大模型选型早已不是"哪个更聪明"这么简单的问题——同样一个任务，价格可以相差几十倍。这篇文章基于 2026 年 7 月的官方最新定价，帮你把"选模型"这件事拆解成可执行的决策流程。
一、主流模型价格总览（2026年7月，官方定价）
美元价格来自各厂商官方文档；人民币按约 1:7.25 折算仅供参考，实际以国内厂商原生人民币计价为准。
1. Anthropic（Claude）
| 模型 | 输入 $/1M | 输出 $/1M | 说明 |
|---|---|---|---|
| Claude Haiku 4.5 | $1.00 | $5.00 | 最快、最便宜，适合简单任务 |
| Claude Sonnet 5 | $3.00（限时 $2.00，至 2026-08-31） | $15.00（限时 $10.00） | 编码/Agent性价比之选 |
| Claude Opus 4.8 | $5.00 | $25.00 | 当前最强 Opus 级别，长任务/知识工作 |
| Claude Fable 5 | $10.00 | $50.00 | 目前最强模型，最难的推理与长程 Agent 任务 |
2. OpenAI
| 模型 | 输入 $/1M | 输出 $/1M | 说明 |
|---|---|---|---|
| GPT-5.6 Luna（预览） | $1.00 | $6.00 | 轻量级新品 |
| GPT-5.3-Codex | $1.75 | $14.00 | 代码定向 |
| GPT-5.4 | $2.50 | $15.00 | 中端主力 |
| GPT-5.6 Terra（预览） | $2.50 | $15.00 | 新一代中端 |
| GPT-5.5（当前旗舰） | $5.00（缓存 $0.50） | $30.00 | 4月底发布，取代 GPT-5.4 成为旗舰 |
| GPT-5.6 Sol（预览） | $5.00 | $30.00 | 新一代旗舰预览 |
Batch/Flex 模式可将 GPT-5.5 降至 $2.50 / $15。
3. Google（Gemini）
| 模型 | 输入 $/1M | 输出 $/1M | 说明 |
|---|---|---|---|
| Gemini 2.5 Flash-Lite | $0.10 | $0.40 | 全场地板价 |
| Gemini 3.5 Flash | $1.50 | $9.00 | 代码能力甚至超过 3.1 Pro |
| Gemini 2.5 Pro | $1.25（>200K: $2.50） | $10.00（>200K: $15.00） | 上一代旗舰 |
| Gemini 3.1 Pro | $2.00（≤200K） | $12.00 | 当前推理旗舰，支持 2M 上下文 |
Batch 模式全系 5 折；缓存命中价约为未命中价的 10%。
4. DeepSeek
| 模型 | 输入 $/1M（未命中缓存） | 输入 $/1M（缓存命中） | 输出 $/1M | 说明 |
|---|---|---|---|---|
| DeepSeek-V4-Flash | $0.14 | $0.0028 | $0.28 | 综合性价比之王，缓存命中几乎免费 |
| DeepSeek-V4-Pro | $1.74（常规）/ 促销期 $0.435 | $0.0348 左右 | $3.48（常规）/ 促销期 $0.87 | 注意区分常规价和促销价 |
deepseek-chat（V3）/deepseek-reasoner（R1）将于 2026-07-24 弃用，统一并入 V4。
5. 阿里云百炼（通义千问）
| 模型 | 输入价格 | 说明 |
|---|---|---|
| qwen3-max（短上下文，≤32K） | ¥2.50/1M | 国内日常任务性价比优选 |
| qwen3.7-max | 阶梯计费，长文本区间价格更高 | 最新旗舰，支持 Batch 5折 |
新用户注册可领取合计超 7000 万免费 Token。
二、价格之外：选型该看的四个维度
只看价格容易踩坑。真正决定"是否值这个钱"的是以下几个维度：
- 上下文窗口：处理长文档、长对话、视频理解时，Gemini（2M）和 Claude/DeepSeek/Qwen（1M）比 128K 级别的模型有本质优势。
- 推理/思考模式：Claude Fable 5、DeepSeek V4（思考模式）、GPT-5.5、Gemini 3.1 Pro 都支持深度推理，但推理过程本身会计入输出 token，成本会明显高于表面单价。
- Agent / 工具调用能力：如果你要做长程自主 Agent（多步骤调用工具、写代码、验证结果），模型的"自主性"比单纯的问答能力更重要——这方面 Claude Opus 4.8 / Fable 5、GPT-5.5 目前评价较高。
- 生态与合规：国内业务优先考虑阿里云百炼、DeepSeek，涉及数据合规、内网部署、政企审批时尤其明显；出海业务则更看重 OpenAI/Anthropic/Google 的生态成熟度。
三、按场景推荐
| 场景 | 推荐模型 | 理由 |
|---|---|---|
| 日常问答、分类、客服机器人 | Haiku 4.5 / GPT-5.6 Luna / Gemini 2.5 Flash-Lite / DeepSeek V4 Flash / qwen3-max | 单价低，响应快，够用 |
| 复杂编码、Agent 自动化 | Claude Sonnet 5（性价比）/ Claude Opus 4.8（更强）/ DeepSeek V4 Pro（国产平替） | Sonnet 5 已经接近 Opus 级别质量，价格却是 Sonnet 档 |
| 超长文档、多模态（视频/音频） | Gemini 3.1 Pro / Gemini 3.5 Flash | 原生超长上下文，多模态成本低 |
| 极限推理（数学、科研、高难度代码） | Claude Fable 5 / GPT-5.5 / DeepSeek V4 Pro（思考模式） | 推理深度和准确率优先，愿意为此付费 |
| 国内合规、政企场景 | 通义千问 qwen3-max / qwen3.7-max / DeepSeek | 数据在境内、审批更顺畅 |
四、四个立竿见影的省钱技巧
- 善用 Prompt Caching（上下文缓存）：如果你的系统提示词很长（知识库、角色设定），几乎所有厂商缓存命中后输入价格能降 50%~99%。DeepSeek V4 Flash 缓存命中价甚至只有未命中价的 2%。
- 离线任务走 Batch API：不需要实时响应的场景（离线洗数据、批量摘要），OpenAI/Google/Anthropic/阿里云的 Batch 接口普遍是原价 5 折。
- 按任务难度分层路由：简单任务交给 Haiku / Flash-Lite / V4 Flash 这类模型，只有真正复杂的任务才调用旗舰模型，能把整体成本压低一个数量级。
- 先用小模型验证 Prompt，再上大模型：调试阶段用便宜模型跑通逻辑，确认没问题后再切换到生产环境的旗舰模型，避免在调试阶段浪费旗舰模型的调用额度。
五、总结
2026年中的大模型市场呈现出明显的"哑铃型"格局：轻量模型价格被压到极致（Gemini Flash-Lite、DeepSeek V4 Flash 输入价格已逼近免费），而旗舰模型（Claude Fable 5、GPT-5.5）价格持续走高，专注服务愿意为顶尖能力付费的场景。
选型的核心思路不是"哪个模型最好"，而是：先明确任务的复杂度和响应时效要求，再匹配对应价位的模型，最后用缓存和 Batch 把实际成本再压一压。大多数应用场景下，一个"轻量模型打底 + 旗舰模型兜底"的分层架构，往往比无脑全部调用旗舰模型更划算。
欢迎评论区讨论
![[C++]内存管理：串顺序存储的内存回收](http://pic.xiahunao.cn/yaotu/[C++]内存管理：串顺序存储的内存回收)
