使用场景指南
最适合高并发任务的经济型 LLM API
当你每月调用 API 数百万次时，每 token 的价格就是预算本身。以下是我们追踪的经济档位模型，按输入价格从低到高排列。
高并发任务——分类、打标签、内容审核、批量提取——通常受限于单位成本经济性,而非模型的原始能力上限。每月调用量达到数百万次时,每次调用哪怕只多花一点点钱,累积起来也是一笔不小的开支。由于这类任务通常输入较长的提示词、只返回很短的答案(一个标签、一个类别、一个布尔值),输入价格往往比输出价格更重要。下面是我们追踪的经济型模型,按输入价格从低到高排序。
ℹ️该列表的筛选方式： 筛选经济档位模型，按输入价格升序排列。
| 模型 | 服务商 | 输入 /百万 | 输出 /百万 | 上下文 |
|---|---|---|---|---|
| Mistral | $0.15 | $0.60 | 未公开 | |
| Meta (via Together AI) | $0.18 | $0.59 | 100万 tokens | |
| OpenAI | $0.20 | $1.20 | 约105万 tokens | |
| $0.25 | $1.50 | 未公开 | ||
| Meta (via Together AI) | $0.27 | $0.85 | 约105万 tokens | |
| DeepSeek | $0.30 | $1.20 | 100万 tokens | |
| Amazon | $0.30 | $2.50 | 100万 tokens | |
| Alibaba | $0.40 | $1.60 | 100万 tokens | |
| Mistral | $0.50 | $1.50 | 未公开 | |
| Anthropic | $1.00 | $5.00 | 20万 tokens | |
| xAI | $1.00 | $2.00 | 25.6万 tokens |
我们不针对特定任务的质量做基准测试 — 此列表仅基于核实价格和公开上下文窗口构建。用它按成本筛选候选模型，再自行评估输出质量。
常见问题
大多数高并发任务发送较长的提示词,但只返回简短的答案——一个标签或几个字段。在这种模式下,输入 token 主导账单,所以输入价格通常决定了你每次调用的实际成本。
不一定。我们只追踪经过核实的价格和上下文窗口,不追踪任务准确率。如果更便宜的模型出错率高到需要人工复核,这种隐性成本可能会超过省下的钱——建议先用一部分真实数据测试一下。
不一定——同一家厂商的经济型模型,上下文窗口有时会比其旗舰模型小。如果你的任务涉及长文档而不只是短字符串,请查看上表的上下文列。