LLM Pricing

LLM Price Check是什么

LLM Price Check是一款用于比较大语言模型API价格的网页工具，提供模型、服务商、上下文窗口、输入单价、输出单价和质量分等字段。网站还提供成本计算器，帮助用户根据Token用量估算费用。

它适合做模型成本的初步筛选，但不是模型供应商的官方结算系统。核验时页面仍包含大量旧模型和历史价格，正式预算必须回到对应厂商的当前定价页确认。

当前数据状态

截至本次核验，首页主表仍以GPT-4o、Claude 3、Gemini 1.5、Llama 3.1和早期Mistral模型为主，并显示多项已经变化的历史单价。页面没有清楚标注每一行的最近更新时间。

因此，目录不应再把它描述为可靠的实时价格数据库。更准确的定位是“可用于理解价格结构和历史比较的免费工具，实时价格需由官方来源复核”。

核心功能

模型价格对比表

主表按模型列出提供商、质量分、上下文长度、输入价格、输出价格、知识截止信息和试用情况。用户可以快速观察不同模型的成本差异。

Token费用计算器

计算器根据输入Token、输出Token及对应百万Token单价估算一次或批量调用成本。它适合做粗略预算，实际账单还可能包含缓存、工具调用、图像、音频和批处理等费用。

模型详情页

部分模型拥有独立详情页，可查看提供商、上下文和价格字段。详情内容与主表使用同一数据体系，仍需关注更新日期。

质量指标

页面引用第三方模型排行榜生成质量分，用于帮助用户同时考虑价格和能力。单一质量分会压缩模型在代码、推理、语言和长上下文方面的差异。

官方价格来源入口

页面列出OpenAI、Anthropic、Google、Mistral、Cohere、Amazon Bedrock和Groq等价格来源。用户应把这些供应商页面作为最终核验对象。

主要功能一览

• 比较不同提供商和模型的输入与输出Token单价。
• 查看模型上下文窗口和基础质量指标。
• 按预计输入输出用量计算API费用。
• 通过模型详情页查看单个型号信息。
• 从价格表跳转到部分模型的在线体验入口。
• 参考官方供应商价格来源进行二次核验。
• 快速识别输入便宜但输出昂贵的模型。
• 为原型、批处理和生产流量建立初步预算。

适合哪些使用场景

• AI应用开发者：了解按Token计费的基本结构。
• 产品经理：在方案早期估算不同模型成本级别。
• 创业团队：快速筛选需要进一步测试的API模型。
• 教学人员：演示输入与输出Token价格的区别。
• 成本分析人员：建立历史价格与模型代际对照。
• 个人开发者：估算小型项目每月调用开销。

哪些情况不太适合

• 需要2026年最新模型与精确实时价格的采购决策。
• 需要缓存、批处理、长上下文分层价和区域价的复杂账单。
• 要比较图像、视频、语音、嵌入和微调价格的多模态项目。
• 需要API可用性、延迟、吞吐和服务等级保证的企业。
• 希望通过程序接口自动拉取实时价格的成本平台。
• 需要中国区渠道、人民币税费和本地发票信息的用户。

价格对比使用教程

1. 先明确任务类型、目标语言、上下文长度和质量底线。
2. 在表格中筛选能够满足上下文要求的模型。
3. 分别记录输入和输出价格，不要只看一个单价。
4. 查看质量分，但同时寻找对应任务的独立基准。
5. 把候选模型和价格记录为待核验清单。
6. 逐个进入模型厂商官方定价页确认当前型号与单价。
7. 使用真实请求样本测量Token、延迟和成功率。

费用计算教程

1. 统计一次典型请求的平均输入Token和输出Token。
2. 估算每日请求量、峰值并发和月度增长。
3. 分别乘以输入和输出的每百万Token单价。
4. 加入系统提示、工具结果、重试和多轮历史Token。
5. 单独计算缓存、批处理、图像或搜索等附加费用。
6. 为汇率、税费和超量使用预留安全空间。
7. 用厂商账单验证估算并定期校准。

模型选型教程

1. 选出一个高质量模型和一个低成本模型作为基线。
2. 准备覆盖简单、普通和困难任务的内部测试集。
3. 固定提示词和参数运行候选模型。
4. 记录质量、Token、延迟、错误率和真实费用。
5. 计算每个成功任务的成本，而非只算每百万Token价格。
6. 对简单任务尝试路由到较小模型。
7. 在生产前设置预算、限流和回退策略。

输入与输出价格怎么理解

成本计算公式

文本模型的基础估算可以写成：输入Token除以一百万后乘输入单价，再加输出Token除以一百万后乘输出单价。多轮对话还要把每轮重复发送的历史内容计算进去。

为什么单价最低不等于成本最低

便宜模型如果需要更多重试、更长提示或人工返工，每个成功任务的总成本可能更高。高质量模型如果一次完成任务，也可能在整体流程中更省钱。

• 比较一次成功任务所需的平均调用次数。
• 把人工审核和错误修复时间计入成本。
• 测量模型实际输出长度而非只看理论价格。
• 考虑速率限制、超时和故障回退。
• 根据任务难度采用多模型路由。
• 同时比较延迟和吞吐对业务的影响。

价格表缺少的常见费用

质量分应该怎么看

页面质量分来自第三方综合排行榜，适合粗略排序，不代表模型在所有任务上都同样好。代码、数学、中文、工具调用和长文档能力需要分别测试。

• 确认质量数据的来源与更新时间。
• 不要比较不同基准和版本的无说明分数。
• 查看与业务匹配的分类指标。
• 对候选模型运行统一内部测试集。
• 把幻觉、安全和格式稳定性加入评分。
• 结合价格计算质量达标请求的成本。

数据新鲜度风险

大模型价格和名称更新频繁，厂商会新增模型、下调价格、关闭旧版本或改变缓存规则。第三方表格只要缺少更新时间，就可能在几周内失去采购参考价值。

• 表中出现退役或旧代模型时提高警惕。
• 核对模型ID是否与实际API调用名称一致。
• 检查价格单位是每千还是每百万Token。
• 确认输入、输出、缓存和长上下文是否分开计价。
• 在预算文档中记录核验日期和官方页面快照。
• 上线后用真实账单持续校准价格表。

网站本身是否收费

LLM Price Check的价格表和计算器可以直接访问，未发现面向用户的会员订阅或付费套餐。它展示的是第三方模型API价格，不负责销售这些模型额度。

数据与隐私

计算器只需要Token数量和模型价格，正常情况下不必粘贴真实提示词、客户内容或API Key。用户不应把生产凭据输入任何第三方价格比较网站。

• 只填写Token数量，不提交真实业务文本。
• 不要在网页参数或备注中粘贴API Key。
• 敏感预算使用本地表格或内部成本系统计算。
• 正式采购通过供应商控制台和合同确认。
• 企业使用前检查网站隐私、Cookie与运营主体信息。

产品优势

• 界面简单，能快速理解输入和输出Token价格。
• 把多家模型提供商放在同一表格中比较。
• 提供上下文、质量和知识截止等辅助字段。
• 计算器适合教学和早期预算估算。
• 免费访问，不需要订阅会员。
• 列出了部分官方价格来源便于复核。

使用限制与注意事项

• 当前模型和价格明显滞后，不能当作实时采购依据。
• 每行没有清楚、统一的最后核验日期。
• 旧模型可能已经退役、改名或调整上下文。
• 质量分来源和版本不能代表所有业务能力。
• 未完整覆盖缓存、批处理、推理和长上下文价格。
• 未覆盖图像、视频、音频、嵌入和微调成本。
• 相同模型在不同云渠道可能有不同价格和条款。
• 计算结果不包含税费、汇率、失败重试和人工成本。
• 网站缺少可验证的官方源码仓库和完整运营信息。

GitHub与开源状态

截至核验时，没有找到由LLM Price Check官网明确链接并能验证归属的官方源码仓库。数据库原关联的OpenChat仓库只是价格表中OpenChat模型的项目来源，不是LLM Price Check网站代码。

因此，该网站应标记为“未发现官方开源仓库”。其他名称相近的llm-prices、llmpricing或PriceToken项目属于独立工具，不能混作本网站源码。

基本信息

推荐指数

3.2 / 5。LLM Price Check界面直观，适合理解Token计费和做历史价格初筛；但当前数据明显过时，缺少更新时间和复杂计费项，不能直接用于2026年的正式选型。

常见问题

LLM Price Check免费吗？

价格表和计算器可以免费使用，未发现会员套餐。调用表中模型仍需向对应API服务商付费。

网站价格是实时的吗？

不能按实时数据使用。当前页面仍包含大量旧模型和历史价格，正式预算必须查看供应商官方页面。

怎么计算一次请求的费用？

分别用输入和输出Token除以一百万，再乘对应单价并相加。还要加上缓存、工具、重试和多模态等附加费用。

质量分越高就越值得买吗？

不一定。综合质量分不能代表具体业务，应比较每个成功任务的质量、延迟和总成本。

可以输入API Key吗？

不需要，也不应该输入。该工具只是价格表和计算器，不负责调用用户的模型账户。

支持缓存和批处理价格吗？

当前主表没有完整覆盖这些复杂计费项。需要去对应厂商的最新价格和帮助文档确认。

LLM Price Check开源吗？

没有找到可验证的官方源码仓库。OpenChat GitHub只是表中模型来源，与网站源码无关。