主流 LLM API 定价对比：GPT-5.5、Claude Sonnet 5、Opus 5 与 Gemini 3.6 Flash

每百万 token 的价格看起来很小，直到你开始乘。输出每百万 token 30 美元听起来很抽象，但一次长智能体会话就能消耗数万 token 输出，一个上线一个月的集成可以跑几百万。本文列出各提供商今天发布的官方标价，然后说明如何估算真实工作负载的实际成本——因为定价页上的数字只是计算的起点。

2026-08-05 每百万 token 官方标价：OpenAI GPT-5.5 输入 5.00 美元、输出 30.00 美元，缓存输入 0.50 美元；GPT-5.4 输入 2.50 美元、输出 15.00 美元，缓存输入 0.25 美元；GPT-5.4 mini 输入 0.75 美元、输出 4.50 美元，缓存输入 0.075 美元。Anthropic Claude Sonnet 5 输入 2.00 美元、输出 10.00 美元，官方公告说明入门价持续到 2026 年 8 月 31 日；Claude Opus 5 输入 5.00 美元、输出 25.00 美元。Google Gemini 3.6 Flash 输入 1.50 美元、输出 7.50 美元。下表把完整集合放在一处。

真实账单是三个数字，不是两个。输入 token 通常数量最大但单价最低；输出 token 数量少但贵得多；缓存输入可以在前缀重复时大幅降低输入成本。批处理 API 用延迟换取输入和输出各 50% 的折扣。只读一次长提示并生成短回复的工作负载很便宜；循环重新生成长输出的工作负载很贵，与模型标价无关。

实用的估算方法：统计一天的请求数、平均输入 token 大小、平均输出大小、以及有多少输入在多次调用间重复；然后用上面的标价做算术，再乘以月度量。局限在于标价会变、入门价会到期、企业或按量折扣不在其中——把结果当作上限估计，而不是报价。

一个具体示例能让标价变得可感。假设一个小型集成每月在 GPT-5.5 上跑 500 万输入 token 和 50 万输出 token：输入是 5 乘以 5.00 美元（25.00 美元），输出是 0.5 乘以 30.00 美元（15.00 美元），未计缓存与批处理折扣前每月合计 40.00 美元。同样负载用 GPT-5.4 mini 是 3.75 加 2.25 美元，约 6.00 美元。决定你最终数字的，是输入与输出的数量比，而不是标价本身。下表按标价演算三种典型负载。

降低账单的三个杠杆是缓存、批处理和模型分层。当长系统提示或文档前缀在多次调用间重复时，缓存输入会把这些 token 转入便宜得多的缓存价格。批处理 API 以延迟换取输入和输出各 50% 的成本折扣，适合报表类任务，不适合交互功能。模型分层是指把常规抽取和摘要交给更便宜的主力模型，把旗舰模型留给质量差异可衡量的任务。三者叠加可以把同一负载的账单降低一半以上，而不必更换模型家族。