算盘 · LLM Abacus

第一步，分清「输入价」和「输出价」。几乎所有 LLM 厂商都按 token 计费，但输入 token（你发给模型的） 和输出 token（模型生成的）单价不一样，通常输出贵 4–10 倍。所以「短问长答」类任务（写文章、生成代码）成本主要取决于输出价， 而「长问短答」类任务（文档摘要、分类）则看输入价。

第二步，看缓存价。如果你的应用有大量重复的 system prompt 或文档上下文（比如客服机器人、 RAG），缓存命中后输入价能降到 10–20%。DeepSeek、OpenAI、Anthropic、 Google 都支持上下文缓存，但价格差异巨大。

第三步，看任务复杂度。不要默认用旗舰模型。Claude Haiku、Gemini 2.5 Flash、Doubao 1.5 Pro、 DeepSeek V3.2 这些「腰部模型」性价比极高，对话、翻译、简单生成、分类 这些任务完全够用，成本只有旗舰的 5–10%。

第四步，国产 vs 海外。如果用户在中国大陆，访问 DeepSeek、Kimi、通义、豆包延迟低（~50ms vs ~500ms），且不需要科学上网。豆包甚至比 DeepSeek 还便宜，Gemini Flash-Lite 则是海外最便宜的选项。

第五步，用估算器算总账。单价只是 nominal，真实月账单取决于调用次数 × 单次 token 量。 把你典型任务的 prompt 粘到 Token 估算器，瞬间看清各家月成本差距。