本文将为你盘点截至 2024.5.17 国内各个大模型推理服务的 API 价格以及支持的特性（上下文窗口长度、是否支持多模态输入等）。注意价格可能会随时由厂商调整，请以官方最新数字为准。汇总表格在文末。本文尚未收纳的条目会在后台进行更新，需要原始文档可以私信获取。
注意：为了方便横向对比，我们的价格都以百万(1M）tokens 费用为准，其中输入 tokens 和输出 tokens 比例均为 50%，国内外费用统一换算为人民币（CNY）。
OpenAI GPT
OpenAI 是目前行业的标杆，具有目前最强大的模型 GPT-4o 以及最广泛的用户，价格贵有贵的道理。有关 GPT-4o 详细信息可以查看《重磅：OpenAI 发布 GPT-4o，支持实时音视频交互》
信息来源：https://platform.openai.com/docs/models
价格表：
Anthropic 与 OpenAI 的渊源颇深。由于在 OpenAI 在发展方向上产生分歧，担心微软对 OpenAI 的首次 10 亿美元的投资后，会使其走上更加商业化的道路，偏离初衷，彼时为 OpenAI 研发副总裁 Dario Amodei 领导的团队选择离开并在 2021 年成立了 Anthropic。2023 年 3 月份 Anthropic 发布了一款类似 ChatGPT 的AI聊天机器人产品 Claude。Claude 有 520 亿个参数，最初通过 Slack 集成在封闭测试版中提供。2023 年 7月，Anthropic 推出了新版人工智能聊天机器人：Claude 2，上下文扩展至 100K，直接与 GPT-4 竞争。2024 年 3 月推出 Claude 3，步步紧跟 OpenAI 。
信息来源：https://www.anthropic.com/api
价格表：
Google Gemini
Google I/O 2024 上更新了 Gemini 1.5 Pro 系列模型，会议摘录见《Google I/O 2024 亮点摘录》
信息来源：https://ai.google.dev/pricing
价格表：
Mistral
Mistral AI 是由前 Google DeepMind 和前 Meta 员工组建的位于法国的初创公司。Mistral 开源模型有 Mistral 7B、Mixtral 8x7B 和 Mixtral 8x22B，性能表现如下图所示。
在官方 API 中我们看到除了开源的模型外还有闭源模型。
信息来源：
https://mistral.ai/technology/
https://console.mistral.ai/billing/subscribe/
价格表：
Groq
Groq 是前 Google TPU 团队成员组建的初创公司，主要提供面向 LLM 的定制芯片（称为语言处理单元 LPU）以及配套系统，LLaMA 3 70B 推理速度超过 300 tokens/s。
信息来源：https://wow.groq.com/
价格表：
百度千帆
信息来源：https://cloud.baidu.com/doc/WENXINWORKSHOP/s/hlrk4akp7
价格表：
腾讯混元
信息来源：https://cloud.tencent.com/document/product/1729/97731
价格表：
阿里通义千问
信息来源：https://help.aliyun.com/document_detail/2712573.html
价格表：
讯飞星火
信息来源：https://xinghuo.xfyun.cn/sparkapi
价格表：
字节豆包
信息来源：https://www.volcengine.com/docs/82379/1099320
价格表：
月之暗面 Kimi
信息来源：https://platform.moonshot.cn/docs/pricing
价格表：
智谱
信息来源：https://open.bigmodel.cn/pricing
价格表：
MiniMax
信息来源：https://www.minimaxi.com/document/price
价格表：
零一万物
信息来源：https://platform.lingyiwanwu.com/docs#%E4%BA%A7%E5%93%81%E5%AE%9A%E4%BB%B7
价格表：
百川
信息来源：https://platform.baichuan-ai.com/price
价格表：
DeepSeek
信息来源：https://platform.deepseek.com/api-docs/zh-cn/pricing/
价格表：
汇总表格
下表汇总了目前已知大模型推理服务 API 价格信息：
| 厂商 | 模型版本 | 时效性（截止时间） | 上下文长度(tokens) | 每 100 万 tokens 定价 | 多模态支持情况 |
| OpenAI | GPT-4o | 2023 年 10 月 | 128K | 输入 5$, 输出 15$ | TIAV->TA |
| GPT-4 Turbo | 2023 年 12 月 | 128K | 输入 10$，输出 30$ | TI->T | |
| GPT-3.5 Turbo | 2021 年 9 月 | 16K | 输入 0.5$，输出 1.5$ | T->T | |
| Anthropic | Claude 3 Haiku | 未知 | 200K | 输入 0.25$，输出 1.25$ | TI->T |
| Claude 3 Sonnet | 未知 | 200K | 输入 3$，输出 15$ | TI->T | |
| Claude 3 Opus | 未知 | 200K | 输入 15$，输出 75$ | TI->T | |
| Claude 2.1 | 未知 | 200K | 输入 8$，输出 24$ | TI->T | |
| Claude 2.0 | 未知 | 100K | 输入 8$，输出 24$ | T->T | |
| Claude Instant | 未知 | 100K | 输入 0.8$，输出 2.4$ | T->T | |
| Gemini 1.5 Flash | 未知 | 128K | 输入 0.35$，输出 0.53$ | TI->T | |
| Gemini 1.5 Flash | 未知 | 1M | 输入 0.7$，输出 1.05$ | TI->T | |
| Gemini 1.5 Pro | 未知 | 128K | 输入 3.5$，输出 10.5$ | TI->T | |
| Gemini 1.5 Pro | 未知 | 2M | 输入 7$，输出 21$ | TI->T | |
| Gemini 1.0 Pro | 未知 | 32K | 输入 0.5$，输出 1.5$ | TI->T | |
| Mistral | open-mixtral-8x7b | 未知 | 32K | 输入 0.7$，输出 0.7$ | T->T |
| open-mixtral-8x22b | 未知 | 64K | 输入 2$，输出 6$ | T->T | |
| mistral-small-2402 | 未知 | 32K | 输入 1$，输出 3$ | T->T | |
| mistral-medium | 未知 | 32K | 输入 2.7$，输出 8.1$ | T->T | |
| mistral-large-2402 | 未知 | 32K | 输入 4$，输出 12$ | T->T | |
| Groq | LLaMA 3 70B | 未知 | 8K | 输入 0.59$，输出 0.79$ | T->T |
| Mixtral 8x7B | 未知 | 32K | 输入 0.24$，输出 0.24$ | T->T | |
| LLaMA 3 8B | 未知 | 8K | 输入0.05$，输出 0.1$ | T->T | |
| Gemma 7B | 未知 | 8K | 输入 0.1$，输出 0.1$ | T->T | |
| 百度 | ERNIE 4.0 | 未知 | 4K | 输入 120￥，输出 120￥ | T->T |
| ERNIE 3.5 | 未知 | 4K | 输入 12￥，输出 12￥ | T->T | |
| 腾讯 | hunyuan-pro | 未知 | 32K | 输入 100￥，输出 100￥ | T->T |
| hunyuan-standard | 未知 | 32K | 输入 10￥，输出 10￥ | T->T | |
| hunyuan-standard-256k | 未知 | 256K | 输入 120￥，输出 120￥ | T->T | |
| hunyuan-lite | 未知 | 4K | 输入 8￥，输出 8￥ | T->T | |
| 阿里巴巴 | qwen-turbo | 未知 | 8K | 输入 8￥，输出 8￥ | T->T |
| qwen-plus | 未知 | 32K | 输入 20￥，输出20￥ | T->T | |
| qwen-max | 未知 | 8K | 输入 120￥，输出 120￥ | T->T | |
| qwen-max-longcontext | 未知 | 32K | 输入 120￥，输出 120￥ | T->T | |
| MiniMax | abab6.5 | 未知 | 8K | 输入 30￥，输出 30￥ | T->T |
| abab6.5s | 未知 | 245K | 输入 10￥，输出 10￥ | T->T | |
| abab6 | 未知 | 32K | 输入 100￥，输出 100￥ | T->T | |
| abab5.5 | 未知 | 8K | 输入 15￥，输出 15￥ | T->T | |
| abab5.5s | 未知 | 8K | 输入 5￥，输出 5￥ | T->T | |
| 零一万物 | yi-large | 未知 | 16K | 输入 20￥，输出20￥ | T->T |
| yi-large-turbo | 未知 | 16K | 输入 12￥，输出 12￥ | T->T | |
| yi-large-rag | 未知 | 16K | 输入 25￥，输出 25￥ | T->T | |
| yi-medium | 未知 | 16K | 输入 2.5￥，输出 2.5￥ | T->T | |
| yi-medium-200k | 未知 | 200K | 输入 12￥，输出 12￥ | T->T | |
| yi-spark | 未知 | 16K | 输入 1￥，输出 1￥ | T->T | |
| yi-vision | 未知 | 4K | 输入 6￥，输出 6￥ | TI->T | |
| 百川智能 | Baichuan2-Turbo | 未知 | 8K | 输入 8￥，输出 8￥ | T->T |
| Baichuan2-Turbo-192k | 未知 | 192K | 输入 16￥，输出 16￥ | T->T | |
| Baichuan2-53B | 未知 | ? | 输入20￥，输出 20￥ | T->T | |
| 深度求索 | deepseek-chat | 未知 | 32K | 输入 1￥，输出 2￥ | T->T |
| deepseek-coder | 未知 | 16K | 输入 1￥，输出 2￥ | T->T | |
| 智谱 | GLM-4 | 未知 | 128K | 输入 100￥，输出 100￥ | T->T |
| GLM-4(Batch) | 未知 | 128K | 输入 50￥，输出 50￥ | T->T | |
| GLM-4V | 未知 | 2K | 输入 100￥，输出 100￥ | TI->T | |
| GLM-3-Turbo | 未知 | 128K | 输入 1￥，输出 1￥ | T->T | |
| GLM-3-Turbo(Batch) | 未知 | 128K | 输入 0.5￥，输出 0.5￥ | T->T | |
| 月之暗面 | moonshot-v1-8k | 未知 | 8K | 输入 12￥，输出 12￥ | T->T |
| moonshot-v1-32k | 未知 | 32K | 输入 24￥，输出 24￥ | T->T | |
| moonshot-v1-128k | 未知 | 128K | 输入 60￥，输出 60￥ | T->T | |
| 讯飞 | 星火大模型V3.5 | 未知 | ? | 输入 240￥，输出 240￥ | T->T |
| 字节豆包 | Doubao-lite-4k | 未知 | 4k | 输入 0.3￥，输出 0.6￥ | T->T |
| Doubao-lite-32k | 未知 | 32K | 输入 0.3￥，输出 0.6￥ | T->T | |
| Doubao-lite-128k | 未知 | 128K | 输入 0.8￥，输出 1￥ | T->T | |
| Doubao-pro-32k | 未知 | 32K | 输入 0.8￥，输出 2￥ | T->T | |
| Doubao-pro-128k | 未知 | 128K | 输入 5￥，输出 9￥ | T->T | |
| 模态解释 | |||||
| T：Text | |||||
| I：Image | |||||
| A：Audio | |||||
| V：Video | |||||
| E：Embedding | |||||
使用 GPT-4o 对该表格做进一步分析，绘制图表：
注意：本文统计数值可能会随时间波动，如需最新数据，请关注公众号私信获取。如内容有疏漏或错误，还请见谅，会在收到通知后第一时间更新。
