免费 vs 付费：2026 年 LLM API 价格全解析

免费模型到底能干什么？付费模型比免费的强多少？算清楚这笔账，一年能省几十万。

---

AI 行业有一个反直觉的现象：最贵的模型（GPT-5.5-pro，¥1,305/1M 输出）和最便宜的（qwen-turbo，¥0.6/1M 输出），价格差距 2,175 倍。

所以「付费还是免费」不是一个非此即彼的选择，而是要搞清楚：免费的能干什么？什么情况下必须付费？付费付到哪个档位性价比最高？

本文所有价格数据来自各厂商官方页面，统一折算为人民币（¥），美元按 1 USD ≈ 7.25 CNY 换算。

当前各大厂的免费/低价策略

厂商	免费/低价方式	最低输出价格	限额/条件
通义千问	qwen-turbo 极低价 + 新用户送额度	¥0.60 / 1M	送 100万 tokens，90天有效
智谱 AI	GLM-4.7-Flash 完全免费	¥0（免费）	速率限制
DeepSeek	2.5 折促销 + v4-flash 低价	¥2.00 / 1M	v4-pro 促销至 2026/05/31
通义千问	qwen-long 超低价长上下文	¥2.00 / 1M	10M 上下文
Google Gemini	Free 套餐	Free tier	速率限制
百度文心	免费额度（需登录）	登录查看	速率限制
Mistral AI	Free 套餐	¥0（Free）	速率限制
Anthropic	网页版 Free 使用	¥36.25 / 1M	API 无免费额度
OpenAI	网页版 Free 使用	¥217.50 / 1M	API 无免费额度

（价格取各厂商最低档上下文。OpenAI/Anthropic 取最低档短上下文价格）

免费/低价模型能干什么？

拿通义千问 qwen-turbo（¥0.6/1M 输出）和智谱 GLM-4.7-Flash（免费）实测：

✅ 完全可以干的：

• 文本摘要、改写、翻译
• 简单问答、客服对话
• 内容分类、情感分析
• 代码补全（非复杂逻辑）
• 文章大纲生成

⚠️ 勉强能干的：

• 中等复杂度代码生成（偶有语法错误）
• 长文创作（500字以上连贯性下降）
• 数据分析（需要清晰 prompt）

❌ 不要用免费/极低价的：

• 复杂推理（数学证明、多步逻辑链）
• 高质量长文（2000字以上）
• 多轮复杂对话（容易丢失上下文）
• 生产环境关键链路（稳定性、SLA 无法保证）
• 多模态任务（免费模型通常不支持图片/视频/语音输入）

什么时候该付费？付多少？

按场景的决策树：

你的场景是什么？
│
├─ 开发测试、原型验证
│  └─ 用免费的（智谱 GLM-4.7-Flash）或极低价（qwen-turbo ¥0.6/M）
│     月成本预估：日均 1000 次 × 500 tokens ≈ 15 万 tokens/月 ≈ ¥0.09
│
├─ 内部工具、非关键流程
│  └─ 用白菜价梯队（DeepSeek v4-flash ¥2/M，qwen3.6-flash ¥7.2/M）
│     月成本预估：日均 1000 次 × 500 tokens ≈ 15 万 tokens/月 ≈ ¥0.3~1.0
│
├─ 面向用户的产品（普通对话）
│  └─ 用性价比梯队（DeepSeek v4-pro 促销 ¥6/M，qwen3.6-plus ¥12/M）
│     月成本预估：日均 1 万次 × 1000 tokens ≈ 300 万 tokens/月 ≈ ¥18~36
│
├─ 面向用户的产品（复杂推理、代码）
│  └─ 用中高梯队（qwen3.6-max ¥20/M，DeepSeek v4-pro 常规 ¥24/M，Sonnet ¥109/M）
│     注意：同样任务 Sonnet 和 DeepSeek 价格差 18 倍，但 Sonnet 英文代码更强
│
└─ 质量要求极高、成本不敏感
   └─ 用旗舰（Claude Opus 4.7 ¥181/M，GPT-5.5 ¥218/M）
      月成本预估：日均 1000 次 × 2000 tokens ≈ 60 万 tokens/月 ≈ ¥109~131

省钱的最大杠杆：缓存

如果你有固定的 system prompt（绝大多数应用都有），缓存命中后输入成本可以降到原来的 1/10 甚至 1/50：

模型	常规输入	缓存命中输入	节省
DeepSeek v4-flash	¥1.00	¥0.02	98%
DeepSeek v4-pro（促销）	¥3.00	¥0.025	99%
Claude Opus 4.7	¥36.25	¥3.63	90%
OpenAI GPT-5.5	¥36.25	¥3.63	90%

以实际场景为例：假设你的应用 system prompt 是 2000 tokens，用户每次对话平均 5 轮，每轮用户输入 200 tokens：

常规输入成本（按 Claude Opus 4.7）：
2000（system） + 5 × 200（用户输入） = 3000 tokens/次
月均 1 万次对话 = 3000 万 tokens
常规价：30 × ¥36.25 = ¥1,087.5

启用缓存后：
system prompt 2000 tokens 仅首次收 ¥36.25 级价格
后续只需 ¥3.63/1M 的缓存命中价
实际输入成本 ≈ ¥0.007/次 + 后续 ¥3.63/1M
月均成本 ≈ ¥110

缓存直接省了 90%。

长上下文选错模型多花多少钱？

假设你的应用需要传入 100K tokens 作为上下文：

模型	100K 上下文的输入成本（单次）	备注
qwen-turbo	¥0.03	≤128K 全窗口同价，极其便宜
DeepSeek v4-pro（促销）	¥0.30	全 1M 窗口同价
Claude Opus 4.7	¥3.63	全 1M 窗口同价
OpenAI GPT-5.5	¥7.25	>128K 用 long context 价（¥72.5/1M）
qwen3.6-plus	¥0.40	128K-1M 档 ¥4/1M

注意：OpenAI 在超过 128K 时单价翻倍，而 Claude 和 DeepSeek 全窗口同价。如果你的应用依赖长上下文，模型选择对成本的影响可以达到 200 倍以上。

总结：按场景推荐

场景	推荐模型	输出单价	月均成本（估算）
开发测试	智谱 GLM-4.7-Flash	¥0	¥0
高并发简单任务	qwen-turbo	¥0.60 / 1M	¥10~100
轻量对话产品	DeepSeek v4-flash	¥2.00 / 1M	¥50~500
通用对话产品	qwen3.6-flash	¥7.20 / 1M	¥200~2,000
多模态产品	qwen3.6-plus	¥12.00 / 1M	¥300~5,000
复杂推理/代码	DeepSeek v4-pro	¥6.00 / 1M	¥200~3,000
英文高质量	Claude Sonnet 4.6	¥108.75 / 1M	¥3,000~30,000
最高质量	Claude Opus 4.7	¥181.25 / 1M	¥5,000~50,000

（月均成本估算基于：日均 500~5000 次调用，每次 500~2000 output tokens）

---

💡 选模型是一个需要持续关注价格变化的事情。促销活动、新模型发布、定价调整都可能改变你的最优选择。LLMTokenPrice（llmtokenprice.com）跟踪 39+ 家大模型厂商的实时定价，涵盖 API 按量计费和订阅套餐，数据来自各厂商官方页面，每周更新。