摘要：上一篇对比了 26 个模型的标价，本文讲真正的账单是怎么算出来的------各厂商折扣机制速查矩阵、六个按杠杆从大到小排序的降本动作、C 端订阅价格对照，以及分场景的选型建议表。全文数据核实于 2026-10-22。
写在前面：标价只是起点
第 1 篇我们算过一个场景：同一条 Agent 流水线，用 GPT-6 Sol 原始账单 3,000/月，叠加缓存和批量后降到 780/月，降幅 74%。
也就是说，标价和实付之间最大的变量不是讨价还价，而是你有没有用对计费机制。这一篇把各家机制摊平了对比。
一、折扣机制速查矩阵
| 机制 | OpenAI | Anthropic | xAI | 国产 | |
|---|---|---|---|---|---|
| 提示缓存（读） | 标价的 10% 写 1.25× | 标价的 5%～10% 写 1.25×（5 分钟）/ 2×（1 小时） | 标价的 10% 另加每小时存储费 | 标价的 10%～25% | 阿里 10%～20% DeepSeek 低至 2% Kimi 约 10% |
| 批量 / 异步 | 5 折 | 5 折 | 5 折 | 未公布 | 阿里 5 折 DeepSeek 未公布 |
| 长上下文 | >272K 全单 2× 入 / 1.5× 出 | Haiku 5.5 >100K 变 5× | 3.1 Pro >200K 为 4/18 | ≥200K 全单 2× | 阿里 / 智谱 / 豆包 按长度阶梯分档 |
| 时段 | 无 | 无 | 无 | 无 | DeepSeek 峰谷 低谷 = 高峰一半 |
| 加速档 | Fast mode 2× | Opus fast mode 2× | Priority 1.8× | --- | MiniMax 优先档 1.5× |
| 数据驻留 | +10%（2026-03-05 后模型） | US 推理 1.1× | --- | US 端点 1.1× | 按地域差异化定价 |
| 免费层 | 无（API 侧） | 无 | 多数 Flash 模型免费 | 有限 | 阿里新用户百万 token 智谱部分模型免费 |
附加功能的单独计费
这部分最容易被忽略------它不在模型单价里，按次或按量另算：
| 厂商 | 附加功能计费 |
|---|---|
| OpenAI | Image-2 图像 8/30；Realtime 按音频时长计价 |
| Anthropic | Web search 10 / 1K 次；Managed Agents 0.08 / 会话小时；代码执行 $0.05 / 小时 |
| Search / Maps 每月 5,000 次免费，超出 $14 / 1K 次 | |
| xAI | 语音 0.08 / 分钟；TTS 15 / 百万字符；图片 0.01--0.08 / 张；视频 0.05--0.25 / 秒 |
| 国产 | 各家差异大，视频 / 图像多按次或按秒计费 |
⚠️ 注意 ：Google 的免费层是目前海外唯一「真正可用的生产级免额度」------多数 Flash 模型在 API 层面完全免费（限速率）。做原型验证或低频任务时，它的成本是 0。
二、把成本压下来的六个动作（按杠杆从大到小）
动作 1：分层路由（杠杆最大）
用便宜模型处理 80% 的简单请求，只对失败或复杂请求升级到旗舰档。
路由策略示例
├─ 第一层：gpt-6-luna / claude-haiku-5.5（$0.18） → 处理 80% 请求
├─ 第二层：gpt-6-sol / claude-sonnet-5.5（$3.60） → 第一层失败后重试
└─ 第三层：gpt-6-astra / claude-fable-5.1（$18.00）→ 仅 5%～10% 的硬骨头旗舰与经济档差 100 倍，这是所有手段里最大的一项。即使第三层的使用比例只有 5%，只要前两层能拦住 95% 的请求，整体成本就能压到纯旗舰方案的 1/10 以下。
动作 2：把稳定内容前置到缓存
系统提示、工具定义、参考文档放在 prompt 前部，让缓存命中率上去。
缓存读取普遍是标价的 10%，DeepSeek 低至 2% 。关键在于：缓存是按前缀匹配的，只要 prompt 前部内容不变，后面怎么变都能命中。所以顺序很重要------把会变的部分（用户问题、动态数据）放最后。
动作 3：能异步就走批量
夜间摘要、数据回填、批量分类、模型评测------这些任务统一 5 折，零改造成本，只需要换个 endpoint。
动作 4：盯住长上下文阈值
OpenAI 272K、xAI 200K、Anthropic Haiku 100K 都是「台阶」。在跨过阈值前做上下文压缩或摘要，否则会出现 +11% 上下文换 +74% 账单 的情况。
动作 5：调低推理强度
推理 token 按输出价计费。Gemini 3.8 Flash 支持 low / medium / high 三档，日常任务用 low 可显著减少 token 消耗。不是所有任务都需要 deepest thinking。
动作 6：设置硬性支出上限
LLM 账单事故的经典剧本是：周五上线了一个重试循环，周一收到五位数账单。每家控制台都支持月度上限与告警------先设再上线。
三、C 端订阅价格对照
海外（USD / 月）
| 平台 | 入门 | 主力 | 高档 |
|---|---|---|---|
| ChatGPT | Go $8 （Free 带广告） | Plus $20 | Pro 100（5×）/ 200（10×）/ $500（25×） |
| Claude | --- | **Pro 20** 年付 17 | Max 5× 100 Max 20× 200（含 100/200 API 额度） |
| Gemini | AI Plus $4.99 | AI Pro $19.99 | AI Ultra 99.99（5×） AI Ultra 199.99（20×） |
| Grok | SuperGrok Lite $10 | SuperGrok $30 | Plus 100 Heavy 300 |
| Perplexity | --- | Pro $20 | Max 200 Enterprise Max 325 / 席 |
国内（CNY / 月，连续包月）
| 平台 | 付费档 | 状态 |
|---|---|---|
| 豆包 | 68 / 200 / 500 年付 688 / 2048 / 5088 | 2026-06-24 上线 基础版永久免费 |
| Kimi | 49 / 99 / 199 / 699 | 7 月起新用户暂停订阅 老用户可续费 |
| 智谱清言 | VIP 79 / SVIP 229 另有 49 / 149 口径 | 各渠道不一，以 App 内为准 |
| 海螺 AI（MiniMax） | 49 / 119 / 469 + 30 / 150 / 500 积分包 | 每日赠免费积分 |
| 讯飞星火 | 约 15 起，首月 9.9 | 基础对话免费 |
| DeepSeek / 通义千问 / 腾讯元宝 / 文心一言 | 无 C 端付费档 | 对个人完全免费 |
⚠️ $20 是行业锚点，但买的东西不一样
ChatGPT Plus / Claude Pro / Perplexity Pro 直接卖模型访问额度；Gemini AI Pro 捆绑 5TB Google 存储与 Workspace 集成；Grok 捆绑 X 平台权益。
如果你的用量没撞上限额，$20 档基本是浪费 ------ 四家都有可用免费层。付费买的是额度与优先级，不是功能解锁。
四、分场景选型建议
| 场景 | 推荐组合 | 理由 |
|---|---|---|
| 成本敏感 批量处理 | GPT-6 Luna（0.18）· Claude Haiku 5.5（0.18）· Qwen3.8-Flash（¥1.18）· DeepSeek Flash 低谷（¥1.60） | 四者混合成本在同一量级。分类、抽取、路由、RAG 预处理这类「判断简单但量大」的活，用旗舰档是纯粹的浪费。国内优先 Qwen3.8-Flash（1M 上下文 + 最低输出价） |
| 主力生产 编码 / Agent | GPT-6 Sol（3.60）· Claude Sonnet 5.5（3.60）· Gemini 4 Argon 促销（$3.60） | 三家均衡档精准同价。差异在上下文策略：GPT-6 有 272K 台阶，Gemini 无长上下文附加费，Claude 缓存读取最便宜（$0.10） |
| 硬骨头任务 | GPT-6 Astra · Claude Fable 5.1（均 $18.00） | 同价位，按 benchmark 与生态选。原则是只把 5%～10% 的请求路由到旗舰，其余下沉 |
| 长上下文 （>200K） | Gemini 系列优先 | Gemini 无长上下文附加费，1M 窗口统一价；OpenAI 272K 后整单翻倍；Anthropic Haiku 5.5 超 100K 变 5×。仓库级推理、长文档归档场景差距极大 |
| 国产替代 | Qwen3.8 系列 · DeepSeek Flash · GLM-5 系列 | 阿里有算力交叉补贴，价格最稳；DeepSeek 缓存命中低至标价的 2%，是 24 小时常驻 Agent 的首选（务必排到低谷时段）；Kimi K3 定价国产最高（¥36 混合），仅在长 horizon 编码任务上值回票价 |
| 原型验证 | Gemini 免费层 | 多数 Flash 模型 API 层面完全免费（限速率），Google 是唯一提供真正免费生产级额度的海外厂商 |
五、数据来源与置信度
这是本文最需要认真看的一节------不同数据块的可靠程度差别很大。
| 数据块 | 来源 | 核实日期 | 置信度 |
|---|---|---|---|
| Anthropic 全部模型价 | claude.com/pricing 官方定价页（一手） | 2026-10-22 | 高 |
| OpenAI GPT-5.6 系列 | openai.com/api/pricing 官方中文定价页（一手） | 2026-10-22 | 高 |
| OpenAI GPT-6 系列 | OpenAI 官方 GPT-6 模型指南 + Azure Foundry 官方博客（一手） | 2026-10-22 | 高 |
| Google Gemini 系列 | ai.google.dev/gemini-api/docs/pricing 官方定价页（一手） | 2026-10-22 | 高 |
| xAI Grok 系列 | docs.x.ai/developers/pricing 官方文档（一手） | 2026-10-22 | 高 |
| DeepSeek 峰谷价 | api-docs.deepseek.com 官方定价页 + 中证网 / 证券时报交叉验证 | 2026-10-22 | 高 |
| 智谱 GLM 阶梯价 | docs.bigmodel.cn 官方 API 定价页（一手） | 2026-10-22 | 高 |
| 阿里通义千问 | 百炼控制台 / 官方模型价格文档（一手） | 2026-10-22 | 高 |
| 字节豆包 | 火山引擎官方模型广场与价格页（一手） | 2026-10-22 | 中高 |
| Kimi / MiniMax / 文心 / 混元 | 第三方聚合站 + 火山引擎转售价交叉验证，未逐条读到厂商一手页 | 2026-10-22 | 中 |
| C 端订阅（海外） | 厂商定价页 + CompareBestAI / PayForChat 交叉验证 | 2026-10-15 | 中高 |
| C 端订阅（国内） | 媒体报道 + App Store 付费声明，口径不一 | 2026-08 | 中低 |
使用本文数据前必读
- 促销价有明确到期日 ：Gemini 4 Argon 11-30、Gemini 3.x Flash 12-31、GPT-5.6 Sol 11-21。国产厂商 2026 年内已多轮调价。下单或做年度预算前请回官方定价页复核。
- Kimi / MiniMax / 文心 / 混元 的价格来自第三方聚合与转售平台，与厂商直连价格可能存在差异。
- 国内 C 端订阅价格各渠道口径不一（如智谱清言 VIP 有 49 / 79 两种报道），以 App 内实际显示为准。
- 价格不含税；企业级合同通常有量贩折扣与私有报价，实际单价可能显著低于标价。
- 便宜 ≠ 划算。 一个失败两次的便宜模型，成本高于一次成功的贵模型。真正的比较单位是每成功任务的成本，而不是每百万 token 的价格。
六、本篇小结
- 折扣不是零头，是主体。 缓存 + 批量可以把输入侧成本压到原价的 5%～10%，这是标价之外的第二个价格体系。
- 六个动作按杠杆排序：分层路由 > 提示缓存 > 批量异步 > 长上下文阈值 > 推理强度 > 支出上限。前三个占了大头，且几乎不需要改造代码。
- C 端 $20 是锚点但不是必需。 海外四家都有可用免费层，付费买的是额度和优先级，不是功能解锁。
- 看数据先看置信度。 表中标注为「中」及以下的数据块，接入前务必回官方页复核。