主流大模型价格、能力与性价比横评

版本与更新记录

v3.0 · 2026-09-15(结构重组:横评 → 价格史 → 购买 → 建议 → 选型 → 时间线) v2.2 · 2026-09-15(V4.1-Flash 换代发布;峰谷时段确认工作日) v2.1 · 2026-09-09(Flash 系列降价)· v2.0 2026-08-27(GLM-5.3-Flash 入局)· 初版 2026-08-17

2026 年 8 月 13 日 DeepSeek 官宣 API 调价、8 月 17 日零点生效;9 月 10 日 Flash 线降价并换代为 V4.1-Flash。本文把历次价格版本、模型横评、购买入口、选型建议一次讲清。


一、同类型模型横评

单位:元 / 百万 tokens,美元按 ≈7 折算。DeepSeek 为「空闲 / 高峰」区间;点击表头可切换该维度正序 / 反序。

模型 厂商 输入
缓存命中
输入
缓存未命中
输出 上下文 备注
GLM-5.3-Flash 智谱 0.21 1.05 3.5 1M 无峰谷;MIT 开源可自托管
DeepSeek V4.1-Flash DeepSeek 0.02 / 0.04 1.0 / 2.0 4.0 / 8.0 1M 原生视觉;2500 并发;9/10 换代同价
DeepSeek V4-Pro DeepSeek 0.15 / 0.30 4.5 / 9.0 13.5 / 27.0 1M 旗舰推理档;无视觉;500 并发
GPT-5.6 Luna OpenAI — ≈1.4 ≈8.4 — 7 月底刚降 80%
GPT-5.6 Terra OpenAI — ≈14 ≈84 — 旗舰档
Claude Sonnet 5 Anthropic — ≈14 ≈70 — 8/31 后涨到 ≈21 / 105
Claude Fable 5 Anthropic — ≈70 ≈350 — 顶级难题档
Qwen3.8-Max 阿里云 — 12 36 — 国产旗舰长程档

横向结论

价格梯队(按输出价从低到高):

排名 模型 输出价(元/百万) 相对 V4.1-Flash 空闲价
1 GLM-5.3-Flash ≈3.5 低约 13%
2 DeepSeek V4.1-Flash 4.0 / 8.0 基准
3 GPT-5.6 Luna ≈8.4 高约 2.1 倍
4 DeepSeek V4-Pro 13.5 / 27.0 高 3.4~6.8 倍
5 Qwen3.8-Max 36 高 9 倍
6 Claude Sonnet 5 ≈70(将涨至 105) 高 17.5 倍
7 GPT-5.6 Terra ≈84 高 21 倍
8 Claude Fable 5 ≈350 高 87.5 倍

输入梯队(按缓存未命中价从低到高):

排名 模型 输入价(元/百万)
1 DeepSeek V4.1-Flash 1.0 / 2.0
2 GLM-5.3-Flash ≈1.05
3 GPT-5.6 Luna ≈1.4
4 DeepSeek V4-Pro 4.5 / 9.0
5 Qwen3.8-Max 12
6 Claude Sonnet 5 / GPT-5.6 Terra ≈14
7 Claude Fable 5 ≈70

缓存命中输入梯队(DeepSeek 的绝对优势区):

排名 模型 命中价(元/百万) 命中 / 未命中比
1 DeepSeek V4.1-Flash 0.02 / 0.04 1 / 50
2 DeepSeek V4-Pro 0.15 / 0.30 1 / 30
3 GLM-5.3-Flash ≈0.21 1 / 5

能力梯队(官方/第三方口径,仅列有据可查项):

模型 关键能力指标 口径
DeepSeek V4.1-Flash Terminal-Bench 2.1 90.6 / DeepSWE 74.2 / GPQA Diamond 90.9 DeepSeek 官方 9/10
DeepSeek V4-Pro Terminal-Bench 2.1 87.9 / DeepSWE 62.7 / HLE 42.7(带工具 60.0) DeepSeek 官方 8/13
GLM-5.3-Flash AA 综合智能 57 / DeepSWE v1.1 63.4 / AutomationBench 48.8 智谱官方 + Artificial Analysis
Claude Opus 4.8 AA 综合智能 ≈57(与 GLM-5.3-Flash 同分水平) Artificial Analysis
Claude Fable 5 顶级难题档(V4-Pro 报道口径 ≈97%) 媒体报道
元 / 百万 tokens(对数刻度) 0.5 1 3 10 30 100 300 1000 GLM-5.3 Flash 3.5 输出 1.05 输入(未命中) DeepSeek V4 Flash 4~8 输出 1~2 输入(未命中) DeepSeek V4 Pro 13.5~27 输出 4.5~9 输入(未命中) GPT-5.6 Luna 8.4 输出 1.4 输入(未命中) Qwen3.8 Max 36 输出 12 输入(未命中) Claude Sonnet 5 70 输出 14 输入(未命中) GPT-5.6 Terra 84 输出 14 输入(未命中) Claude Fable 5 350 输出 70 输入(未命中) 输出价(深色条=空闲,浅色叠层=高峰) 输入价(缓存未命中) GLM-5.3 Flash(无峰谷)

📌 怎么读这张图:横轴是模型,纵轴是元/百万 tokens(对数刻度,每格差 10 倍)。每个模型左侧浅色条=输入(缓存未命中),右侧深色条=输出;DeepSeek 的条是「空闲~高峰」区间,紫色条 GLM-5.3-Flash 为单一定价。一眼可见:GLM-5.3-Flash 与 DeepSeek 两条柱在最底部,Claude Fable 5 在最顶部(差约 100 倍)。

横向三点:

  1. 输出侧:GLM-5.3-Flash(3.5 元)仍是输出地板价;DeepSeek V4.1-Flash 空闲(4 元)紧随其后,高峰(8 元)仍略低于 GPT-5.6 Luna(≈8.4 元)。
  2. 输入侧(重缓存负载):DeepSeek 断层领先——命中价 0.02 元,只有 GLM(0.21 元)的 1/10,是 Agent 多轮/工具循环的最优解。
  3. 第三方托管(OpenRouter 上的 DeepInfra 等):Flash 档第三方普遍更便宜(输入 $0.08~0.14 vs 官方高峰 $0.44),Pro 档官方空闲价仍无人能敌。

二、全版本价格对照(分模型 · 按时间线追加)

单位:元 / 百万 tokens,格式「空闲 / 高峰」(① 期无峰谷,为单一价;— = 未开放)。④ 期为 2026-09-10 起的现价。

DeepSeek V4.1-Flash(原 V4-Flash 线,9/10 换代同价)

模型特色: 全新模型结构系列中的最小尺寸;原生多模态视觉理解(Pro 不支持);1M 上下文 / 384K 最大输出 / 2500 并发;官方基准 Terminal-Bench 2.1 90.6、DeepSWE 74.2、GPQA Diamond 90.9——同价位 Agent / 终端能力最强档。模型名建议用 deepseek-flash。

计费项 ① 5 月平价 ② 6 月底–8/16 ③ 8/17–9/9 ④ 9/10 起 ④ vs ③
输入(缓存命中) — 0.02 / 0.04 0.05 / 0.10 0.02 / 0.04 -60%
输入(缓存未命中) — 1.0 / 2.0 1.5 / 3.0 1.0 / 2.0 -33.3%
输出 — 2.0 / 4.0 4.5 / 9.0 4.0 / 8.0 -11.1%
月度成本(90% 命中负载*) — ≈7.5 ≈14.9 ≈11.5 -22.8%

DeepSeek V4-Pro(旗舰推理档)

模型特色: 深度推理与 Agent 旗舰;HLE 42.7(带工具 60.0)、Terminal-Bench 2.1 87.9、DeepSWE 62.7;不支持图像理解;并发 500。9/10 官方宣布 9/14 后继续提供服务、计费不变。

计费项 ① 5 月平价 ② 6 月底–8/16 ③ 8/17–9/9 ④ 9/10 起 ④ vs ①
输入(缓存命中) 0.025 0.025 / 0.05 0.15 / 0.30 0.15 / 0.30 6 倍
输入(缓存未命中) 3.0 3.0 / 6.0 4.5 / 9.0 4.5 / 9.0 1.5 倍
输出 6.0 6.0 / 12.0 13.5 / 27.0 13.5 / 27.0 2.25 倍
月度成本(90% 命中负载*) ≈21.7 ≈42.7 ≈44.6 ≈44.6 ≈2 倍

GLM-5.3-Flash(智谱 · 对比参照)

模型特色: 320B 总参数、每次仅激活 18B;首次采用稀疏注意力 + 线性注意力混合架构(相比 GLM-5.3,注意力计算量降至约 1/3、KV Cache 占用降约 4.4 倍);原生多模态、1M 上下文;MIT 开源可自托管(SGLang / vLLM / TokenSpeed);匿名测试期(Ox Alpha「牛来」)全部真实流量跑在国产 AI 芯片上。

计费项 价格(无峰谷) 美元原价
输入(缓存命中) ≈0.21 0.03
输入(缓存未命中) ≈1.05 0.15
输出 ≈3.5 0.50

*月度成本口径:输入 3000 万 token、缓存命中率 90%、输出 200 万 token/月,按各期空闲价计(① 期为平价)。Flash ① 期(5 月)正式 API 尚未公测,故无该期价格。

口径与换算备忘

峰谷规则:高峰 = 北京时间周一至周五 9:00–12:00、14:00–18:00;其余时段(含周末全天)为空闲价,空闲价 = 高峰价的一半。计费时钟只有一个,全球调用方同一时刻价格状态一致。

涨幅口径:刷屏的「涨 12 倍」特指 V4-Pro 缓存命中档 高峰价 ÷ 5 月平铺价(0.30 ÷ 0.025);若以 7 月已含峰谷的旧价计算,最高 6 倍——两个口径都对,媒体混用了基准。反直觉规律:缓存命中率越高,涨幅越大(命中率 40% 约涨 1.7 倍,90% 约涨 2.1 倍)。

「60 倍价差」重算:原按 V4-Pro 旧输出价 6 元对 Claude Fable 5 的约 360 元算得;8/17 新价后重算为空闲约 27 倍、高峰约 13 倍。性能对标的结论(≈97%、DeepSWE 跃升)仍有效,但价格倍数须用最新价表重算。

关键换算:命中价 = 未命中价的 1/50(9/10 起恢复,8/17–9/9 曾为 1/30);输出 = 未命中输入的 3 倍(Flash 9/10 起为 4 倍);高峰 = 空闲 × 2;Pro 是 Flash 的 3.4(输出)~7.5 倍(命中档);美元按官方约 6.82 元/美元 折算(粗算按 ≈7 元)。


三、厂商官网 / API 购买地址

厂商 模型 输出价(元/百万,空闲档) 官网 / 购买地址
DeepSeek V4.1-Flash / V4-Pro 4.0 / 13.5 platform.deepseek.com(API 平台)
智谱 GLM-5.3-Flash / GLM-5.3 ≈3.5 open.bigmodel.cn(开放平台)· 国际站 z.ai
OpenAI GPT-5.6 Luna / Terra ≈8.4 / ≈84 platform.openai.com(API 平台)
Anthropic Claude Sonnet 5 / Opus 4.8 / Fable 5 ≈70 / — / ≈350 console.anthropic.com(Console)
阿里云 Qwen3.8-Max 36 bailian.console.aliyun.com(百炼)

开源自托管入口:GLM-5.3-Flash 权重发布于 huggingface.co/zai-org/GLM-5.3-Flash(MIT License)。


四、落地建议(按最新事实)

  1. 错峰跑批:非实时任务挪到 18:00 后;周末全天都是空闲价(峰窗仅工作日 7 小时),周末跑批最划算。
  2. 保缓存命中率:固定 System Prompt / 工具定义放上下文最前,命中价 0.02 元几乎免费,是抵消涨价的最有效手段。
  3. 能用 Flash 就不用 Pro:Pro 是 Flash 的 3.4~7.5 倍;且 Flash 已原生支持视觉、Agent/终端基准反超 Pro,默认档位放 Flash。
  4. 多模态任务:走 V4.1-Flash(官方 API,deepseek-flash)或 GLM-5.3-Flash(可自托管、开源)。
  5. 迁移提示:旧模型名 deepseek-v4-flash / deepseek-v4-flash-vision-exp 已下线但自动路由到 V4.1-Flash,建议尽快改为 deepseek-flash。
  6. 美区团队占时区便宜,欧区上午撞高峰:美国(东西岸)整个工作时段都落在空闲区;欧洲团队上午正好是高峰,批量任务应挪到下午或晚上。

海外团队高峰时段速查(2026 年夏令时):

团队所在地 时区 本地高峰时段 9-18 工作时段撞峰
北京 UTC+8 9:00–12:00、14:00–18:00(工作日) 7 小时
东京/首尔 UTC+9 10:00–13:00、15:00–19:00 6 小时
印度 UTC+5:30 6:30–9:30、11:30–15:30 4.5 小时
柏林/巴黎 UTC+2 (CEST) 3:00–6:00、8:00–12:00 3 小时(上午)
伦敦 UTC+1 (BST) 2:00–5:00、7:00–11:00 2 小时(上午)
纽约 UTC-4 (EDT) 前日 21:00–0:00、2:00–6:00 0 小时 ✅
旧金山 UTC-7 (PDT) 前日 18:00–21:00、23:00–3:00 0 小时 ✅

⚠️ 冬令时注意:北半球 10 月底后欧洲/美国进入冬令时,各时区换算相差 1 小时,峰窗整体错位;上表仅适用于 2026 年夏令时。


五、按任务选模型:性价比决策图

不同任务对延迟、质量、成本的要求不同,没有「最好的模型」,只有「最合适的选择」。按 2026-09-10 价格:

任务类型 推荐模型 价格参考 理由
批量/离线任务
夜间跑批、数据清洗
V4.1-Flash 空闲时段 ≈4 元/百万输出 谷价=峰价一半,夜间+周末跑批立省 50%
高频实时对话
客服、聊天机器人
V4.1-Flash 8 元/百万输出(峰) 2500 并发,千 token 输出≈0.008 元
Agent 多轮任务
编码助手、工具调用
V4.1-Flash + 高缓存命中 命中输入仅 0.02 元 固定前缀→命中率 60%+,输入几乎免费;Agent 基准同价位第一
视觉/多模态
看图、界面操作
V4.1-Flash(官方)/ GLM-5.3-Flash(自托管) 4 元 / ≈3.5 元 两者均原生多模态;GLM 支持 MIT 开源自部署
复杂推理/长文档
分析、总结、结构化
V4-Pro 空闲时段 13.5 元/百万输出 HLE 42.7(带工具 60.0),性能≈Claude Fable 5 的 97%,价格仅 1/26
高质量编码/深度研究
关键场景不差钱
GPT-5.6 Terra / Claude Fable 5 84~350 元 能力天花板,稳定性与生态更成熟

核心原则:

  1. 能错峰就错峰——非实时任务挪到 18:00 后或周末,成本直接减半。
  2. 能缓存就缓存——固定 System Prompt / 工具定义,命中率决定 Agent 成本。
  3. 能不 Pro 就不 Pro——Pro 是 Flash 的 3.4~7.5 倍,日常任务 Flash 够用(且支持视觉)。
  4. 贵模型只干贵活——把旗舰模型留给真正需要能力天花板的场景。

六、事件时间线(按日期)

日期 事件
2026-04 DeepSeek V4 预览版发布:Pro / Flash 双线,限时 2.5 折
2026-05 V4-Pro 限时折扣转为永久价(输入 ¥3 / 输出 ¥6)
2026-06 底 引入峰谷定价:北京时间 9:00–12:00、14:00–18:00 高峰翻倍
2026-07-31 V4-Flash 正式版 API 公测(Agent 能力大幅增强,适配 Codex)
2026-08-06 公告「整体上调,预计涨幅较大」
2026-08-13 官宣调价方案 + V4-Pro 正式版转正(思考强度 low/high/max、原生 Responses API)
2026-08-17 新价生效:Pro 命中档最高 6 倍、Flash 最高 2.5 倍
2026-08-21 V4-Flash-Vision-Exp 多模态实验模型上线(多模态 Agent 接近 Opus-4.8)
2026-08-26 智谱发布并开源 GLM-5.3-Flash(匿名模型 Ox Alpha「牛来」掉马);输出价 3.5 元,输出地板价易主
2026-09-09 DeepSeek 公告 Flash 系列降价(最高降幅 60%)
2026-09-10 Flash 新价 12:00 生效 + V4.1-Flash 换代发布(模型名 deepseek-flash、原生多模态);V4-Pro 官宣 9/14 后继续服务
2026-09-15 本文 v3.0 结构重组(横评排序、价格史分模型、时间线按日期)

数据来源