最近如果一直在用大模型 API，应该会发现一个变化：

模型能力还在往上走，调用价格却在往下压。

OpenAI 7 月底调整了 GPT-5.6 Terra 和 Luna 的价格，8 月又给 Sol 做了阶段性降价；Anthropic 把 Claude Sonnet 5 原本的首发优惠价直接改成长期价格；Google 则给 Gemini 3.7 Flash 和 3.6 Flash 设置了持续到年底的优惠价格。

现在做 API 项目，已经很难只问一句：

哪个模型最强？

更实际的问题应该是：

完成同一个任务，哪一个模型的总成本更低？

客服、内容生成、代码 Agent、文档处理一旦跑到生产环境，每天可能就是几十万甚至上千万 Token。每百万 Token 相差几美元，放大到一个月以后就不是小数目了。

---

一、OpenAI：开始把不同成本的任务拆给不同模型

GPT-5.6 现在比较明显的特点，就是模型分层。

目前主要可以看三个档位：

• GPT-5.6 Sol

• GPT-5.6 Terra

• GPT-5.6 Luna

GPT-5.6 Sol

截至 2026 年 8 月 26 日，Sol 的阶段性 API 价格为：

项目	价格 / 100万 Token
输入	$4
缓存输入	$0.40
输出	$20

这轮价格至少持续到 2026 年 11 月 21 日。相比之前的 $5 输入、$30 输出，输入价格下降 20%，输出下降约 33%。

Sol还是偏复杂任务。

例如：

• 高难度推理

• 大型代码项目

• 复杂Agent

• 专业知识工作

• 多工具协同

如果只是做分类、摘要，直接全程跑Sol，通常没太大必要。

GPT-5.6 Terra

Terra现在是：

项目	价格
输入	$2 / 100万 Token
缓存输入	$0.20
输出	$12 / 100万 Token

OpenAI把它定位成兼顾能力和成本的型号，更适合作为大量日常开发任务的默认模型。

GPT-5.6 Luna

Luna这次价格调整更明显：

项目	价格
输入	$0.20 / 100万 Token
缓存输入	$0.02
输出	$1.20 / 100万 Token

7 月 30 日之前，Luna还是 $1 输入、$6 输出，现在价格已经降了很多。

这类模型很适合：

分类
摘要
标签生成
简单信息提取
批量文本处理
基础自动化

100 万输入 Token 只需要 0.2 美元。

如果项目每天都要处理大量文本，这种价格差距很容易在账单上体现出来。

OpenAI现在的思路其实很好理解：

简单、大量任务 → Luna

日常开发、Agent → Terra

复杂、高价值任务 → Sol

相比“所有请求都扔给旗舰模型”，这种方式更适合真正跑生产项目。

---

二、Claude：Sonnet 5现在最有吸引力的是Coding和Agent

Anthropic这边，现在比较值得看的还是 Claude Sonnet 5。

当前长期价格已经确定为：

项目	价格
输入	$2 / 100万 Token
输出	$10 / 100万 Token

Sonnet 5刚发布时，这个价格原本只是首发优惠，计划之后恢复到 $3 / $15。

但 Anthropic 在 8 月 10 日更新了规则：

$2 / $10直接变成长期价格。

这个变化很重要。

因为Claude现在比较有优势的使用场景，本身就是Token消耗比较大的：

• Claude Code

• Coding Agent

• 浏览器操作

• 多工具调用

• 长任务

• 大型代码库分析

普通聊天可能就是：

用户问题
→
模型回答

Agent不是这样。

实际过程可能变成：

读取代码
→
分析
→
搜索文件
→
修改
→
运行测试
→
发现报错
→
继续修改
→
再次测试

一条用户指令，背后可能已经运行了很多轮模型。

Anthropic自己也把Sonnet 5定位为更偏Agent、Coding和专业工作的一代Sonnet。

所以它并不是在打“最低单价”。

更像是在抢：

复杂Coding和Agent任务里的单位任务成本。

还有更贵的Claude Opus 5，目前是：

• 输入：$5 / 100万 Token

• 输出：$25 / 100万 Token

更适合对复杂代码、长时间Agent和高价值任务有更高要求的场景。

---

三、Gemini：Flash系列正在把价格压得很低

Google这边最近的变化也很快。

8月最新的 Gemini 3.7 Flash，以及3.6 Flash，目前都采用阶段性价格：

项目	2026年底前	2027年起
输入	$0.75	$1.50
输出	$3.75	$7.50
缓存输入	$0.075	$0.15

当前价格持续到 2026 年 12 月 31 日。

这已经不是一个单纯“便宜的小模型”了。

Google现在把3.7 Flash明显往：

• Coding

• Agent

• Web开发

• 搜索与Grounding

• 高频生产任务

这些方向推。

如果项目对模型能力要求不是最高档，但调用量特别大，这个价格就很有竞争力。

再往下还有：

Gemini 3.5 Flash-Lite

目前价格：

项目	价格
输入	$0.30 / 100万 Token
输出	$2.50 / 100万 Token
缓存输入	$0.03

Google对它的定位本身就是高调用量Agent、翻译和简单数据处理。

所以如果做的是：

大量翻译
文本分类
结构化提取
数据清洗
内容审核
简单Agent任务

Gemini这一档确实很容易把平均成本压下来。

---

四、把几家的价格放在一起看

以目前比较有代表性的型号为例：

模型	输入 / 100万Token	输出 / 100万Token	更适合
GPT-5.6 Sol	$4	$20	高难度推理、复杂专业任务
GPT-5.6 Terra	$2	$12	日常开发、Agent、通用任务
GPT-5.6 Luna	$0.20	$1.20	大批量低成本任务
Claude Sonnet 5	$2	$10	Coding、Agent、复杂执行
Claude Opus 5	$5	$25	高难度编程、长任务
Gemini 3.7 / 3.6 Flash	$0.75	$3.75	高频调用、Agent、通用任务
Gemini 3.5 Flash-Lite	$0.30	$2.50	翻译、分类、简单处理

注：以上为截至2026年8月26日官方公布的标准或阶段性价格。缓存、Batch、长上下文、Fast/Priority、搜索Grounding和其他工具可能另外计费，实际项目应以调用时官方Pricing页面为准。

只看这张表，很容易得出一个结论：

Gemini和GPT-5.6 Luna的Token成本已经压得很低。

但这还不能直接证明：

Gemini一定最省钱，或者Luna一定性价比最高。

原因是API真正应该算的不是Token单价，而是完成一次任务的成本。

---

五、API成本不能只看每百万Token多少钱

假设现在有两个模型：

模型A：
每次任务 $0.01
成功率高

模型B：
每次任务 $0.006
但经常要重试

如果B平均执行两次才能得到满意结果：

$0.006 × 2 = $0.012

最终反而比A贵。

Agent场景尤其明显。

一次任务可能包含：

模型推理
+
重新读取上下文
+
搜索
+
工具调用
+
代码执行
+
失败重试
+
最终输出

这时候真正值得统计的是：

Cost per Task

也就是：

完成一个完整任务平均花多少钱。

而不是：

100万Token多少钱。

这个指标对于实际项目更有参考价值。

---

六、输出Token往往比输入更值得控制

看前面的价格表也能发现一个规律：

输出普遍比输入贵。

比如GPT-5.6 Terra：

输入：$2
输出：$12

Claude Sonnet 5：

输入：$2
输出：$10

GPT-5.6 Sol：

输入：$4
输出：$20

所以做大量：

• 长报告

• 长代码

• 商品内容

• 自动报告

• Agent执行总结

时，不要只花时间缩短Prompt。

限制无意义输出通常更有效。

例如本来只是需要：

{
  "category": "refund"
}

就没有必要让模型再解释500字：

“根据您提供的信息，我认为该用户的主要诉求……”

生产系统和Chat界面的设计思路不应该完全一样。

---

七、实际项目更适合做模型分层

现在三个平台都有不同价格层级以后，我反而不建议项目只绑定一个模型。

可以按照任务复杂程度路由。

例如：

用户请求
   ↓
判断任务类型
   ↓
简单任务 → 低成本模型
普通任务 → 中档模型
复杂任务 → 高能力模型

具体可以是：

批量处理

优先测试：

• GPT-5.6 Luna

• Gemini Flash-Lite

普通开发和自动化

可以比较：

• GPT-5.6 Terra

• Claude Sonnet 5

• Gemini 3.7 Flash

高价值复杂任务

再考虑：

• GPT-5.6 Sol

• Claude Opus 5

这里没有固定答案。

最好拿自己的真实数据做A/B测试。

例如记录：

任务成功率
平均Token
平均重试次数
平均响应时间
单任务实际成本
人工返工时间

跑一段时间以后，哪一个更划算基本就能看出来。

---

八、模型越来越便宜，为什么API账单反而可能增加？

这个现象现在已经越来越明显。

原因并不复杂。

以前：

用户请求一次
→
AI回答一次

现在：

用户给Agent一个任务
↓
Agent自己规划
↓
连续调用模型
↓
搜索网页
↓
读取文件
↓
调用工具
↓
运行代码
↓
失败重试
↓
继续执行

单次Token价格降了，但每个任务消耗的Token数量增加了。

模型便宜以后，开发者也更愿意把AI塞进更多业务流程。

最终可能出现：

单价下降 50%

调用量增加 300%

总账单还是会上涨。

所以到了Agent阶段，API成本管理的重要性其实比过去更高。

---

九、多平台同时测试时，账单最好拆开管理

现在很多开发团队并不会只使用一家API。

很常见的是：

OpenAI
+
Claude
+
Gemini
+
其他AI开发服务

研发阶段可能这个模型跑Coding，另一个负责批量处理，再用第三个模型做Fallback。

如果API、AI Coding工具和海外SaaS全部使用同一个付款方式，后期做费用归属会比较麻烦。

比较清晰的思路是：

模型A → 独立项目预算
模型B → 独立项目预算
测试环境 → 较低额度
生产环境 → 单独管理

付款层也可以采用类似逻辑。

如果本身使用MXK8这类虚拟卡方案，可以按AI平台或项目分卡，并设置相应额度，用于区分不同服务的支出。

虚拟卡在这里更适合作为付款和费用归集工具，而不是API预算系统的替代品。

实际绑定前仍要确认：

• 平台当前接受的卡片类型；

• 发卡地区；

• Billing Address；

• 是否涉及周期性扣款；

• API平台当前支付规则。

最终预算控制还是建议同时结合平台自身的Usage Limit、项目限额和代码侧调用限制。

---

十、现在到底谁的API最划算？

如果非要给一个非常简化的答案：

大批量低成本文本任务

可以重点测试：

GPT-5.6 Luna、Gemini 3.5 Flash-Lite。

Coding和Agent

目前：

Claude Sonnet 5、GPT-5.6 Terra、Gemini 3.7 Flash都值得实际跑一次自己的任务。

其中Sonnet 5目前的 $2 / $10 定价，对Coding和Agent场景比较有竞争力。

高难度专业任务

更适合比较：

GPT-5.6 Sol和Claude Opus 5。

价格更高，但这类任务真正应该看的不是一次调用贵几分钱，而是模型能不能一次完成。

---

写在最后

这一轮API价格变化，我觉得真正值得关注的不是：

OpenAI、Claude、Gemini到底谁便宜几毛钱。

而是整个大模型市场正在进入一个新的阶段。

过去主要比：

谁的模型更强

现在开始同时比：

谁能以更低成本
稳定完成真实任务

OpenAI在做模型分层；

Anthropic把Sonnet 5的优惠价格直接改成长期价格；

Google则继续用Flash系列压低大规模调用成本。

对开发者来说，这其实是好事。

现在没必要先站队。

拿自己的业务数据跑一遍，统计成功率、Token、重试次数和单任务成本。

最后谁便宜，账单会比Benchmark告诉你得更清楚。