如果同时用过OpenAI、Claude和Gemini API，很容易遇到一个问题：到底哪家的API更便宜？
这个问题不能只看“1M Token多少钱”，因为真正影响成本的还有这些：
输入和输出Token比例；
是否大量重复上下文；
是否使用Batch；
Agent会不会反复调用模型；
是否开启搜索、文件、代码执行等工具；
长上下文是否进入更高价格区间。
下面直接按当前官方价格带大家核算一次。
以下价格均为标准API、每100万个Token的美元价格。为了方便比较，我按低成本、综合型、高能力三个使用层级整理。
注意：这里是按产品定位和价格区间比较，不代表不同厂商模型能力完全等价。
OpenAI GPT-5.6目前分为Sol、Terra和Luna三个主要档位，标准短上下文价格分别为：$5/$30、$2/$12和$0.2/$1.2。
Anthropic当前Claude Sonnet 5为$3/$15，Opus 5为$5/$25；Haiku 4.5则为$1/$5。
Google当前Gemini 3.6 Flash为$1.5/$7.5，3.5 Flash-Lite为$0.3/$2.5。Gemini 3.1 Pro Preview在20万Token以内的请求为$2/$12，超过20万Token后会上升到$4/$18。
单纯看价格：
低成本档：GPT-5.6 Luna最便宜
综合档：Gemini 3.6 Flash价格最低
高能力档：Gemini 3.1 Pro Preview账面价格最低
但实际项目不能到这里就下结论。
假设一个AI应用一个月调用1000次。
每次平均：
输入：2000 Tokens输出：500 Tokens
一个月就是：
输入：2,000,000 Tokens输出：500,000 Tokens
按照标准价格计算：
低成本模型
| $1.00 | |
| $1.85 | |
0.20+0.5 × $1.20=$1.00 |
对于分类、信息提取、格式转换、简单客服、批量数据处理这类任务，Token量一旦上去，低价模型之间的差距会非常明显。
综合型模型
同样的调用量：
| $6.75 | |
| $10.00 | |
| $13.50 |
这组比较里，Gemini 3.6 Flash的纯Token成本最低。
如果是普通问答、代码处理、RAG、Agent子任务等大量调用场景，价格差距会逐渐放大。
高能力模型
还是按照2M输入 + 0.5M输出：
| $10.00 | |
| $22.50 | |
| $25.00 |
这里Gemini账面价格明显更低，但要注意两点：
第一，Gemini 3.1 Pro目前仍属于Preview模型。
第二，如果单次Prompt超过20万Token，它的输入价格会从$2涨到$4，输出从$12涨到$18。
所以做超长文档、代码库分析时，不能直接拿短上下文价格计算。
目前三家基本都有一个共同特点：
输出Token明显比输入Token贵。
例如：
GPT-5.6 Terra输入：$2输出：$12Claude Sonnet 5输入：$3输出：$15Gemini 3.6 Flash输入：$1.5输出：$7.5
也就是说，同样消耗100万Token，全部发生在输出端，比全部发生在输入端贵很多。
所以控制成本最有效的方法之一，不是疯狂压缩Prompt，而是限制无意义的长输出。
比如：
max_output_tokens = 800
对于分类、JSON提取、关键词生成，本来200 Token就能完成的任务，没有必要允许模型输出几千Token。
RAG、Agent和长System Prompt场景经常会重复发送同一批内容。
这时候缓存会明显影响成本。
例如GPT-5.6 Terra标准输入为：
普通输入：$2 / 1M缓存输入：$0.20 / 1M
Luna则是：
普通输入：$0.20缓存输入：$0.02
也就是缓存命中价格约为普通输入的十分之一。
Claude Sonnet 5的普通输入为$3，而Cache Hit为$0.30；Opus 5则是$5和$0.50，同样有明显价差。
Gemini 3.6 Flash的普通输入为$1.50，缓存Token为$0.15，但Gemini的显式Context Cache还存在缓存存储费用，因此长时间保存大量上下文时需要一起计算。
如果应用长期重复使用：
大型System Prompt；
产品知识库；
API文档；
代码规范；
固定工具定义；
缓存优化的收益可能比换模型还大。
三家目前都提供批处理优惠。
以Claude Sonnet 5为例：
标准：输入 $3输出 $15Batch：输入 $1.5输出 $7.5
直接减半。
Gemini 3.6 Flash的Batch价格同样从：
$1.5 / $7.5
降至：
$0.75 / $3.75
OpenAI GPT-5.6系列也提供Batch档位，价格约为标准调用的一半。
因此以下任务没有必要全部走实时API：
夜间生成日报；
批量摘要；
数据分类；
商品描述生成；
大批量Embedding前处理；
离线代码分析；
文档标签提取。
如果一天处理几十万条数据，Batch带来的节省往往比微调Prompt明显得多。
Token价格只是基础费用。
一旦开始做Agent，账单还可能包含：
模型推理+搜索+文件检索+代码执行+缓存+多轮Agent循环
例如OpenAI当前Web Search为每1000次调用10美元，搜索返回给模型的内容还可能继续按照模型Token价格计算。
Gemini 3.x的Google Search Grounding目前提供每月一定免费搜索请求，超过后按搜索次数另外收费。
所以一个Agent任务最终显示“回答了500字”，不代表只产生了500字对应的费用。
它可能在后台已经进行了：
规划→ 搜索→ 阅读网页→ 调用工具→ 再推理→ 失败重试→ 最终回答
做Agent预算时一定要统计整条执行链。
如果只讨论成本，我会这样分。
大批量简单任务
优先测试：
GPT-5.6 LunaGemini 3.5 Flash-Lite
Luna目前Token单价非常低，适合分类、格式转换和轻量Agent子任务。
普通AI应用
优先在：
Gemini 3.6 FlashGPT-5.6 TerraClaude Sonnet 5
之间做真实业务测试。
不要只比较Benchmark，直接拿自己项目的50～100条真实数据测试：
成功率；
输出长度；
平均Token；
延迟；
单次成本。
输出一次就对的模型，可能比便宜但需要重试三次的模型更省钱。
高难度推理
再考虑：
GPT-5.6 SolClaude Opus 5Gemini 3.1 Pro
不要让整个应用默认使用最高档模型。
更合理的是模型路由：
简单请求→ 低成本模型普通请求→ 综合模型复杂任务→ 高能力模型
这通常比“全站统一一个模型”省得多。
同时测试OpenAI、Claude、Gemini后，很容易出现一个情况：
三个API账号+多个自动充值+几个AI开发工具+月底完全不知道钱花在哪里
建议至少做到：
不同项目使用不同API Key；
设置月度预算和费用提醒；
测试环境限制最大额度；
记录每个模型的Token和费用；
不要等付款卡拒绝交易才发现已经超预算。
如果同时管理多个海外AI平台，在目标平台支持对应卡类型的前提下，也可以按照平台或项目拆分付款方式。例如OpenAI、AI工具订阅、测试项目分别管理，月底对账会清楚很多。
像MXK8这类虚拟卡更适合放在付款和项目支出管理这一层，而不是代替API平台自己的Token预算。
开卡前最好先确认目标平台、币种、自动扣款以及支持的卡片类型。
如果只看目前官方Token价格：
追求极低成本：GPT-5.6 Luna很有优势
综合型调用：Gemini 3.6 Flash价格比较有竞争力
Claude Sonnet 5价格更高，但是否值得要看具体任务成功率
高能力模型中，Gemini 3.1 Pro Preview账面成本较低，但要考虑Preview状态和长上下文价格
大量离线任务优先使用Batch
重复Prompt多的项目，一定要利用缓存
真正选API时，不建议问：
哪个模型1M Token最便宜？
更应该计算：
完成一个真实任务需要多少Token×需要调用几次×成功率+工具费用+重试成本
最终成本最低的模型，才是真正“便宜”的模型。
关于我们
