按类别探索 AI 模型 API
文本与语言模型 API
面向助手、智能体和生产应用的对话、推理、编程及多模态语言模型。
158 个可用模型
比较模型 API 价格与能力
打开模型详情页，查看当前价格、端点、上下文限制及相关 API。
Gemini 4 Hydrogen
Gemini 4 Hydrogen 是 Google 面向日常编程与智能体工作流的高效多模态推理模型，支持四档思考等级，输入与输出共用 1,048,576 token 预算，单段输出最多 65,536 token。
上下文 1M
按量计费供应商 2
输入$1.5
$0.75/1M
输出$7.5
$3.75/1M
缓存$0.0375/1M
省50%
Baidu
NEWErnie 5.5 Flash Preview
百度文心 5.5 Flash 预览版，面向编程、工具协作和长材料处理；采用 280B 总参数、14B 激活参数的架构，支持 1M 上下文、函数调用和结构化文本输出。
上下文 1M
动态计费供应商 1
输入$0.2
$0.13/1M
输出$0.6
$0.39/1M
缓存读取$0.065/1M
省35%
Gemini 4 Carbon
Gemini 4 Carbon 是 Google 的旗舰推理模型，适合复杂软件工程、多步骤工作流和科学推理。支持文本、图像、音频、视频与 PDF 输入，输出文本。
上下文 1M
按量计费供应商 2
输入$2
$1/1M
输出$10
$5/1M
缓存$0.05/1M
省50%
Anthropic
NEWClaude Fable 5.2
Claude Fable 5.2 面向高难度推理、复杂编程和长周期智能体任务，支持文本与图片输入、100 万 token 上下文及 128K 最大输出，可结合工具完成多步骤研究与专业成果制作。
上下文 1M
按量计费供应商 3
输入$8
$2.4/1M
输出$40
$12/1M
缓存$0.06/1M
省70%
OpenAI
NEWGPT 6.1 Terra
OpenAI 于 2026 年 10 月 26 日发布的高效模型，适合视觉推理、精确的计算机操作，以及自然清晰的文字写作。支持文本与图像输入、文本输出、流式响应和结构化输出；工具调用需使用 Responses API。上下文窗口 1,050,000 tokens，最大输出 128,000 tokens，知识截止 2026-06-01。官方 Standard 基准价（美元/百万 tokens）：输入 $1、输出 $5、缓存读取 $0.05、30 分钟缓存写入 $1.25；输入超过 272,000 tokens 时，整次请求的输入及缓存费率为 2 倍、输出费率为 1.5 倍。本站价格按所选分组倍率计算。价格表的“缓存写入 (5m)”为通用标签，本模型对应 30 分钟缓存写入。
上下文 1.1M
动态计费供应商 4
输入$1
$0.1/1M
输出$5
$0.5/1M
缓存读取$0.005/1M
省90%
Moonshot
Kimi K3.1 Pro
Kimi K3.1 Pro 支持百万 token 上下文与原生图像、视频理解，适合大型代码项目、3D 创作、金融研究及需要连续推理的工具工作流。
上下文 1M
动态计费供应商 3
输入$2
$1.3/1M
输出$10
$6.5/1M
缓存读取$0.13/1M
省35%
Moonshot
Kimi K3.1 Pro Highspeed
Kimi K3.1 Pro Highspeed 在同等智能与百万 token 上下文下提供更快输出，适合交互式编程、实时助手及等待反馈的多步工具任务。
上下文 1M
动态计费供应商 1
输入
$4/1M
输出
$20/1M
缓存读取$0.2/1M
MiniMax
MiniMax M3.1 Flash
作为新一代 Flash 模型，M3.1 Flash 在 Agentic 任务、编程、Computer Use 及网络安全能力等方面实现了代际的提升，同时线上推理速度提升了近 3 倍，使用成本降低了 70%。
上下文 —
按量计费供应商 2
输入$0.3
$0.255/1M
输出$1.2
$1.02/1M
缓存$0.051/1M
省15%
DeepSeek
DeepSeek V4 1 Flash 261017
DeepSeek V4.1 Flash 支持深度思考、图片理解与工具调用，适合长材料分析、代码排错和需要结构化结果的业务任务。
上下文 1M
动态计费供应商 4
输入$0.3
$0.135/1M
输出$1.2
$0.54/1M
缓存读取$0.0027/1M
省55%
Gemini 4 Argon
Gemini 4 Argon 是 Google 面向复杂、多步骤工作流的前沿推理模型，擅长软件工程、企业知识工作、防御性网络安全和创意写作，并具备图表与长视频理解能力。
上下文 1M
按量计费供应商 2
输入$2
$1/1M
输出$10
$5/1M
缓存$0.05/1M
省50%
OpenAI
GPT 6.1 Sol
面向复杂编码、计算机操作与专业工作的推理模型，以更低成本提供接近 Astra 的能力。工具调用需使用 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000，最大输出 128,000 个词元。输入超过 272,000 个词元时，整次请求按长上下文费率计费。官方 Standard 价格（美元/百万 tokens）：输入 $2、缓存读取 $0.1、输出 $10。缓存写入 $2.5。长上下文：输入 $4、缓存读取 $0.2、输出 $15。缓存写入 $5。
上下文 1.1M
动态计费供应商 4
输入$2
$0.2/1M
输出$10
$1/1M
缓存读取$0.01/1M
省90%
Anthropic
Claude Sonnet 5.5
Claude Sonnet 5.5 兼顾响应速度与分析能力，适合日常编程、文档协作、视觉理解及需要多轮推进的工作助手。
上下文 1M
按量计费供应商 5
输入$2
$0.2/1M
输出$10
$1/1M
缓存$0.01/1M
省90%
OpenAI
GPT 6 Luna
GPT-6 系列面向目标明确、大规模调用工作负载的高效推理模型。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。工具调用推荐使用 Responses API；Chat Completions 仅在 reasoning_effort=none 时支持函数调用。支持的推理强度：none, low, medium, high, xhigh, max。知识截止时间：2026 年 5 月 18 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。
上下文 1.1M
动态计费供应商 4
输入$0.1
$0.05/1M
输出$0.5
$0.25/1M
缓存读取$0.005/1M
省50%
OpenAI
GPT 6 Sol
GPT-6 系列面向复杂编码与智能体工作流的推理模型。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。工具调用推荐使用 Responses API；Chat Completions 仅在 reasoning_effort=none 时支持函数调用。支持的推理强度：none, low, medium, high, xhigh, max。知识截止时间：2026 年 4 月 20 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。
上下文 1.1M
动态计费供应商 4
输入$2
$0.2/1M
输出$10
$1/1M
缓存读取$0.02/1M
省90%
Anthropic
Claude Opus 5.5
Claude Opus 5.5 适合长流程编程与专业知识工作，能围绕大量材料持续分析、调用工具，并逐步形成可审阅的成果。
上下文 1M
按量计费供应商 6
输入$4
$0.4/1M
输出$20
$2/1M
缓存$0.02/1M
省90%
OpenAI
GPT 6 Astra
GPT-6 系列能力最强的旗舰推理模型，面向复杂推理、编码、计算机操作、研究与文档创作。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。支持的推理强度：low, medium, high, xhigh, max。知识截止时间：2026 年 4 月 30 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。
上下文 1.1M
动态计费供应商 4
输入$10
$1/1M
输出$50
$5/1M
缓存读取$0.1/1M
省90%
ByteDance
Doubao Seed 2.1 Lite 260915
豆包 Seed 2.1 Lite 支持文本、图片、视频和音频理解，提供 1M 上下文与深度思考能力，支持工具调用、GUI 任务处理和结构化输出，适合低成本长材料分析与规模化业务助手。
上下文 1M
动态计费供应商 1
输入$0.117647
$0.108235/1M
输出$0.397059
$0.365294/1M
缓存读取$0.021647/1M音频缓存读取$0.324706/1M音频输入$1.6235/1M
省8%
OpenAI
GPT 5.6 Luna
GPT-5.6 系列面向成本敏感和大规模调用工作负载的高效推理模型。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。支持的推理强度：none, low, medium, high, xhigh, max。知识截止时间：2026 年 2 月 16 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。
上下文 1.1M
动态计费供应商 4
输入$0.2
$0.1/1M
输出$1.2
$0.6/1M
缓存读取$0.01/1M
省50%
OpenAI
GPT 5.6 Sol
GPT-5.6 系列面向复杂专业工作的旗舰推理模型。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。支持的推理强度：none, low, medium, high, xhigh, max。知识截止时间：2026 年 2 月 16 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。当前为官方促销价，官方承诺至少持续至 2026 年 11 月 21 日。
上下文 1.1M
动态计费供应商 4
输入$4
$0.4/1M
输出$20
$2/1M
缓存读取$0.04/1M
省90%
OpenAI
GPT 5.6 Terra
GPT-5.6 系列兼顾智能水平与成本的推理模型，面向需要平衡能力与费用的工作负载。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。支持的推理强度：none, low, medium, high, xhigh, max。知识截止时间：2026 年 2 月 16 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。
上下文 1.1M
动态计费供应商 4
输入$2
$0.2/1M
输出$12
$1.2/1M
缓存读取$0.02/1M
省90%
Anthropic
Claude Fable 5
Claude Fable 5 面向复杂、持续时间较长的知识工作和编程任务，能理解文字与图片，分解模糊目标，并结合工具反馈反复检查和完善成果。
上下文 1M
按量计费供应商 6
输入$10
$1/1M
输出$50
$5/1M
缓存$0.1/1M
省90%
Anthropic
Claude Opus 5
Claude Opus 5 适合复杂编程、代码审查和专业资料分析，能结合文字与图片推理，并在工具协作下推进多步骤任务、整理完整交付成果。
上下文 1M
按量计费供应商 6
输入$5
$0.5/1M
输出$25
$2.5/1M
缓存$0.05/1M
省90%
Gemini 3.7 Flash
Gemini 3.7 Flash 擅长结合视频、音频、图片和文档进行推理，适合复杂视频分析、编程及企业工作流，并可配合搜索、代码执行和函数调用推进任务。
上下文 1M
按量计费供应商 3
输入$0.75
$0.075/1M
输出$3.75
$0.375/1M
缓存$0.0075/1M
省90%
Gemini 3.8 Flash
Gemini 3.8 Flash 面向长流程软件工程、智能体与企业工作流，结合多模态理解和工具协作推进复杂任务。
上下文 1M
按量计费供应商 3
输入$0.75
$0.075/1M
输出$3.75
$0.375/1M
缓存$0.0075/1M
省90%
Gemini 3.6 Flash
Gemini 3.6 Flash 适合快速迭代的编程与智能体任务，也能结合图片、视频、音频和文档理解复杂材料。
上下文 1M
按量计费供应商 3
输入$1.5
$0.15/1M
输出$7.5
$0.75/1M
缓存$0.015/1M
省90%
Anthropic
Claude Fable 5.1
Claude Fable 5.1 面向高难度推理与长周期智能体工作，适合多步骤研究、复杂编程，以及结合工具制作专业文档和演示成果。
上下文 1M
按量计费供应商 5
输入$10
$1/1M
输出$50
$5/1M
缓存$0.025/1M
省90%
Anthropic
Claude Haiku 5.5
Claude Haiku 5.5 适合大量、需要及时响应的分类、提取与分流任务，也可在智能体流程中承担范围清楚的子任务。
上下文 1M
动态计费供应商 5
输入$0.1
$0.01/1M
输出$0.5
$0.05/1M
缓存读取$0.001/1M
省90%
OpenAI
GPT 5.5
面向复杂编码与专业工作的 GPT-5.5 旗舰推理模型。支持文本和图像输入、文本输出、流式响应、结构化输出与提示缓存；上下文窗口 1,050,000 tokens，最大输出 128,000 tokens。支持的推理强度：none, low, medium, high, xhigh。知识截止时间：2025 年 12 月 1 日。价格按 OpenAI Standard 标准费率配置；输入超过 272K tokens 时，整次请求按长上下文费率计费。
上下文 1.1M
动态计费供应商 3
输入$5
$3/1M
输出$30
$18/1M
缓存读取$0.3/1M
省40%
Gemini 3.5 Flash Lite
Gemini 3.5 Flash-Lite 面向高频、低延迟的多模态处理，适合文档解析、翻译、分类和信息提取，可阅读文字、图片、音视频与 PDF，并作为工作流中的子任务助手。
上下文 1M
按量计费供应商 3
输入$0.3
$0.03/1M
输出$1.2
$0.12/1M
省90%
Anthropic
Claude Sonnet 5
Claude Sonnet 5 可理解文字与图片，适合功能开发、问题修复、文档分析和专业写作；支持自适应思考与工具协作，便于把明确需求推进为可检查的成果。
上下文 1M
按量计费供应商 6
输入$2
$0.2/1M
输出$10
$1/1M
缓存$0.02/1M
省90%
OpenAI
GPT 5.5 Pro
采用更多计算量进行深入思考的 GPT-5.5 专业推理模型，面向困难问题与高精度回答。仅支持 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000，最大输出 128,000 个词元。输入超过 272,000 个词元时，整次请求按长上下文费率计费。官方 Standard 价格（美元/百万 tokens）：输入 $30、缓存读取 未单列、输出 $180。长上下文：输入 $60、缓存读取 未单列、输出 $270。
上下文 1.1M
动态计费供应商 1
输入$30
$18/1M
输出$180
$108/1M
省40%
Gemini 3.5 Flash
Gemini 3.5 Flash 面向多步骤与智能体协作，适合快速编程迭代、跨素材信息整理和可拆分的长流程工作。
上下文 1M
按量计费供应商 2
输入$1.5
$0.75/1M
输出$9
$4.5/1M
缓存$0.075/1M
省50%
OpenAI
GPT 5.4
面向编码和专业工作的推理模型，支持可调推理强度和长上下文，兼顾复杂任务能力与成本。支持文本与图像输入、文本输出。上下文窗口 1,050,000，最大输出 128,000 个词元。输入超过 272,000 个词元时，整次请求按长上下文费率计费。官方 Standard 价格（美元/百万 tokens）：输入 $2.5、缓存读取 $0.25、输出 $15。长上下文：输入 $5、缓存读取 $0.5、输出 $22.5。
上下文 1.1M
动态计费供应商 3
输入$2.5
$1.5/1M
输出$15
$9/1M
缓存读取$0.15/1M
省40%
Anthropic
Claude Opus 4.8
Claude Opus 4.8 擅长长文档理解、复杂代码分析与细致的专业写作，支持结合图片检查材料并推演方案。
上下文 1M
按量计费供应商 6
输入$5
$0.5/1M
输出$25
$2.5/1M
缓存$0.05/1M
省90%
OpenAI
GPT 5.4 Pro
采用更多计算量进行深入思考的 GPT-5.4 专业推理模型，适合困难问题与要求准确性的工作。仅支持 Responses 接口。支持文本与图像输入、文本输出。上下文窗口 1,050,000，最大输出 128,000 个词元。输入超过 272,000 个词元时，整次请求按长上下文费率计费。官方 Standard 价格（美元/百万 tokens）：输入 $30、缓存读取 未单列、输出 $180。长上下文：输入 $60、缓存读取 未单列、输出 $270。
上下文 1.1M
动态计费供应商 1
输入$30
$18/1M
输出$180
$108/1M
省40%
OpenAI
GPT 5.4 Mini
GPT-5.4 系列面向大规模工作负载的高效推理模型，适用于编码、计算机操作和子智能体任务。支持文本与图像输入、文本输出。上下文窗口 400,000，最大输出 128,000 个词元。价格按官方标准档输入、缓存与输出的实际用量计费。官方 Standard 价格（美元/百万 tokens）：输入 $0.75、缓存读取 $0.075、输出 $4.5。
上下文 400K
动态计费供应商 3
输入$0.75
$0.45/1M
输出$4.5
$2.7/1M
缓存读取$0.045/1M
省40%
OpenAI
GPT 5.4 Nano
GPT-5.4 系列轻量推理模型，面向分类、数据提取、排序及子智能体等重视速度和成本的任务。支持文本与图像输入、文本输出。上下文窗口 400,000，最大输出 128,000 个词元。价格按官方标准档输入、缓存与输出的实际用量计费。官方 Standard 价格（美元/百万 tokens）：输入 $0.2、缓存读取 $0.02、输出 $1.25。
上下文 400K
动态计费供应商 3
输入$0.2
$0.12/1M
输出$1.25
$0.75/1M
缓存读取$0.012/1M
省40%
Gemini 3.1 Pro Preview
Gemini 3.1 Pro Preview 支持文字、图片、音视频与 PDF 理解，适合复杂推理、软件工程和多步骤工具协作。
上下文 1M
按量计费供应商 3
输入$2
$0.2/1M
输出$8
$0.8/1M
缓存$0.02/1M
省90%
Anthropic
Claude Opus 4.7
Claude Opus 4.7 可处理长篇资料、代码与图片，适合深入排错、方案推演以及需要细致论证的专业报告。
上下文 1M
按量计费供应商 6
输入$5
$0.5/1M
输出$25
$2.5/1M
缓存$0.05/1M
省90%
OpenAI
GPT 5.2
较早一代面向复杂专业工作的旗舰推理模型，支持可调推理强度，可处理跨文本、代码与图像的任务。支持文本与图像输入、文本输出。上下文窗口 400,000，最大输出 128,000 个词元。价格按官方标准档输入、缓存与输出的实际用量计费。官方 Standard 价格（美元/百万 tokens）：输入 $1.75、缓存读取 $0.175、输出 $14。
上下文 400K
动态计费供应商 3
输入$1.75
$1.05/1M
输出$14
$8.4/1M
缓存读取$0.105/1M
省40%
Gemini 3.1 Flash Lite
Gemini 3.1 Flash-Lite 适合快速翻译、录音转写、PDF 摘要与信息提取，帮助高频应用处理多种输入并返回文字结果。
上下文 1M
按量计费供应商 3
输入$0.25
$0.025/1M
输出$1.5
$0.15/1M
缓存$0.0025/1M
省90%
Gemini 3.1 Pro Preview Customtools
Gemini 3.1 Pro Preview Customtools 为结合 Bash 与自定义工具的智能体优化，适合代码检索、文件分析和连续执行任务。
上下文 1M
按量计费供应商 2
输入$2
$1/1M
输出$12
$6/1M
缓存$0.1/1M
省50%
Gemini 3 Pro Preview
Gemini 3 Pro Preview 可联合分析文字、图片、视频、音频和 PDF，适合复杂推理、多素材研究与代码任务；官方预览服务已停止。
上下文 1M
按量计费供应商 2
输入$2
$1/1M
输出$12
$6/1M
缓存$0.1/1M
省50%
Anthropic
Claude Opus 4.6
Claude Opus 4.6 适合深入阅读代码与长文档，帮助团队进行复杂问题分析、技术评审和有依据的专业写作。
上下文 1M
按量计费供应商 6
输入$5
$0.5/1M
输出$25
$2.5/1M
缓存$0.05/1M
省90%
OpenAI
GPT 5.1
面向编码与智能体任务的推理模型，可按任务选择推理强度或关闭推理，适用于工具驱动的工作流。支持文本与图像输入、文本输出。上下文窗口 400,000，最大输出 128,000 个词元。价格按官方标准档输入、缓存与输出的实际用量计费。官方 Standard 价格（美元/百万 tokens）：输入 $1.25、缓存读取 $0.125、输出 $10。
上下文 400K
动态计费供应商 3
输入$1.25
$0.75/1M
输出$10
$6/1M
缓存读取$0.075/1M
省40%
Gemini 3 Flash
Gemini 3 Flash 可理解文本、图片、音视频与 PDF，适合多模态问答、交互应用开发和需要快速反馈的智能体工作流。
上下文 1M
按量计费供应商 3
输入$0.5
$0.05/1M
输出$3
$0.3/1M
缓存$0.005/1M
省90%
Anthropic
Claude Sonnet 4.6
Claude Sonnet 4.6 适合日常编程、文档协作与多步骤助手，可结合文字和图片理解需求，生成代码与清晰的工作成果。
上下文 1M
按量计费供应商 6
输入$3
$0.3/1M
输出$15
$1.5/1M
缓存$0.03/1M
省90%
Gemini 2.5 Pro
Gemini 2.5 Pro 面向代码、数学和科学技术问题的深入推理，也可结合长文档、图像与音视频进行分析。
上下文 1M
按量计费供应商 2
输入$1.25
$0.625/1M
输出$10
$5/1M
缓存$0.0625/1M
省50%
Gemini 2.5 Flash
Gemini 2.5 Flash 兼顾响应速度与思考能力，适合大规模多模态理解、内容整理及带工具的日常助手。
上下文 1M
按量计费供应商 2
输入$0.3
$0.15/1M
输出$2.5
$1.25/1M
缓存$0.015/1M
省50%
Gemini 2.5 Flash Lite
Gemini 2.5 Flash-Lite 面向高频轻量任务，适合快速分类、简单字段提取和多模态内容初筛，注重速度与成本。
上下文 1M
按量计费供应商 2
输入$0.1
$0.05/1M
输出$0.4
$0.2/1M
缓存$0.005/1M
省50%
MiniMax
MiniMax M3
MiniMax-M3 是原生多模态模型，结合文字、图片和视频理解任务，适合持续编程、工具协作与多轮项目制作。
上下文 1M
动态计费供应商 3
输入$0.3
$0.255/1M
输出$2.1
$1.785/1M
缓存读取$0.051/1M
省15%
xAI
Grok 4.6
Grok 4.6 面向编程、知识工作与 STEM 分析，可结合文字、图片和文件进行推理，生成代码与专业说明。
上下文 500K
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.3/1M
省40%
DeepSeek
DeepSeek V4 Pro 0813
DeepSeek V4 Pro 0813 强化复杂编程和工具协作，适合工程实现、长文本推理与需要多轮执行验证的智能体任务。
上下文 1M
按量计费供应商 4
输入$1.33
$0.5985/1M
输出$4
$1.8/1M
缓存$0.0198/1M
省55%
DeepSeek
DeepSeek V4 Flash 0731
DeepSeek V4 Flash 0731 强化编程智能体能力，适合长代码分析、终端工具协作和需要持续验证的开发任务。
上下文 1M
按量计费供应商 4
输入$0.44
$0.198/1M
输出$1.33
$0.5985/1M
缓存$0.00675/1M
省55%
DeepSeek
DeepSeek V4 1 Flash 260910
DeepSeek V4.1 Flash 支持深度思考、图片理解与工具调用，适合长材料分析、代码排错和需要结构化结果的业务任务。
上下文 1M
动态计费供应商 4
输入$0.3
$0.135/1M
输出$1.2
$0.54/1M
缓存读取$0.0027/1M
省55%
MiniMax
MiniMax M2.7
MiniMax-M2.7 擅长工程排障、工具协作和复杂办公任务，可结合日志、指标与代码分析原因，并在应用工具帮助下生成和反复修改交付文件。
上下文 204.8K
按量计费供应商 3
输入$0.3
$0.255/1M
输出$1.2
$1.02/1M
缓存$0.051/1M
省15%
Baidu
Ernie Light Dt 1.0
百度面向长文本任务的轻量模型，基于开源 GLM 并结合 BSA 稀疏注意力与历史压缩，支持 1M 输入、128K 输出、可切换思考模式、函数调用和结构化输出。
上下文 1M
按量计费供应商 1
输入$1.2
$0.78/1M
输出$4.2
$2.73/1M
缓存$0.13/1M
省35%
Baidu
Ernie 5.1
百度文心通用文本模型，侧重知识问答、创意写作、推理及多步智能体任务；支持函数调用和联网搜索，官方详情列出 119K 输入、60K 思维链及 64K 输出上限。
上下文 121.9K
动态计费供应商 1
输入$0.6
$0.39/1M
输出$2.7
$1.755/1M
省35%
ByteDance
Doubao Seed 2.1 Pro 260915
豆包 Seed 2.1 Pro 可结合文本、图片和视频进行深度分析，支持界面任务处理、工具调用与结构化输出，适合复杂业务助手、操作流程分析和多步问题解决。
上下文 262.1K
动态计费供应商 1
输入$0.882353
$0.811765/1M
输出$4.4118
$4.0588/1M
缓存读取$0.162353/1M
省8%
OpenAI
GPT 5 Nano
GPT-5 系列速度快、成本低的轻量推理模型，适合摘要、分类等目标明确的大规模任务。支持文本与图像输入、文本输出。上下文窗口 400,000，最大输出 128,000 个词元。官方计划于 2026-12-11 停用。官方 Standard 价格（美元/百万 tokens）：输入 $0.05、缓存读取 $0.005、输出 $0.4。
上下文 400K
动态计费供应商 1
输入$0.05
$0.03/1M
输出$0.4
$0.24/1M
缓存读取$0.003/1M
省40%
Meta
Muse Spark 1.3
Muse Spark 1.3 是 Meta 面向智能体与编程任务的最新版本，相比 1.2 改进了多步工具调用、浏览器与长任务表现以及编程能力，支持图片、视频与 PDF 输入和 100 万 token 上下文。
上下文 1M
按量计费供应商 1
输入$1.25
$1/1M
输出$4.25
$3.4/1M
缓存$0.12/1M
省20%
Gemini Flash Lite Latest
Gemini Flash-Lite 面向快速分类、摘要和信息提取，适合客服分流、商品整理与大量短文本处理。
上下文 —
按量计费供应商 2
输入$0.1
$0.05/1M
输出$0.4
$0.2/1M
缓存$0.0125/1M
省50%
TypeSafe
typesafe/jev
TypeSafe Jev 面向软件中的结构化判断，可做分类、路由、评分和条件判定，返回程序可处理的选择与概率，适合自动化工作流。
上下文 —
按量计费供应商 1
输入
$0.042/1M
输出
$0/1M
Midjourney
Mj Shorten
Midjourney Shorten 为冗长的绘图提示提供精简建议，帮助创作者去掉重复修饰、突出画面主题，再比较不同表达的生成效果。
上下文 —
按量计费供应商 1
输入
$75/1M
输出
$75/1M
Midjourney
Mj Describe
Midjourney Describe 把参考图片转成四组创作提示词，帮助寻找风格、光线和构图的表达方式，再继续生成新画面。
上下文 —
按次计费供应商 1
请求
$0.01/请求
xAI
Grok 4.5
Grok 4.5 可结合文字、图片与文件进行分析，适合编程、技术学习和知识工作中的推理与方案整理。
上下文 500K
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.3/1M
省40%
Anthropic
Claude Sonnet 4.5
Claude Sonnet 4.5 可处理代码、文档与图片，适合开发协作、内容整理和带工具的多步骤任务，也便于维护已有应用。
上下文 200K
按量计费供应商 6
输入$3
$0.3/1M
输出$15
$1.5/1M
缓存$0.03/1M
省90%
Anthropic
Claude Opus 4.5
Claude Opus 4.5 适合复杂代码分析、方案评审与深度文档工作，可结合图片和扩展思考形成细致的文字成果。
上下文 200K
按量计费供应商 5
输入$5
$0.5/1M
输出$25
$2.5/1M
缓存$0.05/1M
省90%
Anthropic
Claude Haiku 4.5
Claude Haiku 4.5 适合快速问答、分类、图文信息提取与轻量代码辅助，也可作为工具流程中的分工助手。
上下文 200K
按量计费供应商 5
输入$1
$0.1/1M
输出$5
$0.5/1M
缓存$0.01/1M
省90%
MiniMax
MiniMax M2.5
MiniMax M2.5 擅长编程规划、工具协作和办公任务，可从需求拆解推进到实现、验证与成果整理。
上下文 204.8K
按量计费供应商 2
输入$75
$63.75/1M
输出$75
$63.75/1M
省15%
MiniMax
MiniMax M2.5
MiniMax-M2.5 面向真实工作中的编程、检索与办公任务，擅长先拆解需求，再配合工具完成实现和交付。
上下文 204.8K
按量计费供应商 3
输入$0.3
$0.255/1M
输出$1.2
$1.02/1M
缓存$0.0255/1M
省15%
Gemma 4 26B A4B
Gemma 4 26B A4B 是 Google 的开放权重 MoE 模型，适合文本生成、代码辅助和推理，也便于开发者评估本地部署方案。
上下文 —
按量计费供应商 1
输入
$0.15/1M
输出
$0.6/1M
缓存$0.015/1M
Moonshot
Kimi K2.6
Kimi K2.6 能结合文字与视觉输入完成编程和设计任务，适合界面实现、轻量全栈应用、持续工程排障，以及支持多智能体协作的复杂工作流程。
上下文 262.1K
按量计费供应商 2
输入
$0.95/1M
输出
$4/1M
缓存$0.16/1M
Alibaba
Qwen3.7 Plus
Qwen3.7 Plus 适合日常办公与开发协作，能整理长文档、撰写内容、分析代码和理解图片，并通过思考模式、工具调用及结构化输出完成更完整的任务。
上下文 1M
按量计费供应商 2
输入
$0.4/1M
输出
$1.6/1M
缓存$0.08/1M
Z.ai
GLM 5.1
GLM-5.1 适合需要反复试验和持续改进的编程任务，可以拆解问题、结合工具结果调整方案，用于工程排障、性能优化和较长周期的开发协作。
上下文 204.8K
按量计费供应商 2
输入
$0.87/1M
输出
$3.5/1M
缓存$0.19/1M
Z.ai
GLM 5.2
GLM-5.2 面向需要持续推进的复杂文本任务，适合项目级编程、跨文件修改和多步工具协作，在较长工作流程中保持工程背景与交付要求。
上下文 1M
按量计费供应商 5
输入$1.4
$0.63/1M
输出$4.4
$1.98/1M
缓存$0.117/1M
省55%
ByteDance
Doubao Seed 2.1 Turbo 260628
豆包 Seed 2.1 Turbo 支持文字、图片和视频理解，可配合深度思考、工具调用与结构化输出，用于工单分析、内容整理、界面问答和业务流程助手。
上下文 262.1K
动态计费供应商 1
输入$0.441176
$0.405882/1M
输出$2.2059
$2.0294/1M
缓存读取$0.081176/1M
省8%
Tencent
hy3
HY3 是腾讯混元面向复杂推理和实际工作流程的文本模型，适合前端开发、代码排障、文档处理，以及需要多轮沟通和工具协作的业务任务。
上下文 262.1K
按量计费供应商 1
输入
$0.15/1M
输出
$0.58/1M
缓存$0.036/1M
Alibaba
Qwen3.8 Flash
Qwen3.8 Flash 能结合文字、图片和视频完成分析与推理，适合高频问答、图表解读、长文档整理、代码辅助及需要调用工具的业务助手。
上下文 1M
按量计费供应商 2
输入
$0.12/1M
输出
$0.4/1M
缓存$0.015/1M
Alibaba
Qwen3.8 Max
Qwen3.8 Max 面向复杂推理与多步分析，适合架构规划、大型代码库处理和需要综合多份材料的智能体任务。
上下文 1M
按量计费供应商 2
输入
$1.8/1M
输出
$5.3/1M
缓存$0.22/1M
xAI
Grok 4.7
Grok 4.7 面向编程、智能体与知识工作，支持文本和图片理解，可配合检索与代码工具完成多步骤分析。
上下文 500K
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.3/1M
省40%
Moonshot
Kimi K3
Kimi K3 结合原生视觉理解与长流程推理，适合大型代码项目、深入研究，以及配合工具制作可交互的专业成果。
上下文 1M
按量计费供应商 3
输入$2.86
$1.859/1M
输出$14.29
$9.2885/1M
缓存$0.1859/1M
省35%
Z.ai
GLM 5
GLM-5 面向复杂系统工程与长流程智能体，适合分析架构、处理代码问题，并围绕实际约束完成多步骤文本任务。
上下文 204.8K
按量计费供应商 2
输入
$0.58/1M
输出
$2.6/1M
缓存$0.14/1M
Xiaomi
MiMo V2.6 Flash
MiMo-V2.6-Flash 兼顾多模态能力与处理效率，适合日常编程、影音资料分析和需要多轮反馈的工具工作流。
上下文 1.1M
按量计费供应商 1
输入
$0.14/1M
输出
$0.28/1M
缓存$0.0028/1M
Xiaomi
MiMo V2.6 Pro
MiMo-V2.6-Pro 结合文字、图像、视频和音频理解任务，适合复杂编程、视觉智能体和需要持续推进的多步骤工作。
上下文 1.1M
按量计费供应商 1
输入
$0.435/1M
输出
$0.87/1M
缓存$0.0036/1M
Z.ai
GLM 5.3 Flash
GLM-5.3-Flash 是原生多模态模型，适合结合文字、图片和视频完成编程分析、视觉问答与工具协作。
上下文 1M
按量计费供应商 2
输入$0.12
$0.078/1M
输出$0.418
$0.2717/1M
缓存$0.02275/1M
省35%
Z.ai
GLM 5.3
GLM-5.3 面向复杂软件工程和长流程智能体任务，适合跨模块改造、代码迁移与需要持续验证的文本工作。
上下文 1M
按量计费供应商 2
输入$1.2
$0.78/1M
输出$4.18
$2.717/1M
缓存$0.195/1M
省35%
DeepSeek
DeepSeek V4 Flash
DeepSeek V4 Flash 兼顾推理与响应效率，适合编程助手、知识问答和需要频繁交互的文本智能体工作流。
上下文 1M
按量计费供应商 4
输入$0.44
$0.198/1M
输出$1.33
$0.5985/1M
缓存$0.00675/1M
省55%
DeepSeek
DeepSeek V4 Pro
DeepSeek V4 Pro 适合复杂推理、代码分析与长文本综合，能围绕大型项目材料和多步骤任务形成可验证的解决方案。
上下文 1M
按量计费供应商 5
输入$1.33
$0.5985/1M
输出$4
$1.8/1M
缓存$0.0198/1M
省55%
Meta
Muse Spark 1.2
Muse Spark 1.2 是 Meta 面向智能体与编程任务的上一代版本，支持图片、视频、音频与 PDF 输入和 100 万 token 上下文。
上下文 1M
按量计费供应商 1
输入$1.25
$1/1M
输出$4.25
$3.4/1M
缓存$0.12/1M
省20%
Meta
Muse Spark 1.1
Muse Spark 1.1 是 Meta Model API 上线时的首个版本，面向智能体与编程任务，支持图片、视频、音频与 PDF 输入和 100 万 token 上下文。
上下文 1M
按量计费供应商 1
输入$1.25
$1/1M
输出$4.25
$3.4/1M
缓存$0.12/1M
省20%
Meta
Muse Spark 1.2 Contributor
Muse Spark 1.2 是 Meta 面向智能体与编程任务的上一代版本，支持图片、视频、音频与 PDF 输入和 100 万 token 上下文。Contributor 档价格大幅降低，但 Meta 可以使用请求与回答内容训练模型。
上下文 1M
按量计费供应商 1
输入$0.1
$0.08/1M
输出$0.2
$0.16/1M
缓存$0.0016/1M
省20%
Meta
Muse Spark 1.3 Contributor
Muse Spark 1.3 是 Meta 面向智能体与编程任务的最新版本，相比 1.2 改进了多步工具调用、浏览器与长任务表现以及编程能力，支持图片、视频与 PDF 输入和 100 万 token 上下文。Contributor 档价格大幅降低，但 Meta 可以使用请求与回答内容训练模型。
上下文 1M
按量计费供应商 1
输入$0.1
$0.08/1M
输出$0.2
$0.16/1M
缓存$0.0016/1M
省20%
MiniMax
MiniMax M3
MiniMax-M3 可联合理解文字、图片和视频，适合长材料分析、开发协作与多步骤办公任务；提供开启、自适应和关闭三种思考模式，便于按工作需求选择。
上下文 1M
按量计费供应商 3
输入$75
$63.75/1M
输出$75
$63.75/1M
省15%
DeepSeek
DeepSeek V4.1 Flash
DeepSeek V4.1 Flash 支持文字与图片理解，适合编程、终端和界面智能体，以及需要持续完成的长流程任务。
上下文 1M
按量计费供应商 2
输入$75
$48.75/1M
输出$75
$48.75/1M
省35%
ByteDance
Doubao Seed 2.0 Code Preview 260215
豆包 Seed 2.0 Code 预览版面向编程工作，可结合代码与视觉材料理解需求，辅助实现前端、多语言开发、故障分析及工具协作。
上下文 262.1K
动态计费供应商 1
输入$0.470588
$0.432941/1M
输出$2.3529
$2.1647/1M
缓存读取$0.086588/1M
省8%
ByteDance
Doubao Seed 2.0 Lite 260428
豆包 Seed 2.0 Lite 可结合文本、图片和视频理解内容，支持推理、结构化输出与工具调用，适合企业信息处理和多模态助手。
上下文 262.1K
动态计费供应商 1
输入$0.088235
$0.081176/1M
输出$0.529412
$0.487059/1M
缓存读取$0.016235/1M音频缓存读取$0.243529/1M音频输入$1.2176/1M
省8%
ByteDance
Doubao Seed 2.0 Mini 260428
豆包 Seed 2.0 Mini 是注重响应效率的轻量多模态模型，可做文本整理、图像与视频解析、多语言处理及结构化信息提取。
上下文 262.1K
动态计费供应商 1
输入$0.029412
$0.027059/1M
输出$0.294118
$0.270588/1M
缓存读取$0.005412/1M音频缓存读取$0.081176/1M音频输入$0.405882/1M
省8%
ByteDance
Doubao Seed 2.0 Pro 260215
豆包 Seed 2.0 Pro 面向复杂推理与多步骤任务，可综合文字、图片和视频分析材料，并配合工具推进研究、开发和业务工作流。
上下文 262.1K
动态计费供应商 1
输入$0.470588
$0.432941/1M
输出$2.3529
$2.1647/1M
缓存读取$0.086588/1M
省8%
Z.ai
GLM 5.2 260617
GLM-5.2 面向项目级编程和长任务推理，可理解大段代码与文档，梳理模块关系，并在工具支持下推进跨文件修改和验证。
上下文 1M
按量计费供应商 3
输入$75
$33.75/1M
输出$75
$33.75/1M
省55%
xAI
Grok 3
Grok 3 可用于文字问答、内容改写、代码辅助和材料分析，适合把问题讲清、比较思路并形成可继续修改的草稿。
上下文 —
按量计费供应商 1
输入$3
$1.8/1M
输出$15
$9/1M
缓存$1.8/1M
省40%
xAI
Grok 3 Fast Beta
Grok 3 的文字模型别名，可用于交互问答、代码解释与内容改写，适合把明确的问题和现有材料整理成可继续操作的答案。
上下文 —
按量计费供应商 1
输入$5.5
$3.3/1M
输出$27.5
$16.5/1M
省40%
xAI
Grok 3 Mini
Grok 3 Mini 面向数学、代码与多步逻辑问题，适合在条件明确的任务中推导方案、检查边界并解释结果。
上下文 —
按量计费供应商 1
输入$0.3
$0.18/1M
输出$0.501
$0.3006/1M
缓存$0.045/1M
省40%
xAI
Grok 4
Grok 4 擅长复杂推理、代码问题与资料综合，可结合已启用的工具查找信息和验证计算，适合需要比较证据、推导方案的任务。
上下文 —
按量计费供应商 1
输入$3.3
$1.98/1M
输出$16.5
$9.9/1M
缓存$0.495/1M
省40%
xAI
Grok 4 0709
Grok 4 擅长多步推理、数学分析和代码问题，适合比较算法与工程方案、梳理复杂条件，并把思路转成可运行的实现。
上下文 —
按量计费供应商 1
输入$3
$1.8/1M
输出$15
$9/1M
省40%
xAI
Grok 4.1 Fast Non Reasoning
Grok 4.1 Fast 的非推理版本，面向客服对话、信息提取与工具衔接等需要及时响应的文字任务；官方 API 当前已重定向至 Grok 4.3。
上下文 —
按量计费供应商 1
输入$0.2
$0.12/1M
输出$0.5
$0.3/1M
缓存$0.03/1M
省40%
xAI
Grok 4.1 Fast Reasoning
Grok 4.1 Fast 的推理版本，适合多步检索、复杂客服和长材料分析，可在工具返回的信息之间继续判断并推进任务。
上下文 —
按量计费供应商 1
输入$0.2
$0.12/1M
输出$0.5
$0.3/1M
缓存$0.03/1M
省40%
xAI
Grok 4 Fast Non Reasoning
Grok 4 Fast 的非推理版本，适合材料摘要、信息提取和简短问答，可用于需要直接产出结果的文字处理流程。
上下文 —
按量计费供应商 1
输入$0.2
$0.12/1M
输出$0.5
$0.3/1M
缓存$0.03/1M
省40%
xAI
Grok 4 Fast Reasoning
Grok 4 Fast 的推理版本，适合多步分析、数学与代码问题，可结合工具补充证据和复核计算，帮助形成可检查的结论。
上下文 —
按量计费供应商 1
输入$0.2
$0.12/1M
输出$0.5
$0.3/1M
缓存$0.03/1M
省40%
xAI
Grok 4.20 0309 Non Reasoning
Grok 4.20 的非推理版本，支持文字与图片理解、工具调用和结构化输出，适合截图问答、信息提取及需要直接响应的应用流程。
上下文 1M
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.12/1M
省40%
xAI
Grok 4.20 0309 Reasoning
Grok 4.20 的推理版本，支持图文理解、长材料分析、函数调用与结构化输出，适合综合多个条件后给出有依据的判断。
上下文 1M
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.12/1M
省40%
xAI
Grok 4.20 Beta 0309 Non Reasoning
Grok 4.20 非推理模型的别名，支持图文问答、内容整理、函数调用与结构化输出，适合把明确的输入直接转成可用结果。
上下文 1M
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.12/1M
省40%
xAI
Grok 4.20 Beta 0309 Reasoning
Grok 4.20 推理模型的别名，可结合文字、图片和工具结果分析复杂问题，适合方案审查、代码辅助与有多项约束的任务。
上下文 1M
按量计费供应商 1
输入$2
$1.2/1M
输出$6
$3.6/1M
缓存$0.12/1M
省40%
xAI
Grok 4.3
Grok 4.3 支持图文理解、长资料处理、工具调用与可配置推理，适合从日常问答延伸到多步业务分析和智能体工作流。
上下文 1M
按量计费供应商 1
输入$1.25
$0.75/1M
输出$2.5
$1.5/1M
缓存$0.12/1M
省40%
Alibaba
Qwen3 Omni Flash 2025 12.01
Qwen3 Omni Flash 支持文字、图片、音频和视频理解，可生成文字或语音答复，适合短音视频分析、语音助手与跨语言交流。
上下文 —
按量计费供应商 2
输入
$75/1M
输出
$75/1M
Alibaba
Qwen3.5 Flash
支持文字、图片和视频理解的千问通用模型，适合截图分析、信息提取、内容整理和工具辅助任务，可按请求切换思考模式。
上下文 1M
按量计费供应商 2
输入
$0.0282/1M
输出
$0.282/1M
缓存$0.00282/1M
Alibaba
Qwen3.5 Plus
融合文字、图片与视频理解的千问通用模型，适合长资料分析、视觉问答、代码协作和多步工具任务，支持切换思考模式。
上下文 1M
按量计费供应商 2
输入
$0.1096/1M
输出
$0.6576/1M
缓存$0.01096/1M
Alibaba
Qwen3.6 35B A3B
面向代码协作与智能体任务的千问开放权重模型，支持文字、图片和视频理解，适合结合界面画面、仓库代码与工具结果推进开发。
上下文 262.1K
按量计费供应商 2
输入
$0.254/1M
输出
$1.524/1M
缓存$0.254/1M
Alibaba
Qwen3.6 Flash
支持文字、图片和视频的千问视觉语言模型，适合目标位置分析、界面理解、代码推理和工具辅助流程，可切换思考模式。
上下文 1M
按量计费供应商 2
输入
$0.169/1M
输出
$1.014/1M
缓存$0.0169/1M
Alibaba
Qwen3.6 Plus
Qwen3.6 Plus 支持文字、图片和视频理解，适合前端开发、交互原型、代码库问题分析及多步工具协作，也可用于长资料整理和内容生成。
上下文 1M
按量计费供应商 2
输入
$0.282/1M
输出
$1.692/1M
缓存$0.0282/1M
Alibaba
Qwen3.7 Max
面向编程、办公与长流程智能体任务的千问 Max 文本模型，支持长资料分析、工具协作和结构化输出，适合跨多个步骤推进复杂工作。
上下文 1M
按量计费供应商 2
输入
$2.5/1M
输出
$7.5/1M
缓存$0.25/1M
Alibaba
Qwen3.7 Max Preview
千问 Qwen3.7 Max 的思考型文本预览模型，面向知识问答、复杂指令与创意写作，适合先梳理条件再给出完整答案。
上下文 1M
按量计费供应商 2
输入
$75/1M
输出
$75/1M
Xiaomi
MiMo V2.6 Flash
小米原生全模态推理模型，联合理解文字、图片、视频与音频，适合高频办公整理、内容分析、代码协作和工具辅助任务。
上下文 1.1M
按量计费供应商 1
输入
$75/1M
输出
$75/1M
Xiaomi
MiMo V2.6 Pro
MiMo-V2.6-Pro 可结合文字、图片、视频与音频分析复杂问题，适合代码开发、界面排障和需要多轮工具协作的长流程任务。
上下文 1.1M
按量计费供应商 1
输入
$75/1M
输出
$75/1M
DeepSeek
DeepSeek V4.1 Flash 1017
了解模型能力、供应商报价与 API 接入方式。
上下文 —
按量计费供应商 2
输入$75
$48.75/1M
输出$75
$48.75/1M
省35%
Gemini 2.5 Flash Image Preview
了解模型能力、供应商报价与 API 接入方式。
上下文 —
按量计费供应商 2
输入$0.3
$0.15/1M
输出$30
$15/1M
省50%
Gemini 3.1 Flash Tts Preview
了解模型能力、供应商报价与 API 接入方式。
上下文 —
按量计费供应商 2
输入$75
$37.5/1M
输出$300
$150/1M
省50%
Gemini 3.8 Live Extended Thinking
了解模型能力、供应商报价与 API 接入方式。
上下文 —
按量计费供应商 1
输入$75
$37.5/1M
输出$300
$150/1M
省50%
Gemini Robotics Er 1.6 Preview
了解模型能力、供应商报价与 API 接入方式。
上下文 —
按量计费供应商 1
输入$75
$37.5/1M
输出$300
$150/1M
省50%
Gemini Robotics Er 2 Preview
了解模型能力、供应商报价与 API 接入方式。
上下文 —
按量计费供应商 1
输入$75
$37.5/1M
输出$300
$150/1M
省50%