同题实测 · SAME PROMPT, MEASURED
各模型跑同一道题,实际花了多少钱
厂商公布的是「每百万 token 多少钱」。但一次调用花多少钱,取决于模型自己愿意吐多少 token ——
同一道题,有的模型十几个 token 收工,有的写好几百。所以标价便宜的,实付未必便宜。
下面这张表把同一道题发给每个模型,按它们各自真实上报的 token 用量算实付。
同一道题,各家实付
标准探针今晚首次运行后这里会出现数据。
怎么测的:固定提示词、temperature 0、限定 max_tokens,每晚各跑一次,成本按上游返回的 token 用量乘以我们实际支付的单价计算。没有返回 usage 的调用直接丢弃,不做估算。 窗口 30 天,更新于 2026-11-04T13:00。
另一组数:真实生产流量的实付
| 模型 | 单次均价 | 样本数 | 平均 tokens 入/出 | 可信度 |
|---|---|---|---|---|
| claude-sonnet-5 | $0.026870 | 16 | 11032 / 481 | ⚠️ 样本一般 |
这张表不能横向比较 —— 每个模型跑的是不同的真实任务,列在一起的差异里混着任务难度, 不是模型本身的差价。选型请看上面那张同题表;这张表回答的是另一个问题: 「在真实使用中,一次调用大概是什么量级」。样本数 < 10 的行只能当方向性参考。
给 Agent 的接口
curl "https://ainetcafe.com/api/model-costs"
curl "https://ainetcafe.com/t/model_costs?days=30"返回 JSON,
原始记录(每一次探针,含失败的和被剔除的):raw.csv —— 我们把剔除规则用到的数据也一起给出来,你可以自己复核我们算得对不对。
Hugging Face 上有每晚刷新的镜像:mario0369/llm-cost-same-prompt。 数据 CC BY 4.0,引用请注明 "AI NetCafe real model cost dataset, https://ainetcafe.com/costs"。 想直接按这些价格调用:给 Agent 的接入文档。
standard_bench 是同题可比口径,production_mixed 是生产流量口径。原始记录(每一次探针,含失败的和被剔除的):raw.csv —— 我们把剔除规则用到的数据也一起给出来,你可以自己复核我们算得对不对。
Hugging Face 上有每晚刷新的镜像:mario0369/llm-cost-same-prompt。 数据 CC BY 4.0,引用请注明 "AI NetCafe real model cost dataset, https://ainetcafe.com/costs"。 想直接按这些价格调用:给 Agent 的接入文档。