把 500 多个模型的价格拉成一张表后，我才发现比价难的不是算数六家供应商报价差 15.5 倍，但没有一家真的贵 15

近在整理一批大模型 API 的报价，本来以为是个算术活，结果光「对齐口径」就花了两天。

同一个模型，六家给的价长这样（数字做了脱敏，量级是真实的）：

供应商	输入(元/1M)	输出(元/1M)	缓存读(元/1M)	按 3:1 输入输出比算的混合成本
D	1.60	8.00	0.160	3.12
F	12.00	48.00	—	22.80
E	14.91	74.55	1.49	29.04
A	21.30	106	2.13	41.49
B	21.00	105	—	46.20
C	24.85	124	2.48	48.41

最便宜和最贵差 15.5 倍。但把每一栏拆开看，你会发现没有一家是真的「贵 15 倍」——差的是口径。

我第一次看到这个字段，下意识按「九折」算，也就是乘 0.9。算完发现比自己直连官方还贵。

正确理解是「便宜了 90%」，即乘 0.1 —— 一折。

这个字段名几乎所有人都能看懂，但真正写代码的时候，1 - 90 和 1 - 0.9 只差一个小数点，结果差十倍。我当时是拿官方价和自己的账单对了一遍才发现的。

报价单里有人写 USD，有人写 CNY。用 7.1 还是 6.7，直接决定排名先后。我现在的做法是汇率跟着日期存，脚本里显式传 --rate，让每次比价都能复现。

现在稍微正经一点的厂商都有四五个价：输入、输出、缓存读、缓存写（有的还有 1 小时缓存写、更长 TTL 的档）。报价单上往往只写前两个。

如果你的业务缓存命中率有 40%，那缓存读的价格对总成本的影响比输出价还大。只按 input/output 比，等于把最便宜的那家排到最后。

很多模型在 32K / 128K 处有一条分界线，超过之后整单换价（不是超出部分），有的直接翻倍。

比价时如果按短上下文的价排，长文档场景会完全选错。

图像模型按张、视频按秒、音乐按首、语音按千字符、文本按 token。

这几种单位放进同一张「价格排行榜」里没有任何意义。我现在的做法是先按计费方式分组，组内才排序。

归一化之后，就十行

说到底就是把所有报价换算成同一个单位（元 / 百万 tokens），再按你自己的用量结构加权：

out_share 和 cache_hit 这两个参数，比任何一家厂商的定价都更能决定你最终花多少钱。同一个模型，这两个参数不同，排名能翻过来。

「便宜」不是一个价格属性，是一个用量属性。

同一批模型，做短对话（输出占比高）和做批量摘要（输入占比高、缓存命中高），最优选择经常不是同一家。所以任何不问你用量结构的「最便宜榜单」，看看就好。

上面这些逻辑我整理成了一个只依赖 Python 标准库的脚本，读一个 CSV、输出一张排好序的表：

CSV 七列（供应商/模型/币种/输入/输出/缓存读/缓存写），缺的留空，跑：

没有依赖，不用装环境。

顺带说一下背景：我自己在做一个小平台（ai.dijinlong.com/），把不同卖家挂出来的…

有踩过别的坑的欢迎补充，尤其是阶梯价和图片 token 折算这两块，我到现在还是手工处理。