),价格表却像钉住了。对要做季度预算的企业,这种可预期性本身就是成本优势:单价不用反复重核,账不会突然变。

真正值得企业研究的,是它把折扣做成了三层结构——每层都不需要谈判、不需要商务特批,全写在官方单价表里:

第一层:分时。 闲时的定义是"工作日9-12点、14-18点之外的全部时间"——晚上、午休、周末、法定节假日全天都算。flash档的输出单价从高峰8元落到闲时4元,V4-Pro从27元落到13.5元,等于官方对"能排程的任务"直接打了五折。大多数企业的批量活(报表汇总、文档审读、数据整理)天然可以夜里跑,这一层折扣的门槛最低。

第二层:缓存。 缓存命中价,flash档0.02元、V4-Pro档0.15元,比对应输入牌价低98%和97%。它的生效前提是"提示词前缀重复":知识库问答(同一批资料被反复问)、模板化审读(合同条款、招标文件有大量固定段落)、多轮客服(系统提示与历史对话被重复引用)都是天然的高命中场景。把公共前缀做进缓存,输入费的账单结构会彻底变样。

第三层:档位分工。 flash档1M上下文、并发2500;V4-Pro并发500。把"门卫活"(分类、抽取、格式转换、初筛)交给flash,把"专家活"(复杂推理、终审把关)留给V4-Pro,两档都按闲时跑,是这套价格表给出的标准用法。

工具计费补一句:联网检索Search、网页读取Fetch,各为5元/千次成功请求。很多团队对"联网另收费"的第一反应是成本失控,实际摊下来(第三部分账三)它是整套方案里的零头——关键在按次预算,不在回避。

对照面也要交代:这套折扣结构只在官方直连渠道完整成立。 聚合平台上V4-Pro的转售价(12/24元)至今没有跟进官方分时价,输入输出分别是官方闲时价的2.7倍和1.8倍。企业采购走官方直连,不只是价格问题,更是"折扣层能不能用上"的问题。

一句话:单价表连续十二期是同一张表,变量全在用法层——排程、缓存、分工,三层折扣叠满的企业和高峰直跑的企业,账单可以差出三倍以上。 第三部分用三笔账验证这句话。


三、Token账本:企业三笔账,笔笔都有"折扣层"

以下均为估算口径:按典型企业用量构造场景,实际成本随用量结构与折扣层使用情况浮动。三笔账对应三种最常见的企业消耗形态:白天实时客服、夜间批量审读、联网简报。

账一:白天实时客服(月输入5,000万tokens、输出800万)——躲不开高峰的业务怎么算

设定:在线客服或工单助手,工作日白天响应用户,业务性质决定躲不开高峰时段。

方案 月成本估算 说明
GLM-5.3-Flash 五折(0.4/1.4) 约31元 轻量问答够用,付费档地板
混元 a13b(0.5/2) 约41元 先用掉100万免费额度(1年有效)
Qwen3.8-Flash / 豆包2.1-lite(0.8/2.7) 约62元 大厂轻量档主力
deepseek-flash 高峰(2/8) 约164元 高峰直跑的基准口径
deepseek-flash 高峰+缓存命中60%(命中0.04) 约105元 重复问答挂缓存,省36%
GLM-5.3 旗舰(8/28) 约624元 能力过剩的典型档
Kimi K3.1 Pro(13/68) 约1,194元 1M能力档,客服场景用不满

躲不开高峰,不等于没有优化空间:同一套客服知识库挂上缓存,DeepSeek高峰账单从164元降到105元;而真正的问题在表的两端——旗舰档(624元)和1M能力档(1,194元)在"短问短答"场景里,付出的是用不上的推理深度。旗舰档是五折轻量档的整整20倍,这个差距换来的能力增量,客服用户基本无感。

人话翻译:白天跑的实时业务,省钱靠"轻量档打底+缓存接住重复",不靠换更贵的模型。

账二:夜间批量审读(月输入2,000万tokens、输出200万,重复内容约50%)——能挪夜里的活

设定:每月400份合同、标书或报告的摘要审读,每份平均输入5万tokens、输出500 tokens要点摘录;其中模板条款等重复前缀约占一半。

方案 月成本估算 说明
deepseek-flash 闲时(1/4) 约28元 排程到晚间的基准价
deepseek-flash 闲时+缓存命中50%(命中0.02) 约18元 重复前缀进缓存,再省35%
deepseek-v4-pro 闲时+缓存50%(命中0.15) 约74元 旗舰质量的三折价
对照:flash 高峰直跑(2/8) 约56元 不排程的代价
对照:GLM-5.3 旗舰(8/28) 约216元 白天+旗舰的双重浪费

这张表要竖着比三层:同样是flash,排进闲时(28元)比高峰直跑(56元)省一半;再叠缓存(18元),只有高峰直跑的三分之一。想要旗舰质量又怕贵?V4-Pro闲时+缓存约74元,是旗舰高峰口径(216元)的三分之一——"用旗舰审读"和"用得起旗舰审读"之间,隔的是一张排程表和一个缓存配置。

人话翻译:夜里跑+缓存挂上,同一份活从216元干到18元——折扣不求人,官方单价表里全写着。

账三:联网简报全口径(月1,100次任务,输入2,200万tokens、输出550万)——工具费是不是成本黑洞

设定:每日50次"联网查资料+成稿"的行业简报任务,按22个工作日计;每次任务平均输入2万tokens(含检索回来的网页内容)、输出500 tokens。Search/Fetch各按5元/千次成功请求计。

项目 月成本估算 说明
tokens费:deepseek-flash 闲时(1/4) 约44元 简报可排清晨或夜间跑
Search/Fetch 工具费 约6元 1,100次 × 5元/千次
全口径合计 约50元 工具费占11%
对照:高峰直跑(2/8)+工具费 约94元 同样的活不排程
对照:不联网、纯喂自有资料 约44元 工具费为0,但覆盖面受限

"联网要另外收费"听着吓人,摊到账上:1,100次联网任务的工具费约6元,占全口径的11%——它是一道"加菜费",不是"换桌费"。真正决定账单的仍是tokens本身:同一批任务,高峰直跑88元、闲时44元,排程的杠杆远大于工具费。不联网的对照口径提醒的是另一件事:自有资料够用的环节,少联网一次就省一次按次计费——按需联网,别默认全程挂网。

人话翻译:联网工具费是零头,排程和用量才是大头;预算里给工具费留10%-20%余量就够。

三笔账合起来看

把三笔账的结论压到一个中型混合负载上(月输入1亿tokens、输出2,000万,七成是门卫活、三成是专家活):全用V4-Pro高峰直跑约1,440元;全部挪进闲时约720元;再按7:3把门卫活分给flash、专家活留给V4-Pro(都用闲时),约342元。同一份活,三种用法,三档账单:1,440元、720元、342元——省下的76%,每一分都来自官方单价表里已经写明的规则。


四、信号解读

1. 单价战熄火之后,竞争挪进了"计费口径"。 主力面板十二连期不动,但各家在"怎么收钱"上持续加码:DeepSeek把分时和缓存写进单价表、阿里给Batch半价和夜间4折、Kimi给Batch 6折、MiniMax给1M档长期五折。对企业选型来说,"哪家模型便宜"正在变成没有答案的问题,"我的用法结构下哪家便宜"才有答案——本期三笔账反复验证的是:同一家供应商内部,用法不同价差3-8倍,早已大过供应商之间的单价差。

2. 12月是折扣与口径的集中换挡期,预算要按"到期价"编。 未来七周内的确定日程:11月30日Gemini 4 Argon促销截止、12月1日起翻倍——以月输入1亿tokens计,仅输入费就从约1,420元涨到2,840元;同日GPT-5.6 Sol促销截止;12月1日Google存量模型路由切换;12月31日Gemini 3.8 Flash促销截止,1月1日起按翻倍价计费;12月底Kimi K2系列下线。这些不是预测,是官方页面上挂着日期的日程表——四季度立项、跨年排产的项目,现金流按到期价编,促销价只配进"意外之喜"那一栏。

3. 渠道本身的稳定性,开始成为隐性成本。 本期台账里两个状态值得采购留意:聚合平台转售价波动放大(DeepSeek、Kimi等转售条目近期有输入价下调96%、输出价上调33%的记录),个别聚合域名连续八期不可达。渠道风险折成钱的方式很朴素:生产任务跑到一半渠道失效,迁移和重新验证的人力成本,远超当初省下的单价差。主力流量走官方直连、聚合平台只做对账参照——这条纪律在近两期的横评里反复成立,本期继续有效。


五、行动参考

按业务形态对号入座:

  1. 白天实时业务(客服、现场问答):轻量档打底(GLM-5.3-Flash五折约31元/月),重复问答挂缓存,旗舰只留给疑难升级——别为"短问短答"付推理深度溢价。
  2. 能排程的活(审读、汇总、整理):全部挪进闲时(flash档输出4元/百万),模板化文档把公共前缀做进缓存——两层叠满,账单是高峰直跑的三分之一。
  3. 要质量又要控成本:V4-Pro闲时+缓存(审读档约74元/月),用旗舰高峰三分之一的价格拿旗舰质量;门卫活分给flash,别让旗舰干杂活。
  4. 有联网需求:Search/Fetch按5元/千次做预算,工具费留10%-20%余量即可;自有资料够用的环节按需联网。
  5. 采购纪律:跨年项目按到期价编预算(11-30、12-01、12-31三个换挡日历见信号解读);主力流量官方直连,聚合平台对账不跑量;促销价一律不进基准线。
  6. 通用动作:上线前先小额充值试跑一周、对过账单再放量——三笔账都是估算口径,最终要用你们自己的真实账单校准。

下期(周日档,个人向):回到个人视角的价格盘点,选题从最新面板里出。


六、本期AI工具推荐:智谱GLM-OCR(0.2元/百万tokens,官方文档识别专用档)

企业文档流水线的第一站,往往不是大模型,而是把纸面文件变成模型能读的文本。本期推荐智谱的GLM-OCR——输入输出同价0.2元/百万tokens(32K上下文),是当前主流平台公开价目里最低的单价档之一,价格已连续多期站住。

好用的点:它把"文档进流水线"的门槛价打了下来。 票据、合同、报表的影印件和拍照件,先过识别变成结构化文本,再交给轻量模型做初筛、只在复杂页面上旗舰——整条链路的成本重心压在最便宜的入口上。0.2元/百万tokens是什么概念:1万页、每页约1,000 tokens的文档量,识别费约2元。同一价目页还有GLM-TTS(2元/万字符)可以配套,把审读结果直接转语音播报,适合巡检、复核类场景。

要交代的限制:其一,32K上下文意味着超长文档要分片处理,整本厚标书不适合一次过;其二,识别质量与原件清晰度强相关,盖章密集、手写批注多的页面,先拿小样验证再放量;其三,它负责"把字变对",不负责"把意思读懂"——内容判断仍要交给后面的模型档位。价格与计费口径以智谱官方定价页实时公示为准。

适合谁:有档案数字化、票据归档、合同管理需求的团队,把它当流水线第一站;不适合谁:材料本身已是电子稿的(直接喂模型更快,多一道转换多一道出错机会)。

一句话账本:1万页文档的识别费约2元——纸面文件进AI流水线,最贵的一步从来不是识别,是没有排程和缓存的后端。

⚠️ 注意:文中价格均为发稿时官方公示口径,限时折扣、分时段规则与免费额度可能调整,实际以各平台账单为准。


数据说明:本文价格数据获取自各官方平台公开数据,为当前最新数据。国内以人民币官方价为准,国际价格为美元计价,按1美元≈7.1元估算折算。账本测算为估算口径,实际成本以各平台账单为准。