3 个模型的真实单次成本与延迟，数据来自 14 天内的实际调用并按账户扣费差值反推。最贵的比最便宜的贵 null 倍。每日自动更新。
近 14 天真实调用聚合，仅保留样本数 ≥2 的模型。延迟为端到端耗时含网络。不同任务的成本差异很大，此表用于比较量级而非精确定价。每日 09:25 自动重新生成。
| 模型 | 花费 | 延迟 | 输出 | 备注 |
|---|---|---|---|---|
| gpt-5.6-luna | $null | 15.4s | 83 字 | OpenAI 轻量档(上游未公布单价,成本按最贵档保守计) · 15 次样本 |
| deepseek-v4-flash | $0.000748 | 11.0s | 535 字 | 开源系·最快·推理型 · 364 次样本 |
| claude-sonnet-5 | $0.013922 | 18.8s | 1006 字 | 均衡·长上下文 · 旗舰档(需自带 Key) · 8 次样本 |
claude-sonnet-5 均价 $0.013922，gpt-5.6-luna 均价 $null。单次调用差别不大，但批量任务跑几千次就是量级差别。这也是我们做这张表的原因——按标价换算算不出这个结论。
贵不等于快。延迟和价格经常反向——推理型模型出答案前要先花 token 思考，所以又慢又贵；而某些便宜模型反而响应更快。
我们一开始就是这么做的，结果拿已知模型一验就露馅：用通用换算公式算 claude-sonnet-5 得到 $75/M，实际约 $8/M。改用「调用前后账户用量差」反推才对得上，还顺带发现自己表里有个模型标高了近 3 倍。
这些模型在本站都能免注册直接切换试用，每次调用显示实际花费。也可以让 agent 直接调 MCP 的 compare_models 工具，用你自己关心的提示词跑对比。
免注册就能试，每次调用都显示实际花费。也可以让 agent 直接调 compare_models。