2026 年大模型 API 每百万 token 价格：10 个模型对比标价

2026年9月7日2 分钟阅读作者 genmux API Team

跨服务商比大模型价格很烦，因为各家的报价单位都不一样——按 token、按百万 token、按字符，币种还不是你用的那个。这里是 genmux 完整的对话模型目录——上游厂商今天真正能服务的 10 个文本模型——一张表、一个单位：每 1,000,000 token 多少美元（以及多少积分），输入输出分开计价，并在能诚实对比的地方对照官方标价。

怎么读这些数字

我们按积分计量；按最划算的套餐（Scale：$150 换 12,000 积分）折算，1 积分 = $0.0125。下表两者都给出，因为你实际的单位积分成本取决于买了哪个套餐。我们的定价规则：在供应成本允许的地方，比模型方自家标价低 10%，且绝不低于成本。上游成本变动时价格会更新——请把这当作核对于 2026-09-06 的一个快照，而不是永久报价。

Model	Context	Thinking	Tools	Credits / 1M (in / out)	USD / 1M (in / out)	Vendor list (in / out)	vs list
`deepseek-v4-pro`	1,000,000	yes	yes	47.52 / 142.56	$0.594 / $1.782	$0.66 / $1.98	−10%
`deepseek-v4-flash`	1,000,000	yes	yes	15.84 / 47.52	$0.198 / $0.594	$0.22 / $0.66	−10%
`deepseek-v3`	64,000	no	yes	15.84 / 47.52	$0.198 / $0.594	$0.22 / $0.66	−10%
`qwen3-7-max`	128,000	yes	yes	180.00 / 540.00	$2.25 / $6.75	$2.50 / $7.50	−10%
`qwen3-max`	131,072	yes	yes	86.40 / 432.00	$1.08 / $5.40	$1.20 / $6.00	−10%
`qwen3-6-flash`	131,072	no	no	3.60 / 28.80	$0.045 / $0.36	—	—
`doubao-seed-2-pro`	256,000	yes	yes	62.58 / 300.38	$0.782 / $3.755	—	above list
`doubao-seed-2-code`	256,000	yes	yes	62.58 / 300.38	$0.782 / $3.755	—	above list
`doubao-seed-2-lite`	256,000	yes	no	12.52 / 62.58	$0.157 / $0.782	—	above list
`doubao-seed-2-mini`	256,000	no	no	2.15 / 50.06	$0.027 / $0.626	—	above list

「工具」指的是 OpenAI 风格的函数调用（tools / tool_calls），genmux 在标注的七个模型上模拟实现了它，也正是 OpenCode、Cline、Roo Code 和 Continue 所需要的——配置见编程智能体页面。你在别处可能见过的其他文本模型 id（GLM、Kimi、Qwen 的 Plus/Coder 系列、更早的 Qwen2.5 和 DeepSeek R1 蒸馏版）之所以不在这张表里，是因为上游厂商今天无法提供服务——在情况改变之前，不设页面，也不标价格。

我们到底在哪些地方比模型方更便宜

有五个模型存在可核对的官方标价，五个都达到了我们「低 10%」的标准。上表中 DeepSeek 的标价是非高峰价——DeepSeek 在高峰时段会把自家价格翻倍，所以在它的高峰时段，实际差距接近于输入输出都便宜约 55%。豆包的四个模型定价高于火山引擎自家标价（我们在那里的上游成本更高）——豆包的卖点是一把密钥、一个余额，以及火山引擎自家计费不提供的付款方式，而绝不是更低的数字。qwen3-6-flash 的参考价是一个替代估算而非确认过的阿里标价，所以我们也不为它宣称节省幅度。

核对一次真实调用的价格

每个响应都带有准确费用，所以做生产决策时你不必只信这张表——直接从 usage 里读：

python

from openai import OpenAI

client = OpenAI(base_url="https://api.genmux.tech/v1", api_key="nb_live_...")

for model in ["deepseek-v4-flash", "qwen3-6-flash", "doubao-seed-2-lite"]:
    resp = client.chat.completions.create(
        model=model,
        messages=[{"role": "user", "content": "Summarize the plot of Crime and Punishment in two sentences."}],
        max_tokens=150,
    )
    u = resp.usage
    print(f"{model}: {u.total_tokens} tokens, {u.cost} credits ({u.cost_source})")

用同一条提示词跑几个候选模型再比较 usage.cost，比读任何价目表（包括我们这张）都更快地帮你为某个具体工作负载选出模型——同一条提示词的 token 数会因分词器而异，而那才是真正决定你账单的东西。

按任务选，而不只是按价格选

最便宜的通用对话： 大流量、对延迟敏感的场景用 qwen3-6-flash 或 deepseek-v4-flash。
每美元推理能力最强： deepseek-v4-pro 或 qwen3-max——两者都达到了「比官方更便宜」的标准，且支持思维链。
上下文最长： doubao-seed-2-pro、-code 和 -lite 的 256,000 token，或 deepseek-v4-pro/deepseek-v4-flash 的整整 1,000,000。
编程： 多文件任务配思维链用 doubao-seed-2-code；qwen3-coder-plus 和 qwen3-coder-turbo 会在上游修复后回归。

开始使用

上面每个模型都在同一把 API 密钥和同一个预付余额之后，今天就可以用 USDT 充值（银行卡和 SBP 正在接入）。实时费率始终与价格页一致；完整请求结构见文档。

关于作者

作者 genmux API Team — genmux API.

了解我们